当前位置:首页 > 理学 » 正文

  摘要:为指导行业建立智能工厂,提高制造资源与信息系统的集成效率,研究并开发了全生命周期智能制造试验线仿真平台。该平台基于Plant Simulation二次开发,利用信息模型编辑器和信息模型加载器实现对制造装备的信息建模以及信息模型到OPC UA地址空间的映射,同时开发了嵌入OPC UA服务器的多协议网关样机实现现场数据的采集和转发。建立的制造资源虚拟化模型可以简单方便集成OPC UA技术等其他主流工业通信协议技术,以便于智能工厂仿真建模和实现IT/OT融合研发相应的软件工具。另外平台可以被智能工厂的MES、ERP、SCADA等本地信息化系统集成使用,并可根据用户需求扩展使用,各软件及应用之间实现松耦合关系。体现制造资源虚拟化模型优势和先进性,对推动智能制造关键技术发展和应用发挥重要作用。

  关键词:智能制造;全生命周期;生产线仿真;OPC UA

  0引言

  智能工厂体系庞大,复杂程度高,智能工厂的数据来源十分复杂和多元,如何将智能工厂建设交付周期中相关的全部数据或尽可能多的数据识别、转换、翻译成虚拟模型自有的数字化信息,并将其有机地关联起来,需要一个完善的、通用的智能工厂仿真平台。生产是智能制造的重要组成部分,通过建立实际工厂生产资源与计算机中的虚拟数据间的联系,应用于设计、仿真、物流等各个阶段,实现了虚拟制造系统与现实世界的映射。生产线仿真的研究主要关注在排产优化和布局规划问题[1-2],评估不同的制造方案,在生产规划的早期阶段作出快速而可靠的决策[3]。引入一种新的产品全生命周期管理的生产组织技术——数字化工厂技术,作为设计规划和生产制造之间的桥梁,为产品的设计、生产规划到制造的转换过程提供了支持[4]。

  美国Flexsim软件提供了一个可视化的界面和丰富的模块库,允许用户构建复杂的系统模型来模拟、分析和优化实际运营过程[5-6]。德国西门子公司的Tecnomatix Plant Simulation拥有强大的离散事件仿真功能,提供了SIMTALK语言定义复杂的控制逻辑,最终应用于生产系统仿真分析、消除生产瓶颈提高吞吐量,并且提供了PLC虚拟调试功能[7],广泛应用于汽车、航空、船舶领域[8-11]。国内上海交通大学戴晓明等[12-13]较早地在离散事件动态仿真领域展开研究,给生产制造系统仿真提供思路,但未实现大规模的商业化应用。华中科技大学[14]自主研发的Factory Simulation软件已初步具备对标西门子Plant Simulation软件的能力,是国内少有的具有100%核心技术的同类软件。国内目前也有多位学者在生产仿真和平台开发展开研究,如马天牧[15]提出了钢铁生产计划仿真平台的框架,钟彩意[16]搭建了一种应用于医疗行业的机器人仿真平台。作为数字化设计的关键环节,生产仿真技术为生产线布局、生产排产、物流规划提供了有效助力手段,并广泛在船舶、钢铁、矿业等领域[17-19],对于大规模制造企业中需求更加迫切[20]。

  因此本文基于西门子工厂仿真软件Plant Simulation二次开发的全生命周期智能制造试验线仿真系统(以下简称仿真系统),实现制造过程和运行管理的虚拟映射模型建模;利用信息模型编辑器和信息模型加载器实现对制造装备的信息建模以及信息模型到OPC UA地址空间的映射,为系统集成提供基础;开发嵌入OPC UA服务器的多协议网关样机实现现场数据的采集和转发。

  1仿真平台框架

  通过集成现有的智能生产线和定制开发的软硬件系统,模拟构建虚拟的智能工厂,全生命周期智能制造试验线仿真平台的功能架构如图1所示。整个架构包含全生命周期智能制造生产线仿真系统、信息模型编辑器、信息模型加载器、数据采集与交互系统、物理产线和虚拟产线。
 

 
  1.1功能架构

  物理产线基于现有全生命周期智能制造试验线(即印章产线),实现印章定制化生产。信息模型编辑器可快速生成生产线信息模型,建立模型库、组件库和属性库,并导出信息模型(xml格式);信息模型加载器将信息模型导入,完成OPC UA地址空间自动映射生成生产线的OPC UA服务器;仿真系统可自动识别UA服务器的地址空间,完成制造过程的建模和仿真;数据采集与交互系统,通过开发嵌入OPC UA服务器的多协议网关样机,对智能产线的信息和业务数据进行全面采集:数据源包括生产线的主PLC、数控加工中心、机器人控制器、智能无线传感器等,向上提供OPC UA通信协议支持。仿真系统建立与物理产线对应的虚拟产线,在线可模拟实时生产,离线可配置仓储信息,同时利用仿真系统创建生产运行管理模型、质量运行管理模型、维护运行管理模型和库存运行管理模型;数据采集与交互控制系统负责数据的采集与转发,仿真系统通过与物理产线实时数据、虚拟产线数据的交互,以及与外部系统的集成,提供虚实交互通信服务、仿真分析服务和数据接口服务。

  1.2系统架构

  全生命周期智能制造试验线(印章产线)建立统一的制造资源虚拟映射模型,上层的本地化信息系统、其他应用及生产线数字化仿真应用可以基于OPC UA通信协议实现数据和业务的集成。平台建设的主要工作:智能工厂制造资源虚拟映射层的建立;本地化信息系统的集成与展示;基于用户应用和数字化工厂仿真应用集成。试验验证平台总体架构如图2所示。
 

 
  试验验证平台总体架构分为物理产线层、虚拟映射层和应用管理层。物理产线层基于原有的全生命周期智能制造试验线,系统包括主控工站、上下料工站、加工工站、质检工站、激光打标工站、维修工站、组装工站、装配工站。虚拟映射层由Plant Simulation仿真系统、信息模型编辑器、信息模型加载器以及数据采集与交互系统组成。应用管理层包括PLM、ERP、MES和WMS等系统组成。

  1.3网络架构

  试验验证平台网络架构如图3所示。(1)MES与PLC、SCADA、HMI之间采用OPC UA和S7私有协议;(2)SCADA、HMI与PLC之间采用PROFINET和S7私有协议;(3)PLC与现场设备之间采用PROFINET工业以太网;(4)PLC与PLC之间采用PROFINET工业以太网。
 

 
  2编辑器

  信息模型编辑器是对通用建模规则的软件实现,实现了所有的建模规则。利用信息模型编辑器可以对制造装备的信息模型进行构建和编辑,功能包括属性元素、属性、属性集、组件模型、设备模型、方法、方法集和引用信息模型元素定义的实现;信息模型模板的制作和添加;生成制造装备XML文件;显示信息模型结构。如图4所示。利用信息模型编辑器将设备信息模型转化为XML文件,同时XML文件经过信息模型加载器的解析处理生成OPC UA Server,完成信息模型在OPC UA地址空间的表示。
 

 
  3加载器

  通过信息模型编辑器生产的制造装备信息模型XML描述文件,信息模型加载器可加载XML文件。信息模型加载器可对制造装备信息模型XML文件进行解析,创建OPC UA服务器,并按照XML文件描述信息模型进行地址空间映射。信息模型加载器主要包含导入制造装备信息模型描述XML文件;结合OPC UA技术实现标准地址空间结构构建的信息模型;结合驱动实现制造装备信息模型。

  4数据采集与交互系统

  平台通过自主开发的嵌入OPC UA服务器的多协议网关样机,对智能生产线的信息和业务数据进行全面采集。数据源包括生产线的主PLC、数控加工中心、机器人控制器、智能无线传感器等,向上提供OPC UA通信协议支持。每个网关可采集超过1 000点的数据量,并通过Pub-Sub的方式上传给制造资源虚拟映射层,在通信故障的情况下,嵌入式网关可以做一定的数据缓存。每个通信协议均为1个数据源提供者或者1个数据源消费者,采用系统通用的数据交互接口获取数据或者提供数据,通过信息模型编辑器和信息模型加载器等配置软件的配置,网关可以完成M:1的数据传输功能,兼容工业现场协议中的各种类型的数据。

  5仿真系统

  基于西门子工厂仿真软件(Plant Simulation),开发的全生命周期智能制造试验线的仿真模型,包括3部分内容:(1)对印章产线的物理产线进行仿真建模,分别建立上料工站、加工工站(车床、铣床)、质量检测工站、打标工站、维修工站、装配工位、包装工站、下料工站的虚拟映射模型;(2)对印章产线的生产及物流配送进行建模仿真,分别建立生产运行、故障维修、质量检测和物流运输的虚拟映射模型;(3)对印章产线的运行管理进行建模仿真,分别建立生产运行管理模型、维护运行管理模型、质量运行管理模型和库存运行管理模型。

  针对生命周期智能制造试验线构建符合项目标准定义规则的智能工厂制造资源虚拟映射层,虚拟映射层主要完成物理产线到虚拟产线的建设,如图5所示。包括制造装备的信息建模和运行管理的仿真。充分利用物理模型、传感器更新、运行历史等数据,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。实现虚实数据的交互,指导生产的调整及优化改进。
 

 
  全生命周期智能制造生产线仿真系统具有如下特点。

  (1)可见性:数字孪生可以实现印章线机器操作的可见性,以及制造中互联系统的可见性。

  (2)预测性:使用多种建模技术(基于物理和基于数字的),数字孪生模型能够用于预测机器未来的状态和未来产能的变化等。在合适的时间进行设备维护或者更换设备等。

  (3)假设分析:通过适当设计的接口,可以很容易地与模型进行交互,并对模型询问假设问题,来模拟现实中无法创建的各种条件。

  (4)连接不同的系统:虚拟仿真模型能够用来连接后端的业务应用,在供应链运作中实现仓储物流缺货报警,还可以连接包括制造、采购、仓储、运输、物流、现场服务等。

  全生命周期智能试验仿真系统主要有制造过程模型、生产运行管理模型、维护运行管理模型、质量运行管理模型和库存运行管理模型。

  5.1制造过程

  通过信息模型的传递、变更和重组来实现对制造运行过程的管理,在线模拟和指导制造过程。模型如图6所示。
 

 
  5.2生产运行管理

  全生命周期智能制造试验线仿真系统接收生产任务后,根据产品工艺路线进行生产任务分解,并开始仿真生产任务执行。系统首先维护好产品定义信息和生产资源信息,并对从生产任务接收、生产任务执行到生产数据收集和生产绩效分析整个印章生产流程的仿真,以及与制造装备模型的数据交互。

  在全生命周期智能制造试验线仿真系统中,对运行管理活动进行建模,生产运行管理的主要活动包括产品定义管理、生产资源管理、详细生产调度、生产执行管理、生产数据收集和生产绩效分析生产运行管理模型。图7所示为生产运行管理模型。
 

 
  5.3维护运行管理

  维护运行管理主要针对设备故障信息进行仿真,在全生命周期智能制造试验线仿真系统中,根据以往经验通过设定各设备的故障率以及设备的平均故障修复时间(Mean Time to Repair,MTTR),模拟仿真真实生产过程中可能发生的设备故障,并模拟发生故障后设备故障修复所用时间,使仿真过程更接近真实情况。并通过对故障信息的收集及统计分析,发现影响整个生产线的瓶颈问题。

  维护运行管理的状态迁移过程包括系统根据设定的故障率随机触发故障;系统根据设定的MTTR进行故障处理;当生产结束时,系统自动统计设备绩效和故障时间。

       5.4质量运行管理

  在全生命周期智能制造试验线仿真系统中,根据以往经验设定产品的不合格品率,模拟真实生产过程中可能发生的不合格品情况。通过对产品从进入质检工位进行质量判定,到根据判定结果决定进入维修工站或下一生产工站的整个质检过程进行管理。(1)质量运行管理模型的对外接口主要包括输入信息流为不合格品百分比、输出信息流为质检绩效信息;(2)质量运行管理的状态迁移过程包括系统根据设定的不合格品百分比随机生成不合格品、系统记录不合格品信息、生产结束时系统自动统计质检绩效;(3)质检统计分析活动包含的主要事件有不合格品百分比设定、不合格品统计。

  5.5库存运行管理

  全生命周期智能制造试验线仿真系统接收物料需求后,系统从仓库中判定所需物料是否满足需求,当原料充足时,调度AGV进行原料出库,出库完成;当物料不满足生产条件时,系统给出报警提示;当系统接收成品入库任务时,首先系统进行库存容量判定,当库位充足时,调度AGV进行成品入库,入库完成;当库存容量不足时,给出提示信息。

  在全生命周期智能制造试验线仿真系统中,对库存运行管理的活动进行建模,主要包括库存定义管理、库存资源管理、库存任务管理、库存执行管理、库存数据收集和库存分析。

  库存运行管理模型的对外接口主要包括输入信息流包括物料需求;输出信息流包括库存绩效,如物料载具利用率、库存利用率等内容;输出信息流包括配送指令,如传递给物流系统的请求信息,用来开始或完成一个指令;输入信息流包括配送响应,是物流系统对于配送指令的响应信息;输入信息流包括库存数据,如库存数据、运输设备的监测结果信息。

  全生命周期智能制造试验线仿真系统对库位信息以及所生产印章所需的原料库存信息进行维护。通过建立仓库、WMS、method三个控件来定义仓储信息,仓储信息模型如图8所示。
 

 
  在系统中定义章体、章饼和印章盖等内容的存储区域及存储策略,如先进先出,最短路径策略。仓储区域与存储策略如图9所示。
 

 
  6结束语

  本文提出了一种全生命周期智能制造试验线仿真平台,融合了物理资产、逻辑资产、生产过程的特点以及不同层次的需求,既考虑实体的建模方法又兼顾如何扩展,同时利用模型库的概念复用已有的信息达到快速建模的目的,并提出基于服务与应用软件进行交互的应用框架,实现上层信息系统对制造资源映射模型的有效访问。不仅实现资产等制造资源的管理,也可以通过不同虚拟模型组件的不同组合和编排实现柔性化生产仿真。基于本项目标准,不仅实现资产等制造资源的管理,也可以通过不同虚拟模型组件的不同组合和编排实现柔性化生产仿真。

  参考文献:

  [1]周原令,胡晓兵,江代渝,等.基于改进NSGA-Ⅱ的车间排产优化算法研究[J].计算机工程与应用,2021,57(19):274-281.

  [2]王波,欧阳叶.浅谈发动机装配精益生产线的工艺设计规划[J].装备制造技术,2019(9):209-212.

  [3]孙智超,高长水.基于Plant Simulation的汽车生产线仿真技术研究[J].机械制造与自动化,2014,43(6):161-165.

  [4]张浩,樊留群,马玉敏.数字化工程技术与应用[M].北京:机械工业出版社,2006.

  [5]张卫德,严洪森,徐成.基于Flexsim的生产线仿真和应用[J].工业控制计算机,2005(9):50-51.

  [6]陈达.工业制造视域下的智能机器人生产线调度优化分析[J].装备制造技术,2024(4):144-146.

  [7]石文玲,张喆,吴鹏,等.浅谈数字化仿真在吉利汽车焊装生产线规划上的应用[J].科学咨询(科技·管理),2016(11):37-38.

  [8]孙智超,高长水.基于Plant Simulation的汽车生产线仿真技术研究[J].机械制造与自动化,2014,43(6):161-165.

  [9]彭飞,马志.基于SLP和Plant Simulation的车间工艺布局设计研究[J].现代制造工程,2019(9):28-36.

  [10]刘煜辉,高艳强.多传感器融合的工业生产线故障预警技术[J].自动化与信息工程,2024,45(2):41-44.

  [11]童敏,徐锐,张剑.基于TIA博途平台的天然石膏粉生产线控制系统[J].自动化与信息工程,2022,43(1):43-48.

  [12]戴晓明,张洪渊,程海光,等.离散事件动态系统仿真工具DEDS Sim及其应用研究[J].计算机仿真,2001(4):38-40.

  [13]戴晓明,冯瑞,龚向阳,等.基于模型组件技术的通用离散事件动态系统仿真模型[J].上海交通大学学报,2002(4):532-534.

  [14]罗瑞平,盛步云,黄宇哲,等.基于数字孪生的生产系统仿真软件关键技术与发展趋势[J].计算机集成制造系统,2023,29(6):1965-1982.

  [15]马天牧,郑秉霖,柴天佑.面向服务的钢铁生产计划仿真平台[J].系统仿真学报,2010,22(4):890-894.

  [16]钟彩意,王欣,吴迪,等.四臂医疗转运机器人设计及仿真平台搭建[J].机电工程技术,2021,50(7):20-24.

  [17]黄凡林,万晨晖,胡友民,等.船管车间生产数据驱动仿真与调度优化[J].船舶工程,2023,45(6):13-20.

  [18]黄琦,刘丽兰,王森,等.基于动态数据驱动的钢铁生产仿真系统研究[J].制造业自动化,2016,38(7):14-17.

  [19]吴东隆,王向前.基于Flexsim模型的煤炭主生产物流系统仿真与优化[J].中国矿业,2020,29(9):76-81.

  [20]孙威,张浩,朱志浩,等.数字化工厂技术在生产线规划中的应用[J].计算机辅助工程,2005(3):43-46.
后台-系统设置-扩展变量-手机广告位-内容正文底部

本文标签:

<< 上一篇 下一篇:没有了!

  • 评论(

赞助团论文网
留言与评论(共有 0 条评论)
   
验证码:

相关文章

随机文章

标签列表

最近发表

    热门文章 | 最新文章 | 随机文章

最新留言

首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文

Powered 团论文网 版权所有 备案号:鄂ICP备2022005557号统计代码

全站搜索