堆垛機(jī)的數(shù)字孿生系統(tǒng)可視化模型搭建與實(shí)現(xiàn)

宮瑞哲，饒 豐，任 楠，吳睿婧，蔡 苗

（1.北京機(jī)械工業(yè)自動化研究所，北京 100120；2.北自所（北京）科技發(fā)展股份有限公司，北京 100120）

0 引言

1）數(shù)字孿生概念

上世紀(jì)七十年代，孿生體的概念第一次由美國國家航空航天局（NASA）提到。2003年，數(shù)字孿生（Digital Twin）由Grieves教授（美國密歇根大學(xué)）正式提出并對Digital Twin進(jìn)行了定義[3～5]。數(shù)字孿生的目標(biāo)是對物理模型實(shí)體構(gòu)建具有實(shí)時同步、高保真度等特性的虛擬映射模型。數(shù)字孿生需要運(yùn)用跨學(xué)科的知識和技術(shù)[8]并且通過采集物理實(shí)體的實(shí)時數(shù)據(jù)和分析歷史運(yùn)行數(shù)據(jù)來進(jìn)行虛擬模型的構(gòu)建。數(shù)字孿生實(shí)現(xiàn)了物理世界與信息世界的交互與融合[1]。

2）數(shù)字孿生國內(nèi)外現(xiàn)狀

數(shù)字孿生概念最早在國外得到成功應(yīng)用。在美國，美國空軍研究實(shí)驗(yàn)室（AFRL）、美國國家航空航天局[6]等研究中心將數(shù)字孿生應(yīng)用至航空航天的發(fā)動機(jī)剩余使用壽命預(yù)測、故障預(yù)測與健康管理等方面；佐治亞理工學(xué)院（Georgia Tech）和賓夕法尼亞州立大學(xué)（PSU）等科研院校探索數(shù)字孿生在智慧工廠方面的應(yīng)用。在歐洲，Olaf Sauer（弗勞恩霍夫研究院的工業(yè)4.0專家）指出數(shù)字孿生是德國工業(yè)4.0的主攻方向；亞琛工業(yè)大學(xué)（RWTH）等高校在數(shù)字孿生領(lǐng)域開展大量研究[7]。

近年來，國內(nèi)的科研院所和高校對數(shù)字孿生展開了大量的研究。中國信息通信研究院（CAICT）和中國電子技術(shù)標(biāo)準(zhǔn)化研究院（CESI）等科研院所對數(shù)字孿生技術(shù)進(jìn)行了大量標(biāo)準(zhǔn)化工作，為數(shù)字孿生在國內(nèi)的發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)[7]；國內(nèi)高校在數(shù)字孿生技術(shù)理論研究中也取得重要進(jìn)展，如北航陶飛團(tuán)隊(duì)對數(shù)字孿生開展大量研究，提出數(shù)字孿生車間等概念，創(chuàng)辦Digital Twin國際期刊，并在智能制造工廠開展數(shù)字孿生的實(shí)踐[2]。

1 數(shù)字孿生在智能工廠中的應(yīng)用

制造企業(yè)在傳統(tǒng)生產(chǎn)模式下，各環(huán)節(jié)之間的信息交互通信不夠及時、全面，對工廠生產(chǎn)過程的可視化程度低，工廠每天都產(chǎn)生大量的數(shù)據(jù)，但是這些數(shù)據(jù)利用程度很低。

目前，國內(nèi)企業(yè)正在由傳統(tǒng)生產(chǎn)模式向智能化數(shù)字化生產(chǎn)模式的轉(zhuǎn)型過程中，數(shù)字孿生是企業(yè)通向數(shù)字化轉(zhuǎn)型的重要橋梁。數(shù)字孿生技術(shù)的引入，實(shí)現(xiàn)設(shè)備監(jiān)控，實(shí)時采集設(shè)備運(yùn)行數(shù)據(jù)，設(shè)備運(yùn)行狀況以可視化的形式進(jìn)行呈現(xiàn)。通過數(shù)據(jù)的積累（如關(guān)于設(shè)備故障的數(shù)據(jù)），結(jié)合關(guān)聯(lián)規(guī)則挖掘技術(shù)進(jìn)行故障信息的預(yù)測、調(diào)度方式的分析與優(yōu)化。數(shù)字孿生技術(shù)在智能工廠的引入推動了智能工廠在數(shù)字化和網(wǎng)絡(luò)化的發(fā)展，在智能制造的進(jìn)程中起到重要的推動作用。

自動化立體倉庫是智能工廠倉儲物流的重要系統(tǒng)，堆垛機(jī)是自動化立體倉庫的關(guān)鍵設(shè)備。將數(shù)字孿生技術(shù)應(yīng)用到堆垛機(jī)系統(tǒng)，可以實(shí)現(xiàn)對堆垛機(jī)系統(tǒng)的全方位可視化監(jiān)控。將實(shí)時數(shù)據(jù)與歷史數(shù)據(jù)，結(jié)合機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)故障預(yù)測、設(shè)備健康管理、優(yōu)化調(diào)度算法和運(yùn)行模式。

2 系統(tǒng)分析和數(shù)據(jù)準(zhǔn)備

2.1 系統(tǒng)分析

在搭建堆垛機(jī)數(shù)字孿生體的準(zhǔn)備階段，對堆垛機(jī)的作業(yè)模式進(jìn)行分析，獲得堆垛機(jī)工作模式及相關(guān)參數(shù)；對堆垛機(jī)上的機(jī)械結(jié)構(gòu)進(jìn)行分析，了解堆垛機(jī)設(shè)備上各個組件的作用以及相互之間的關(guān)系；對堆垛機(jī)執(zhí)行作業(yè)時的調(diào)度邏輯進(jìn)行分析，分析其運(yùn)行調(diào)度邏輯；對堆垛機(jī)上各智能傳感器應(yīng)用原理及作用進(jìn)行分析，獲得在運(yùn)行期間各個傳感器信號變化的意義。

堆垛機(jī)在運(yùn)行過程中，主要有三個方向的運(yùn)動：沿軌道水平方向移動、沿軌道垂直方向移動和在取貨或者放貨時垂直于巷道平面的移動。堆垛機(jī)定位一個貨架位置需要通過層數(shù)、列數(shù)和排數(shù)三個屬性值。堆垛機(jī)作業(yè)是一個立體空間內(nèi)的載具轉(zhuǎn)移：通過三個方向的移動使得堆垛機(jī)從起始層、列、排到達(dá)目的層、列、排。根據(jù)運(yùn)動類型的不同，堆垛機(jī)運(yùn)行模式可以分為入庫、出庫等。入庫即堆垛機(jī)將外部設(shè)備上的載具運(yùn)載至貨架貨位。出庫是入庫的一個逆過程。

堆垛機(jī)可以分為三個模塊：堆垛機(jī)主體部件、堆垛機(jī)載貨平臺和堆垛機(jī)載貨貨叉。三個模塊分別是沿軌道水平方向移動，沿軌道垂直方向移動以及沿垂直軌道面的方向移動。如圖1所示，將堆垛機(jī)主體部件的移動方向設(shè)為X軸，堆垛機(jī)載貨平臺的移動方向設(shè)為Y軸，堆垛機(jī)載貨貨叉的移動方向設(shè)為Z軸。堆垛機(jī)設(shè)備可以抽象看作在一個三維空間內(nèi)，各部件沿不同的坐標(biāo)軸進(jìn)行移動。

圖1 堆垛機(jī)三維空間示意圖

堆垛機(jī)的作業(yè)是由調(diào)度程序進(jìn)行控制的。對于入庫作業(yè)，調(diào)度程序按照預(yù)置的單一或組合入庫策略（就近原則、貨架受力均勻、物料分區(qū)存放等）計(jì)算出載具最優(yōu)入庫貨位地址，并由堆垛機(jī)執(zhí)行完成。對于出庫作業(yè)，當(dāng)上位管理程序下發(fā)出庫作業(yè)后，調(diào)度程序按照預(yù)置的單一或組合出庫策略（路徑優(yōu)化、復(fù)合任務(wù)等）計(jì)算載具的最優(yōu)出庫作業(yè)模式，并由堆垛機(jī)執(zhí)行完成。

堆垛機(jī)上各智能傳感器，在堆垛機(jī)運(yùn)動過程中信號跟隨發(fā)生變化，通過傳感器信號值，了解當(dāng)前堆垛機(jī)狀態(tài)改變。如：通過采集堆垛機(jī)水平與豎直編碼器值，實(shí)時獲得堆垛機(jī)在巷道內(nèi)的某一個精確位置；通過載貨信號開關(guān)，明確當(dāng)前堆垛機(jī)上是否有載具。

2.2 數(shù)據(jù)準(zhǔn)備

要建立堆垛機(jī)孿生體，真實(shí)反映設(shè)備的實(shí)時運(yùn)行，需采集堆垛機(jī)的動作數(shù)據(jù)、檢測開關(guān)數(shù)據(jù)、故障數(shù)據(jù)、運(yùn)行數(shù)據(jù)、作業(yè)數(shù)據(jù)、貨架數(shù)據(jù)、歷史故障數(shù)據(jù)等。動作數(shù)據(jù)、檢測開關(guān)數(shù)據(jù)、故障數(shù)據(jù)和運(yùn)行數(shù)據(jù)等可以從設(shè)備實(shí)時采集到；作業(yè)數(shù)據(jù)、貨架數(shù)據(jù)和歷史故障數(shù)據(jù)等可以從與其他系統(tǒng)交互中獲得。

所采集的各種數(shù)據(jù)主要包括以下內(nèi)容。動作數(shù)據(jù)指堆垛機(jī)的運(yùn)行狀態(tài)信息，如堆垛機(jī)的運(yùn)行方向、動作等；檢測開關(guān)數(shù)據(jù)指堆垛機(jī)上的全部光電開關(guān)數(shù)據(jù)，如堆垛機(jī)的精確位置、是否帶載等；故障數(shù)據(jù)指堆垛機(jī)實(shí)時發(fā)生的各種故障信息，如堆垛機(jī)的變頻器故障等，這類數(shù)據(jù)對堆垛機(jī)的運(yùn)維具有重要的參考價值；運(yùn)行數(shù)據(jù)指堆垛機(jī)當(dāng)前運(yùn)行的各類參數(shù)數(shù)據(jù)，如堆垛機(jī)水平運(yùn)行速度、垂直運(yùn)行速度等。作業(yè)數(shù)據(jù)指堆垛機(jī)執(zhí)行作業(yè)的詳細(xì)信息，比如作業(yè)類型、起始地址、目的地址等；貨架數(shù)據(jù)指所有貨架的狀態(tài)、存儲的載具信息；歷史故障數(shù)據(jù)指堆垛機(jī)故障的歷史日志，利用這類數(shù)據(jù)可對堆垛機(jī)進(jìn)行設(shè)備健康診斷。

堆垛機(jī)采用PLC進(jìn)行控制，通過讀取PLC的數(shù)據(jù)進(jìn)行設(shè)備信息采集。本系統(tǒng)堆垛機(jī)使用西門子公司生產(chǎn)的PLC，利用其對應(yīng)的通信工具S7.net進(jìn)行數(shù)據(jù)采集程序開發(fā)。在開發(fā)中，通過調(diào)用ReadClass方法進(jìn)行數(shù)據(jù)塊讀取，為了使得數(shù)據(jù)讀取延遲降低，采用各數(shù)據(jù)塊多線程同步數(shù)據(jù)讀取方式。使用單線程讀取方式和多線程讀取方式，各進(jìn)行多次數(shù)據(jù)采集，記錄讀取時延，如圖2所示。從圖中可以看出，使用多線程讀取數(shù)據(jù)，效率得到明顯提升。

圖2 單線程、多線程設(shè)備數(shù)據(jù)采集時延變化曲線圖

除了從堆垛機(jī)直接進(jìn)行數(shù)據(jù)采集外，還需從其它相關(guān)系統(tǒng)（如MES、WMS等）獲取與堆垛機(jī)運(yùn)行相關(guān)的數(shù)據(jù)。通過系統(tǒng)間接口進(jìn)行數(shù)據(jù)的交互。

3 堆垛機(jī)數(shù)字孿生系統(tǒng)搭建

基于上述對堆垛機(jī)的分析和數(shù)據(jù)的準(zhǔn)備，本節(jié)通過堆垛機(jī)模型的建立、模型的處理、模型的數(shù)據(jù)驅(qū)動開發(fā)等環(huán)節(jié)完成數(shù)字孿生體的構(gòu)建。使用SOLIDWORKS建立堆垛機(jī)和貨架三維模型，模型包含堆垛機(jī)設(shè)備全部細(xì)節(jié)與組件，按照1：1000比例系數(shù)進(jìn)行縮放。將建立的堆垛機(jī)模型導(dǎo)入到3DMax中，使用3DMax對模型進(jìn)行輕量化；同時完成對模型的貼圖、上色等美化處理，如圖3所示。處理完成后，將模型導(dǎo)出為Unity3D可以識別的.pfx格式文件。

圖3 3Dmax優(yōu)化后的載貨臺組件

模型處理完，模型的結(jié)構(gòu)依舊是比較離散的，所有組件都存放在同一集合內(nèi)，這種關(guān)系模式對后續(xù)模型的動畫驅(qū)動會造成很大負(fù)擔(dān)。因此，在編寫腳本前，首先要根據(jù)對模型實(shí)際運(yùn)動情況的分析，完成模型關(guān)系重新建立。通過系統(tǒng)分析環(huán)節(jié)介紹，將堆垛機(jī)模型分為三個模塊：堆垛機(jī)主體部件、堆垛機(jī)載貨平臺和堆垛機(jī)載貨貨叉。在模型進(jìn)行數(shù)據(jù)驅(qū)動時，可以將堆垛機(jī)載貨平臺作為堆垛機(jī)主體部件子物體，這樣前者只需完成垂直方向運(yùn)動，其水平方向運(yùn)動會跟隨后者完成；同理，堆垛機(jī)載貨貨叉作為堆垛機(jī)載貨平臺子物體。通用模型格式的堆垛機(jī)3D模型如圖4所示。

圖4 通用模型格式的堆垛機(jī)3D模型

完成堆垛機(jī)模型關(guān)系整理后，建立模型與數(shù)據(jù)的連接，為后續(xù)模型驅(qū)動做準(zhǔn)備。數(shù)據(jù)連接包含模型與設(shè)備的連接、模型與其他系統(tǒng)的連接。通過采集到的設(shè)備數(shù)據(jù)，對模型的各部件進(jìn)行數(shù)據(jù)驅(qū)動。

堆垛機(jī)主體部件的數(shù)據(jù)驅(qū)動，通過式(1)將讀取到的設(shè)備水平方向的實(shí)際數(shù)值（Stacker_z）映射為模型中對應(yīng)的數(shù)值F(Stacker_z)：

式(1)中，StackerPYL為偏移參數(shù)，StackerMutiple為比例參數(shù)。這兩個參數(shù)均根據(jù)堆垛機(jī)主體部件現(xiàn)場實(shí)際情況進(jìn)行調(diào)整后獲得。

當(dāng)前模型中堆垛機(jī)主體部件的位置為StackerZ，與F(Sacker_z)進(jìn)行比較，計(jì)算差值Stacker_zdiff：

如果差值Stacker_zdiff大于0.001f，則更新堆垛機(jī)主體部件的位置transform.localPosition。

堆垛機(jī)載貨平臺的數(shù)據(jù)驅(qū)動，采用與堆垛機(jī)主體部件數(shù)據(jù)驅(qū)動類似的方法，通過式(3)將讀取到的當(dāng)前設(shè)備垂直方向的實(shí)際數(shù)值（ZHT_y）映射為模型中對應(yīng)的數(shù)值，并與當(dāng)前模型中堆垛機(jī)載貨平臺的位置ZHTY進(jìn)行比較，計(jì)算差值ZHT_ydiff：

式(3)中，ZHTPYL為偏移參數(shù)，ZHTMutiple為比例參數(shù)。這兩個參數(shù)均根據(jù)堆垛機(jī)載貨平臺現(xiàn)場實(shí)際情況進(jìn)行調(diào)整獲得。

如果差值ZHT_ydiff大于0.001f，則更新模型中堆垛機(jī)載貨平臺的位置transform.localPosition。

堆垛機(jī)載貨貨叉的數(shù)據(jù)驅(qū)動，將到位信號以及收叉伸叉信號映射為模型中的對貨叉移動速度調(diào)整的判定量。為了讓模型中的載貨貨叉能夠逼真地反映貨叉物理實(shí)體，讓貨叉移動速度自學(xué)習(xí)，不斷進(jìn)行自我迭代，設(shè)計(jì)了以下迭代算法。

首先記錄模型中每個貨叉的最大伸叉長度L，通過統(tǒng)計(jì)伸叉時間T來計(jì)算伸叉速度。。不斷地使用下次伸叉速度對其進(jìn)行修正：

其中，Vnew表示當(dāng)前修正得到的速度，Vi表示上一次修正得到的速度，Vj表示此次伸叉過程計(jì)算得到的速度，ω為權(quán)重系數(shù)（根據(jù)現(xiàn)場情況，進(jìn)行調(diào)整后獲得）。為了記錄每次系統(tǒng)運(yùn)行后得到的Vnew，將該數(shù)值寫到本地文本中。下一次啟動本系統(tǒng)時，從本地文本中讀取最近一次得到的Vnew。

堆垛機(jī)載貨貨叉伸叉過程的數(shù)據(jù)驅(qū)動方式如式(5)所示：

當(dāng)貨叉左伸時，μ取1；當(dāng)貨叉右伸時，μ取-1。根據(jù)HCX數(shù)值的變化更新模型中堆垛機(jī)載貨貨叉的位置transform.localPosition。

4 模型UI可視化

使用可視化的UI界面對數(shù)據(jù)進(jìn)行可視化展示。使用圖表的方式能夠更加直觀的呈現(xiàn)數(shù)據(jù)所包含的信息，幫助發(fā)現(xiàn)規(guī)律[4]。

1）設(shè)備運(yùn)行狀態(tài)可視化

從堆垛機(jī)設(shè)備上獲取的系統(tǒng)實(shí)時的開關(guān)信號量、故障信號量和運(yùn)行數(shù)據(jù)信息等。對于布爾類型的數(shù)據(jù)，通過指示燈（使用Image組件繪制）進(jìn)行表示；整型以及浮點(diǎn)類型數(shù)據(jù)，通過文本框（使用Text組件繪制）進(jìn)行展示。界面如圖5所示。

圖5 設(shè)備實(shí)時數(shù)據(jù)可視化

2）系統(tǒng)數(shù)據(jù)可視化

從其他系統(tǒng)獲取到的數(shù)據(jù)，如作業(yè)信息數(shù)據(jù)、貨架信息數(shù)據(jù)。這些數(shù)據(jù)都是通過接口程序從其他系統(tǒng)獲取的，其形式均為數(shù)據(jù)集合。使用表單UI對該類數(shù)據(jù)的可視化展示。將這些數(shù)據(jù)與表單UI的文本組件綁定，定時動態(tài)進(jìn)行數(shù)據(jù)的刷新。如圖6所示。

圖6 貨架數(shù)據(jù)可視化

3）運(yùn)維數(shù)據(jù)的可視化

通過采集設(shè)備數(shù)據(jù)，獲得實(shí)時故障信息；通過與其他系統(tǒng)的交互，獲得歷史故障數(shù)據(jù)；建立算法對故障位置、頻率、作業(yè)特點(diǎn)等數(shù)據(jù)進(jìn)行分析處理，輸出設(shè)備故障統(tǒng)計(jì)信息并提出維護(hù)建議。如圖7所示。

圖7 運(yùn)維數(shù)據(jù)可視化

5 結(jié)語

本文實(shí)現(xiàn)了堆垛機(jī)的數(shù)字孿生系統(tǒng)的搭建，將堆垛機(jī)物理模型映射到三維堆垛機(jī)虛擬模型，使用可視化手段對堆垛機(jī)的實(shí)時運(yùn)行狀態(tài)、堆垛機(jī)狀態(tài)數(shù)據(jù)、系統(tǒng)信息數(shù)據(jù)和運(yùn)維數(shù)據(jù)進(jìn)行展示。未來，數(shù)字孿生將結(jié)合機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)對堆垛機(jī)系統(tǒng)的數(shù)據(jù)分析建模，實(shí)現(xiàn)歷史故障進(jìn)行診斷、未來趨勢預(yù)測，通過孿生體模擬運(yùn)行的反饋，實(shí)現(xiàn)堆垛機(jī)調(diào)度優(yōu)化與效率提升[1]。