面向智能产生管控的数字孪生技术

（1）由虚向实的孪生实时映射与智能生产持续状态感知的融合

数字孪生涉及到物理世界和数字世界之间的孪生映射，或者说物理实体与数字虚体的孪生协调，需要指出的是，这种孪生映射与协调具有双向的含义。在数字孪生语境下，生产环境的物理实体是整个生产系统，包括目视可见生产线及其工艺设备装置以及其运行组织模式，并且这种模式是随时间逐步变化的。

数字孪生的第一个原则是虚实映射，其核心是对物理实体进行数字化表征，包括生产系统的运行状态以及资源优化配置、工艺执行过程的内在机理等，并且由于生产系统运行的持续性，从而要求这种孪生映射或协调具有随时间推进而逐步变化的特点，因此，智能生产系统的运行决定了数字孪生虚体建模的实时性是基本要求，从而要求基于数字虚体所进行的分析推理决策应该具有服务化的特点，以实现对生产状态的前瞻预测和分析推理决策。

同时，数字孪生的实时性内涵能够有效的解决传统上面临的“虚而不拟、仿而不真”的问题，尤其是其缺乏从时间轴线上考虑物理实体演变所导致的分析推理滞后从而不真实的缺陷。智能生产系统在目前工业物联/互联技术的支持下，已经具有实时采集生产系统状态的技术能力，从而推动了数字孪生在智能生产管控领域中的应用。

（2）基于运行机理模型的数字虚体与智能生产推理决策的融合

数字孪生的核心不在于将物理实体的状态以数字化乃至三维的方式进行展现，而在于对物理实体运行的内在机制和机理进行孪生映射与刻画。对于生产系统而言，在物理实体状态获取的基础上，可以利用运行组织机制知识和工艺过程机理建立数字孪生当中的数字虚体。

生产系统是在其机理规律在发生作用的推动下运行的，而这种作用就是数字孪生建设数字虚体的重点。对于生产系统而言，其重点主要在两个方面。

一是复杂动态状态驱动下的制造资源优化配置，支持智能生产系统的态势感知与推理决策。其中态势感知的目的是支持对生产稳态运行的持续态势判断，偏重于传统的仿真技术范畴。其中推理决策的目的是结合当天动态变化的实际执行状态，其核心是对生产系统进行纠偏或优化，提供持续优化的资源配置决策方案，偏重传统的生产系统优化的技术范畴。

二是复杂动态状态驱动下的工艺执行过程监控，支持智能生产系统的高效生产出优质产品，是直接决定制造企业生存的关键。其同样存在两个层次的内涵：一是工艺执行过程的监视，基于所构建的内在工艺机理模型，一般来说这种模型应该工件-机床-刀具等及其工艺过程知识的综合模型，对当前的实际执行状态的正确与否进行预判；二是工艺执行过程的控制，即基于所构建的工艺机理模型，在实际执行状态输入的驱动下，通过分析推理决策对实际工艺执行参数进行修正和优化。

（3）由实向虚的孪生闭环映射与智能生产闭环执行的融合

由实向虚的孪生闭环映射是基于数字虚体所做出的分析推理决策结果而对实际运行状态进行干预的过程，是数字孪生得以体现和发挥作用的重要环节。

对于生产系统而言，其智能性体现特征之一就是基于生产软硬件系统集成的闭环执行。传统的生产系统建模与仿真领域研究，主要是做到了对物理实体某时刻状态或在实际状态输入情况下的运行监视，尚不具有孪生闭环映射的特点。这种只是监视而非控制的应用模式，在一定程度上弱化了分析推理模型的应有价值，而这正是数字孪生技术和智能生产管控所应当和要求的运行模式。

通过数字虚体的分析推理得出修改纠偏的工艺参数或者优化的运行配置方案，并且以控制指令的方式自动的下发到物理实体进行执行，在目前柔性自动控制深入发展的基础上，已经具有了技术实现的能力和条件。

同时由实向虚的孪生闭环映射与智能生产闭环执行的融合，与智能制造所倡导的CPS理念具有直接的对接关系。并且这种运行模式，将数字孪生或智能生产管控从监视推向了监控，相当于通过数字孪生当中的数字虚体为物理实体赋予了一个大脑，从而支撑生产系统向智能化发展。目前同样在深入发展的工业互联网技术，其中“互”的含义包括两个方面：一是物理实体，比如说设备不再“盲聋哑”而实现自下而上的数据状态输出，二是体现自上而下的自动柔性控制。

（1）交货期答复决策分析

客户订单必然带有交货期要求，快速有效的回答就是企业必须面对和解决的问题。

基于产线当前快照状态的排产，不能假定产线是空的，也就是说应该是在当前运行状态基础上的持续决策分析；

对于客户订单优先级较高，则属于插入式而非追加式排产，需考虑其对当前在制的交货期产生影响的，如何保证影响最小或特定追求，是需要解决的决策问题；

如果为了满足新订单的交货期，原有任务外协也是需要解决的核心决策问题；

当产能评估存在问题时，在资源利用率，分批优化、单元化运行等方面存在一系列的决策问题；

在调整资源能力时，关系到瓶颈设备识别、加班范围及其班制等决策问题；

作业计划与物料计划的关联协调，也是需要解决的决策问题。

（2）确保交货期决策分析

确保交货期决策分析需综合运用多种手段，以满足当前大规模定制生产所要求的订单碎片化、短交货周期等要求：

订单、工序的合理分割，以及工序间接续方式的优化设置缩短订单的生产周期等决策分析；

小批量订单的组批生产，减少不必要的生产切换，实现交货期与生产经济批量的权衡优化的决策分析；

工序级配作、层次化关联订单、批处理环节组批等齐套协同生产的决策分析；

作业计划与物料计划的联动计划制定的决策分析

（3）快速响应调整决策分析

动态调度决策分析的目标是在实时掌握生产现场资源使用情况、已有作业计划的执行情况等基础上，通过对作业计划的动态调整使作业计划与生产现场的实际制造执行状态保持一致，始终保证对现场的指导性。在这个过程中，需要响应来自计划任务、生产工艺、物料资源、生产执行等层次的生产扰动，以实现快速的响应调整^[3]。典型的生产扰动因素及其调整要求示意如图2所示。

（1）自动线构成要素装置的CPS独立控制能力的发展

对于自动化产线线而言，一般都是连续的没有间断的按照时序执行动作。但这些动作时序的执行，也是需要依靠一些构成要素装置的，比如阀、泵乃至机床及其内部的执行动作部件等，或者是各种集成程度的独立装置等。对这些要素按照能够状态反馈、指令执行的方式，进行改造和提升，为后续的智能化柔性控制提供支持。

（2）硬件装置构成要素的必要性联动控制能力的发展

这种联动控制并不是限定自动化产线中某两个装置的固定时序，其核心目的是增加柔性，目标是自动线上任何需要建立关联的构成要素装置能够实现联动控制。这方面的分析可以从产品的工艺流程角度入手，按照生产过程中各个构成要素装置时序关系进行分析。

（3）以产品性能保证为核心的工艺知识沉淀及物化能力的发展

产线对产品性能保证的技术提升无止境的，根据需要可以分析产品的性能指标的保证机制，比如引入机器视觉、比如引入自适应加工等，丰富自动线运行的知识基础上的智能化内涵。

（4）多产品混线生产的关联控制与协调能力的发展

只有当自动线能够支持多产品混线生产，自动线能够提供柔性的关联控制与协调能力，才能说这条线具有智能化体现。比如自动数控加工线，可以自动的获取状态并进行分析，可以下发指令进行硬件装置的工作参数调整；比如自动数控加工线，根据需要为不同的硬件装置传递不同的数控程序；比如不同产品的工艺流程不同，可以通过柔性的联动控制，实现生产路径的快速转换，以及不同品种产品在自动线上的混流交叉生产。

（5）基于APS的软硬一体化控制的柔性控制的发展

如果自动线只是生产一种产品，则所有的硬件要素装置锁定了某种动作指令序列而已。但如果自动线是多品种混线的，则动作指令序列将具有复杂的组合联调配置要求。如果这种组合判断比较简单，可以通过PLC或工控软件来实现。但如果这种组合判断比较复杂，尤其是加入了智能化体现的分析、推理、决策等内容，单纯的状态0-1式或阈值式判断将无法满足需求，需要引入复杂软件系统的形式进行控制，才能满足需求。并且，这种复杂软件控制系统，面对多产品混流生产的复杂的生产过程，将是目前传统的APS向软硬一体化紧密关联协调控制的重要转变和发展方向。