数字孪生技术在汽车车身生产中的应用

当下，互联网、大数据、人工智能等新一代信息技术迅速发展，让人员、设备、物料更容易被了解、被洞悉。IT和OT的融合越来越受到制造企业的重视，大数据开始无处不在，对推动制造业产业链各环节从自动化向数字化、智能化转型发展起到了非常关键的作用。尤其是信息技术的飞速发展和与典型场景的融合应用，对构建工业数据的数学模型和工业大数据应用分析提供了基础支撑，也为制造业升级发展提供了新的动力源泉。数字孪生作为物理世界与虚拟世界的映射综合体，拥有数据显示、提取、可视化等得天独厚的优势，已经开始成为制造业数字化转型和数字产品展示的最佳载体，并能够实现机器、工件和组件之间全面的和点对点的数据通信。

第一，数字孪生是汽车行业资产数字化需求的必然产物。汽车制造业是离散型制造的代表，一直以来都充当着工业革命变革的先锋军，发挥着重要的引领作用。包括大规模生产、全生命周期管理和个性化定制的生产模式。在我国数字化转型的大趋势下，传统的汽车生产制造企业通过精益生产方式在流水线上生产出合格产品，已经不能满足管理者的需求，他们希望在实现实物资产的同时，也能一并建立起自身的数字化资产，以便后期催生出很多具有想象空间的业务模式。比如在外资企业常见的3D规划及仿真验证、VR建模和人机工程验证、机器人离线编程、虚拟调试系统、数字孪生系统等，都是未来制造企业数字化资产的表现形式。

第二，数字孪生是物理实体全生命周期数字化解决方案的展现形式。在制造层面，可用的大量实时数据为流程提供了新的见解，这些数据被智能地使用，为持续改进流程和显着提高生产效率提供了途径。为了发挥这些益处，需要对数据进行清晰的可视化、情景关联和高级分析，这就需要数字孪生的强大赋能。数字孪生基于物理实体的基本状态，将现实世界的物理对象及关键特征点相关参数映射到虚拟空间，虚拟环境中产品行为特征与现实环境中的行为特征完全保持一致，特征参数实时动态可视化，可用于现实世界物理实体的参数监测、复盘、预测和优化。

随着工业互联网与制造业不断融合，数字孪生技术被赋予了更强的生命力和赋能意义，工业互联网以其万物互联互通的特性，将生产活动中各种人员、设备、物料、现场环境等信息关联在一起，从产品产业链和全生命周期的纵横两个层面实现了打通，这些数据都可以以数字孪生的方式映射到虚拟环境的产业链和生命周期过程中，凸显出数字孪生基于模型、数据、服务方面的优势和能力，也让工业互联网成为了数字孪生走向产业数字应用的关键链。

紧跟德国工业4.0和智能制造的发展趋势，近年来世界各国高度重视数字孪生技术的研究与应用探索。根据现实需求和发挥作用的不同，数字孪生可以分为产品数字孪生、生产过程数字孪生和场景数字孪生三类。

第一类，产品数字孪生。在产品研发的过程中，数字孪生技术可以构建产品数字化模型，对其进行仿真测试和验证。在没有数字化模型帮助之下，制造一件产品要经历很多次迭代设计，现在，采用了数字化模型的设计技术，就可以在虚拟的三维数字空间轻松地修改部件和产品的每一处尺寸和装配关系，这使得几何结构的验证工作和装配可行性的验证工作大为简单，大幅度减少了迭代过程中物理样机的制造次数、时间及成本。

第二类，生产过程数字孪生。在规划和生产制造时使用数字孪生技术，可以模拟设备的运转，还有参数调整带来的变化。对运行数据进行实时采集和人工智能分析，可以根据历史数据预判出待维护零部件的准确位置，也可以提供不同工位不同易损件维护周期的参考依据、提供设备故障发送位置和故障发生概率的参考。

第三类，场景数字孪生。常见的是城市数字孪生和车联网数字孪生。在车联网数字孪生中，汽车通过感知系统与高清地图和周边环境感知相结合，能够自动或无人驾驶，实现真实场景数字孪生。

完整的数字孪生技术支持产品的全生命周期，涵盖产品设计、可制造性、所有车间活动、物流和使用情况。本项目重点研究汽车车身生产过程的数字孪生，通过对车身生产线整个生产流程和工厂布局进行重点环节数字化建模，实现对整个生产系统进行监控、分析，确定可以改进的领域，甚至去预测故障发生，进而反向对生产线进行优化和改进。

如图1所示，安徽巨一科技股份有限公司数字化项目团队以汽车车身产线全生命周期数字化管理为目标，以产线全生命周期数字化管理为目标，从生产线前期规划设计、生产交付到维保服务三个不同的产线生命阶段着手，以5G、工业物联和AI技术为基础，以智造过程同步协同为导向，解决面向不同需求的数字化规划、产线过程数字孪生和客户智造服务平台打造的问题，重点打造3D扫描虚实重构方案、5G+VR验证方案、产线全要素工况的虚拟调试方案、智造数字服务平台技术、滚边质量监控系统及5G+数字孪生等不同场景解决方案。

（一） 基于3D扫描的虚实重构技术

针对生产线需求进行改造和新增工位的情况，传统做法需要花费较大人力和精力进行现场测量，以便恢复建模，用于后续设计和仿真。通过采用基于3D扫描的整线重构技术彻底解决了这一问题。

以汽车行业为例，我们需要升级改造现有的老旧生产线，但产线变化较快，这个项目上的很多电子文档已经不能反映现场的真实情况了，设备安装落位有偏差，现场也新增了部分设备，图纸也没有及时更新，这个时候就需要设计人员到现场去查看，丈量，重新绘制图纸，这样的话就会比较耗时耗力，但利用3D扫描技术，就可以快速的将工厂及设备建模，还原一个数字版的真实现场，如图2所示。设计人员就可以轻松的进行后续的设计和仿真，改造效率可以提升30%以上。

项目实施过程中，需要集成应用3D扫描技术测量硬件、测量软件，解决3D扫描测量方案和测量方法难题，收集关键设备特征点，通过建模软件建立关键设备特征点，并形成数据模型，建立焊接及装测智能生产线测量方案和测量数据处理流程，优化点云数据处理流程和方法，最终实现对扫描数据着色、拼接、去噪、轻量化处理能力（如图3所示）。目前项目组3D设备关键特征点云建模数据处理应用和数据拼接误差能够控制在±1mm，完全满足后期数字化仿真、规划和虚拟调试的数字建模要求。

（二）VR虚拟现实技术

虚拟现实作为当下一项新兴前沿技术逐渐成为在高端智能制造领域深入应用的代表，为实现智能生产线成套装备整体设计方案的最有效最直观呈现表达，以数字化方案模型为载体，创建基于虚拟VR平台的1:1设计方案3D-Workshop环境。编制开发人机友好型交互程序及引导UI，以沉浸式体验实现环境与测试人员的双向互动，进一步发掘潜在的方案细节。

同时关联工艺、物流、制造、设计、专家等多群体人员组建跨区域跨部门形式的动力电池虚拟产线会议现场，共同评审3D-Workshop方案细节，以身临其境的感官视角为产线的设备布局、结构特征、物流输送、人机元素、安全防护等提供全新的优化校核方案。与此同时，针对在半自动、手动工位等在传统设计中无法获取准确节拍问题，设计制定节拍测评论证方案，依托VR虚拟环境与工艺模拟实现了节拍风险工位的逐个排查与问题工位的提前优化。并反向传递节拍数据至物流分析系统，以提升系统运营精度，对于整线工艺方案的 准确性、可靠性得到进一步验证（如图4、图5所示）。

与人工智能、工业互联网、5G相结合，是整个智能制造行业未来的发展趋势。将VR技术的沉浸式可视化引入到生产流程的检查、远程运维和远程培训等场景中，解决了很多突破性的工作难题，包括人机工程，教学演练和模拟试生产等等，打造出了一个理想的可视化智能工厂环境。

（三） 虚拟调试技术

现场调试为设备投产的关键一环，而在智能设备设计过程中很难预测到生产和使用过程的潜在问题，因此为进一步提升产线调试能力、效率与准确性，基于虚拟调试技术对智能生产线成套装备机械、电气及控制三大系统进行整合模拟，建立数据信号驱动的动态仿真机制，开发创建具备虚拟运动特性与传感设施属性的关键设施设备虚拟运行环境。

通过创建虚拟调试的技术架构，在导入自动生产PLC程序后，即可在虚拟环境中验证自动化系统，通过虚拟调试技术，能够实现产线规划和生产过程的验证，通过驱动数据要素与真实环境下的实物生产设备关联，实现人、机、料、法、环在生产环境下的仿真、预测，进而优化人员和制造过程的工作条件（如图6所示）。在三维虚拟调试环境中实现PLC程序和人、机、物料导入验证后，再将验证过的编程控制器代码下载到车间的设备中，通过全生产要素集成，将虚拟环境转入现实环境，可实现产线调试的高效调试和可靠生产。

建立虚拟调试技术应用流程，利用虚拟样机的外部程序通讯、信号监控与3D数字化驱动快速定位获取设备运行的方案缺陷，并有针对性地进行整改优化及虚拟平台的反复联调(见图7所示)。三维仿真解决了设备运转干涉和可达性问题，虚拟调试技术的应用，进一步提升了智能生产线成套装备整体运转时未知问题的认知度（如图8所示），从而在项目装配调试之前即实现设计方案对调试程序的验证和优化，大大缩减现场调试周期与风险故障率，提升了整线的运转可靠性、稳定性。

图8 成套设备虚拟调试应用

（四）基于生产实时大数据的智造服务平台开发应用

通过对新能源汽车、工程机械、半导体行业生产现场的人、机、料、法、环等全要素进行重构，将现场采集的产品质量、生产设备、人工等工业大数据经过边缘计算处理，把设备的各种各样信息经过传感、读码转换为计算机能读懂的数字语言，并在此基础上，基于工业互联网和目标产品的装配流程、安全法规知识、现场经验及生产工艺等，构建数字化运维服务模型；通过数据交互融合，开发智能制造数字服务UI平台，并通过基于AI算法的故障诊断和预测性维护，实现对目标产品制造过程全生命周期的描述、分析、预测、决策，为生产线赋能、赋智，指导现实工厂各项工作的精准执行，最终实现提升质量、提升效率、降低成本的目的。

数字服务平台可以基于4G、5G通信方式进行无线数据传输，提升设备数据采集的柔性化程度，为客户显示直观化的关键性能指标。例如总体设备效率（OEE）、平均故障间隔时间（MTBF）、节拍均衡和产能提升等，重点解决服务平台架构和基于边缘计算的数据采集与分析问题。

1．智造数字服务平台架构

目前行业内的系统大部分基于单体架构或为特定业务场景进行开发，随着制造行业智能装备的快速发展，制造数据量成几何级上升，单体架构已经成为制约系统性能的瓶颈，固定业务场景开发出的功能也成为创新的最大阻力。

车身生产线智造数字服务平台技术，将智能制造相关的业务组件和底层技术进行微服务化、组件化。将制造业的核心能力以数字化、组件化的形式沉淀到平台，形成以服务为中心、以数字化资产为核心的平台，极大地提升了业务系统探索和创新的速度，同时高度自治的可重用服务也明显的降低开发成本以及产品的缺陷率。智造数字服务平台不仅能在私有云的环境下独立部署，而且能够部署在云端，支持动态扩容和响应海量并发。智造数字服务平台总体架构（见图9）。

第一，边缘层。提供目标产品智能制造与服务数据接入、转换、数据预处理和边缘分析应用等功能。针对企业特殊协议设备的接入需求，形成面向边缘层协议转换能力，并基于通用协议建设边缘层设备及网络安全防护功能。

第二，基础设施层。基于企业私有云或公有云资源池能力、资源运营能力、容灾备份能力、策划基于网络物理隔离的IaaS云方案。支持这些资源的复用、管理和快速部署。

第三 ，“通用服务”层。支持对服务资源如数据库、计算资源、消息中间件的管理，实现对工艺所需服务进行快速组合，并监测基础服务的运行状态、负载压力等数据，进行系统资源利用的最优化管理。

“业务组件”层对制造平台需求进行功能的抽象与组件化，将常用业务组件如8D、工单、排班、SPC、报警、追溯等功能提炼成为业务组件，为上层行业应用提供业务支撑。

“功能组件”层将智能制造相关的特有功能，以微服务或组件形式提供给各类工艺应用，支持如AI预测性算法及模型，设备故障诊断和预测等功能的快速应用与应用赋能。应用层只需要直接调用即能对工艺应用进行赋能，效率高。

第四，面向工业现场的应用层。按照制造工艺的协同业务逻辑对微服务组件进行组合，按客户需求开发功能不同的WEB端和工业APP。主要包括如下模块。

设备管理系统（EAP）模块。主要包括设备的基本信息管理（如设备台账、设备状态、设备卡维护管理）、设备的常规预防性维护保养（设备保养计划、保养执行记录、设备点检记录、设备巡检表单、设备巡检报告等）、设备的报警维修管理（设备报警统计、设备维修流程，备件管理）、设备运行状态与运行参数的采集与监控（形成设备管理报表如MTBF、MTTF、OEE、TOP5问题）、基于AI算法的设备故障诊断和预测性维护（利用设备采集的数据，当新故障发生时，系统接收到消息后，将故障参数传输给算法模型，算法模型给出原因与对策，并根据预测模型对设备的运行状态进行预测）。

质量管理系统（QMS）模块。主要涵盖功能包括对产品的质量结果通过人工或设备进行采集，提供8D质量控制手法，对质量问题的处理流程进行管控，提供SPC分析手法，对质量数据进行统计分析，提高产品质量，利用可视化分析报表形成柏拉图、旭日图、胡须图等分析结果。

报警管理系统（ALM）模块。主要涵盖功能包括接收ANDON、设备、人工发出的报警信息并进行蜂鸣音、三色灯、大屏看板的报警提示；通过移动APP、邮件、短信等方式通知责任人进行处理；针对超时报警进行事件升级，支持根据自定义流程进行报警的升级与流转；形成报警事件的处理记录并形成知识库，为后续事件处理提供决策信息等。

生产过程控制系统（SFC）模块。主要涵盖功能包括对产品生产过程中的工序流转进行控制；提供生产作业时电子SOP并实时反馈操作结果；对装配产品的关键件进行追溯，记录生产的人、机、料、法、环等要素；管理生产线在制品（WIP）信息，缓冲区信息，根据系统记录分析生产节拍；返工流程的控制与管理；生产配方的下达与管理。

仓储与物流系统（WMS）模块。主要涵盖功能包括原材料及成品库的库存数量、库龄、安全库存等基本信息的管理；仓库的收料、出库、退还、报废的管理；监控物料所在的状态，并控制其与运输工具的绑定与解除；仓库的盘点计划以及执行，并形成盘点异常报告。

按照客户需求开发的工业APP系统均基于平台进行开发，均具有基础数据模块，系统管理模块，并通过工业互联网和数据库进行交互，其开发流程如图10所示。以轻量化车身质量监控和故障诊断APP开发为例，区别传统钢车身成熟的热连接工艺，轻量化车身连接质量合格率和设备开动率较低。基于SCADA服务器，通过采集程序与工艺连接设备通信，实时采集多模态数据；通过DMS数据挖掘软件实现数据逻辑整合，经数据库大数据分析后确认质量算法；通过软件程序与工艺数据算法进行调试，开发出轻量化连接质量智能监控及故障诊断APP，实现连接质量和故障判定监控。

2．基于边缘计算的无线数据采集与数据分析

传统项目数据采集应用中，均使用硬线单独组网，统一通过群控系统将相关数据传输至上位系统，存在受硬线限制，柔性不佳。为了满足对多种设备数据的实时提取、分析的功能需求，借助于搭建的5G通信传输环境，充分利用5G实时传输、低时延的数据传输优势，通过5G CPE或5G模组经MEC实现网络连接，实现感知数据汇入到边缘计算设备，同时将来自边缘计算设备的控制指令转发给智能终端。边缘智能计算设备以互为热备的模式提供可靠的边缘计算能力，通过多种工业通讯协议与设备对接，实现设备数据的采集，感知数据边缘处理、过滤、分析，并在电脑、IPAD、手机等移动终端进行分析结果显示（如图11所示）。

 图11 基于边缘计算的数据采集和分析流程

边缘设备通过OPC UA、Modbus、串口、设备私有协议、MQTT等协议方式从设备实时采集数据，并对数据进行解析、计算、分析，将结果数据通过协议保存至本地数据库，或通过消息总线通知应用系统进行处理。在特殊场景时，也可以通过工业互联网将数据推送至云端。

（五）数字孪生技术及系统实现

以轻量化车身制造机器人工作站为例，数字孪生技术为汽车车身制造生产线创建了虚拟空间，将工作站中的机器人、七轴、夹具工装、铆枪、安全围栏等环节和要素映射到虚拟空间中，实现互联互通，实现车身制造向制造数字服务化的延伸和价值增值。

通过在虚拟空间中进行建模仿真、数据分析和生产预测，能够仿真车身制造中复杂的工艺环节，实现产品设计、制造和培训、维修保养等智能服务的闭环优化。开发的生产过程数字孪生系统，可以用来对生产过程和故障、节拍进行复盘，发掘其中的短板进行优化。同时，基于数字孪生的数字模型，通过向过程应用输入激励和物理世界信息，可以得到包括优化、预测、仿真、监控、分析等功能的输出。数字孪生建模流程如图12所示。

作为新一代信息技术与智能制造相结合的新生事物，车身制造数字孪生模型在汽车车身制造工艺中应用，需要重点解决基于关键特征的车身制造过程虚实映射建模技术和基于目标特征驱动的轻量化数字建模技术难题。

1．基于关键特征的车身制造过程虚实映射建模技术

为保证车身生产线数字孪生模型能准确映射生产全过程，结合生产线上机器人、铆枪、工装的协同和自动运转，需要在虚拟环境中建立与物理生产线相映射的生产模型和工艺模型。因此，需要重点关注梳理出来的对产品功能性能有较大影响的关键产品特征和工艺特征，结合积累的产品生产和工艺知识库，实现对车身生产线数字孪生模型的快速建模（见图13）。另外，通过车身生产线虚拟现实全过程的生产仿真，尤其是关键特征点的仿真，能够有效验证关键特征点的影响程度和作用效果，进而为产线的优化提升提供可靠的数据支撑。

车身生产线数字孪生模型具有多层次性的特点，不同层次的模型涉及物理量在制造过程中的影响也不一样。从数字孪生建模实施流程框图可以看到，虚实转换的重点是要建立数据的采集、存储、分析和交互，进而才能在虚拟环境中驱动相关特征要素。工业互联网、数据采集、大数据、人工智能等先进技术的应用结果汇聚到信息层，进而实现产品生产过程中产生的实际参数与数字孪生模型的数据交换， 这也是实施孪生的关键。

2．基于目标特征数字驱动的轻量化建模技术

建立虚拟模型的目标是通过特征点数据分析进行监控和预测。数字孪生技术理论上可以对孪生物理对象的任何特征进行建模研究，但是大而全就意味着模型体量的无限增大，复杂的模型将会影响数据的存储、提取、处理和管理效率，而且过多的特征点数据也会造成模型建立困难。

基于目标特征数字驱动的轻量化建模技术是解决建模颗粒度问题的关键。首先，通过对生产线数字孪生工程应用需求的梳理，明确建立车身生产线数字孪生模型的具体研究目标，通过目标反向追溯，梳理出对既定研究目标有影响的所有要素，并聚焦关键要素特征点；其次，通过研究分析，将相关要素按影响大小进行排序，排除影响较小甚至没有影响的因素，重点关注影响较大的因素，并选取其特征点作为建模对象，通过设定建模的角度、坐标位置、关键物理量关联关系以及细分层次构建模型框架，实现建模过程的轻量化，提升数字化建模的效率。

车身生产线数字孪生系统实现了虚拟环境与物理实体的同步运行、信息显示、故障提示、运行状态回放和展示体验功能如图14所示。主要包括：

第一，虚实同步。3D资源导入是通过建模或解析出设备自带3D工业模型，在系统中构建离散的数字孪生体，拆分数据节点待映射；数据采集是将设备参数，故障信息、运行数据等采集到PLC快速对接SCADA、MES、ERP、各类IOT平台、时序数据库，需要解决底层设备种类多，数据类型多，数据接口不一致等难题；可视化编辑是可视化资源+IOT数据、知识数据、结构数据、位置数据等绑定；图形界面式编辑快速建立数字孪生场景及标准化流程。

现场设备数据驱动仿真环境运动，实时反应设备及产线状态，延时不超过0.5s（包括机器人动作、焊枪动作、汽缸动作、夹具移动和 切换、滑橇和滚床动作，以及车身的位置状态），支持3D自由视角切入、细节缩放查看，具备焊接、涂胶胶体参数显示等功能。

第二，设备状态信息展示和故障诊断。将工位和设备的属性、状态信息映射到虚拟设备，实时显示当前生产数据；根据报警、故障信息，快速定位故障设备和位置，高亮闪烁提示，提高响应和处理速度，能够分工位级数据和单体设备数据，具备显示隐藏切换按钮。

第三，数据状态回放，故障回溯。具备直播模式和回看模式，根据IOT平台存储的工位历史状态数据，可重现工位历史生产状态，进行故障复盘，原因分析和确定。

第四，运行展示和生产体验。实现在线边及展示大厅的同步运行画面，可进行画面3D操作，自由视角查看和缩放，为员工提供虚拟工位运行、设备运行参数培训。

数字孪生技术以现实世界的数字形式为管理团队提供了可以从产品物理检查中获得的所有数据，为了执行生产，它监视、分析和控制生产的各个方面。制造数字孪生提供了一定程度的可见性，可以清楚地了解车间中正在发生的事情。这是了解问题所在、改进空间所在以及如何更好地优化生产的窗口。数字孪生技术提供了一个平台，可以为未来更大的业务敏捷性、成长性和创新性创造机会。

项目以汽车车身制造数字孪生为目标，对生产过程管理带来了许多好处。它可以提供整个工厂的完整可见性，从而对性能有更大的信心；它提供的有关流程的视图清晰地说明了哪里需要关注以及哪里可以进行连续的流程改进；它可以实时分配智能资源，并基于完整、实时的数据为虚拟和增强现实等技术提供基础。

通过数字孪生技术，项目能够有效提高效率20%以上，降低人工成本30%以上；它通过严格控制过程步骤来提高质量和合规性，并提供一定程度的灵活性，可以更快地响应市场需求并缩短新产品推出的时间；它可以映射制造过程，提高可视性，控制和记录过程，以实现更大的生产优化。

未来，项目组将在车身数字孪生系统应用基础上深化数据分析功能，从数据中挖掘应用效果，并在此基础上进一步深化智能场景开发及示范应用，实现5G+智能制造更多的场景方案验证，通过创新中心的引领和客户直观性体验，促进5G+智能制造技术在汽车、工程机械、半导体、轨道交通等行业的产业赋能和应用推广，打造项目组基于5G+智能制造的新型生态圈。