西门子数字化工厂架构解读：生产数字孪生

有人还在质疑，建立工厂的三维模型有意义吗？还没有游戏或电影制作工具的效果清晰好看。其实制造企业工厂三维建模的环境已经成熟：一方面企业需求越来越明显，另一方面数字化建模技术和应用越来越丰富。

大家可能观察到，有些企业在采购生产设备时，要求设备供应商同时提供一套带三维模型的数字化设备，不仅只是三维造型，还包含能力参数说明手册等相关内容。现在生产线集成商在给企业提供交钥匙工程，也会提供一套数字化的生产线，让企业后续可持续使用。

业界生产线设计/工厂建模工具已经成熟，例如西门子的NX Line Designer，能够利用丰富可扩充的生产线资源库，基于参数化的快速设计定制化的生产线；不仅实现生产线的三维可视化，甚至关联展示相关信息；同时三维模型可输出工程图纸，用于生产线的生产制造。

采用点云技术实现历史资产快速3D可视化：除了自己从零开始为每个厂房新建模型外，还可以为现有的工厂进行快速扫描建模，用于工厂的整体直接可视，也可为未来生产线逐步调整优化过程中逐步建模提供背景；在NX Line Designer可以实现新建的三维模型和点云扫描模型组合在一起；随着工厂的持续优化改造，这些点云的模型逐步被新三维模型取代。

工厂三维模型，一方面实现全球资产的数字化管理，让任何人在任何地点查看企业工厂景况；另外这些模型可以直接为工厂仿真/工艺仿真提供模型基础，也是生产数字孪生的基础；甚至可以基于工业物联网或生产现场系统集成获取实时数据，实现全球分布式工厂的实时信息触手可及，实时巡视；通过静态描述与实时动态相结合全方位多层次实现生产制造系统的透明化。

   例如：福特汽车与西门子开展合作，已经开始为全球诸多工厂建立的数字化模型，并沟通过与MOM集成，以及逐步采用IoT技术把生产设备信息放到Mindsphere平台管理分析，并最终集成到Intosite平台中进行展现。Intosite就是类似Google earth一样对全球工厂进行可视化展现的工具。

总之工厂三维建模与可视化技术可以很大程度上解决“生产系统不透明”问题。

数字化工厂不是简单的用自动化和数字化设备仪器取代原有生产硬件，而是追求更加精益的高效柔性制造工厂。在数字化工厂策划筹建时，就必须在数字化的环境里进行全面分析和验证。数字化工厂仿真工具(例如：西门子的Plant Simulation)能够低成本帮助企业实现这一目标。

价值流分析：可以帮助制造企业进行精益价值流分析，绘制当前价值流图，站在企业的层面，对信息流、实物流分析发现产品全价值链增值过程中潜在的、对客户不增值的浪费活动，并制定策略，进行改进，形成全新的价值流图。价值流分析不仅仅对现有工厂进行基于产能或交货准确率策略进行优化，同时也可对新工厂导入新产品时进行决策辅助，选择总体价值最大化的产品组合进行该工厂生产。

产能优化：工厂仿真工具能够对生产资源进行对象量化管理(例如每台资源量化的产能信息)，对产品工艺进行的逻辑量化表达(先后顺序/工时/人员/设备/资源要求等)，结合相应的控制策略，实现工厂的虚拟运行（周期可长可短，可快可慢），因此可快速知晓产能与产能瓶颈；并且通过优化生产工艺组合或调整产能瓶颈，最终满足产能需求或实现产能提升。

仿真优化时，可考虑众多生产因素进行优化组合来提升产能：人员要求和配备；生产线节拍和利用率生产能力，性能；工作时间和换班模式；瓶颈、系统故障；布局安排、计划和先后顺序。这涉及到制造企业生产控制策略、处理原则的设定，例如：产能优先、交货准确率优先等。

对于复杂的组合，工厂仿真工具提供多种优化能力：试验管理 Experiment Design；遗传算法 Genetic Algorithm；特征值 Factor Analysis；神经网络 Neural Network。通过这些优化策略主动寻找最优的组合方案。

物流与产线布局优化：工厂仿真工具不仅分析关键设备产能需求，计算重要资源(工装/托盘/AGV小车/仓储货格)的具体数量需求；同时按照具体的工艺流和工厂布局进行虚拟运行，可对车间内/工厂内全面物流系统及产线布局进行校核优化，通过调整产线或物流布局，可减少物流不均衡、瓶颈、浪费等情况；甚至通过合理物流和布局，来达到产能最大或精益等目标。

结合工厂的三维模型，还可对各种资源的位置干涉性、通过性；这不仅只考虑静态下的空间干涉，还包括移动设备在运动状态下，或带门设备的开关状态下的干涉性、通过性。

降本绿色：而且通过带有成本信息和能耗信息的工厂的虚拟运行，能够快速计算出产品/生产成本(折旧 原材料 生产 停机 ……)，甚至工厂能耗信息，为工厂的精益成本控制和绿色节能运行提供决策支持。

总之工厂仿真验证技术可以很大程度上解决“生产产能不自知”和“生产布局不优化”问题。

正如前面章节所述，工艺员设计工艺时，难以全然明晰由设备/工装等组成复杂生产现场环境对工艺过程的影响。过度关注给工人编制工艺规程卡，而缺乏保障工艺一次正确性的能力。

基于MBD的结构化工艺，以BOP为核心，有效组织三维的产品模型、工厂模型、资源模型等，为工艺的仿真与验证工具提供的三维仿真环境与结构化工序信息的基础。工艺的仿真与验证工具让工艺员身处在完全雷同生产现场境况的虚拟环境，进行工艺的设计思考和试错、验证调整，就像已经经过了多次的试制生产一样，出来就是满足现场需求的一次正确性的工艺。

以装配维修工艺为例，工艺的仿真与验证工具(例如：西门子Process simulate)在虚拟环境中对装配/维修过程进行验证，是否会发生干涉，以及工装在动态使用过程中对装配过程的影响，从而确定最优的装配顺序和工装的使用方法。甚至在复杂的装配环境中，自主给工艺员推荐最优可行的安装路径。这种仿真对于越复杂的产品、越复杂的生产/维修环境收益最大。

同时可基于仿真验证后的最优装配维修工艺，形成可视的视频、交互式作业指导书，甚至结合AR进行应用，让操作工人更准确理解工艺，更正确执行工艺，提高生产效率与质量。

总之工艺仿真与验证技术可以最大限度上解决“工艺脱离车间现场”问题。

机器人用于生产的场景越来越多，但企业购买机器人时购买了厂商提供的PLC程序，日后不能根据生产任务调整等优化或改变PLC程序，成为一台固化的自动化设备。

在数字化工厂环境，多品种切换或者新品种的引入都会要对机器人的PLC程序进行切换、调整、优化。机器人仿真与虚拟调试工具(例如西门子PS Robot)能够快速满足这一需求，使机器人真正成为高柔性自动化装备。

机器人仿真与虚拟调试工具，不仅只是简单的离线编程；更重要的是对复杂工况、多机器人协作、甚至人机协作环境下进行保障机器人和人的安全；同时能够自动识别工件曲面，优化机器人的最优工作姿势、能耗节省等相关因素。

机器人仿真与虚拟调试工具，对含机器人协作或生产系统进行虚拟调试，可以在虚拟环境下提前进行全方位的调试，验证机械操作顺序、校核PLC控制代码、机器人控制程序和HMI、测试安全互锁装置、执行系统诊断测试等，在硬件还没有到位之前就能得到正确的PLC、控制策略等。最终提升机器人协作效率和减少生产系统的调试准备时间，确保一次正确性。

总之机器人编程与虚拟调试技术可以最终消除“机器人还不是柔性设备”现象。

在数字化工厂中的工人，是最为珍贵的高度柔性的设备，必须让工人能持续稳定健康工作；如何设计工艺、如何设计工位、清晰知晓工人的劳动强度等非常关键。结合工艺和工位下进行人因工程分析，能够有效解决这一问题。

西门子PS Human就能提供一个三维的环境来对工人在操作过程中的身体状态进行合理分析（结合人机交互性评估，对工位的布局，人机交互可行性进行模拟，人体的操作姿态，人体受力，人体的可视、可达性进行评估，从而对产品、资源（设备、工装、工具等）、人体三者之间的协同进行全面模拟。），分析当前工位设计与工艺方法的人因效果；通过优化工艺方法（可操作性/可达性等）或工位布局/工装结构等优化设计，确保更加高效安全健康工作。

西门子PS Human具有最为丰富和标准的人体模型库；同时可与各种运动捕获设备相结合来快速定义人的操作运动，提高整个仿真分析的效率。

人因工程分析对于工艺调整优化、工位布局优化等方面具备相当大的助益。

总之人因工程分析技术完全消除“工人只是高度柔性的设备”问题。