數(shù)字孿生在紡紗領(lǐng)域應(yīng)用的關(guān)鍵技術(shù)解析

李新榮, 韓鵬輝, 李瑞芬, 賈 坤, 路元江, 康雪峰

(1.天津工業(yè)大學 機械工程學院, 天津 300387; 2.天津市現(xiàn)代機電裝備技術(shù)重點實驗室, 天津 300387;3.無錫紡織機械質(zhì)量監(jiān)督檢驗中心, 江蘇 無錫 214062; 4.青島宏大紡織機械有限責任公司, 山東 青島 266000; 5.無錫經(jīng)緯紡織科技試驗有限公司, 江蘇 無錫 214000; 6.參數(shù)技術(shù)(上海)軟件有限公司北京分公司, 北京 100004)

傳統(tǒng)紡紗領(lǐng)域的生產(chǎn)工藝設(shè)計與關(guān)鍵工藝質(zhì)量預(yù)測依賴技術(shù)人員的知識儲備和認知水平,嚴重制約了生產(chǎn)的紗線質(zhì)量及工藝設(shè)計效率的提升;加之傳統(tǒng)生產(chǎn)時原料及半成品的運輸主要依靠人工搬運[1],增大了勞動強度,降低了生產(chǎn)效率。正是上述原因,造成中國紡紗領(lǐng)域長期處于大而不強的狀態(tài)。經(jīng)過幾十年的發(fā)展,通過信息化、數(shù)字化等手段[2],紡紗領(lǐng)域特別是在提升生產(chǎn)效率[3]、降低生產(chǎn)成本、減少用工等方面有了長足進步[4],清梳聯(lián)[5]、粗細絡(luò)聯(lián)[6]、棉卷自動輸送[7]、筒紗自動包裝系統(tǒng)[8]、在線監(jiān)控和智能化管理[9]、數(shù)據(jù)分析及遠程診斷[10]、新型紡紗[11]等智能制造相關(guān)技術(shù)不斷涌現(xiàn)[12]。目前紡紗領(lǐng)域的智能制造革新[13-14]主要聚焦在提升生產(chǎn)自動化、降低生產(chǎn)成本、提高勞動生產(chǎn)率、減少用工等方面,在提升紗線設(shè)計效率、提高紗線生產(chǎn)質(zhì)量、增加紗線生產(chǎn)的質(zhì)量穩(wěn)定性等與紗線質(zhì)量密切的相關(guān)研究方面缺少成熟的方法。

現(xiàn)階段紡紗領(lǐng)域面臨工藝參數(shù)設(shè)計依然主要依靠人工經(jīng)驗、紗線生產(chǎn)質(zhì)量不穩(wěn)定[15]、紗線質(zhì)量提升困難等問題。隨著紡織行業(yè)開始向高質(zhì)量發(fā)展轉(zhuǎn)變,紡紗領(lǐng)域也面臨著如何提升紗線質(zhì)量,由傳統(tǒng)的“由量取勝”向“由質(zhì)取勝”轉(zhuǎn)變,從而進一步占領(lǐng)中高端市場的問題[16]。近年來,數(shù)字孿生迅速興起且已在許多領(lǐng)域成功應(yīng)用,大量應(yīng)用實踐表明,數(shù)字孿生能夠切實提高相關(guān)領(lǐng)域的智能制造水平,從而提高產(chǎn)品質(zhì)量和生產(chǎn)效率。例如:空客公司在飛機組裝過程中使用數(shù)字孿生,減少了飛機的故障以及組裝時間[17];通用電氣公司通過為風力渦輪電動機建立數(shù)字孿生模型,以優(yōu)化維護策略,使發(fā)電效率提升20%[18]。紡紗領(lǐng)域經(jīng)過幾十年的發(fā)展,各種與智能制造相關(guān)的新技術(shù)如生產(chǎn)系統(tǒng)建模[19]、生產(chǎn)數(shù)據(jù)追溯[20]、車間調(diào)度系統(tǒng)[21]等不斷涌現(xiàn),為數(shù)字孿生在紡紗生產(chǎn)中的應(yīng)用打下了良好的基礎(chǔ),因此,探討數(shù)字孿生在紡紗領(lǐng)域中的應(yīng)用價值具有重要的意義。本文從提高紗線質(zhì)量的角度出發(fā),討論將數(shù)字孿生應(yīng)用到紡紗生產(chǎn)的實際意義,為下一步數(shù)字孿生在紡紗領(lǐng)域上的應(yīng)用提供理論基礎(chǔ);同時也提出了一種對紡紗基礎(chǔ)理論要求相對較低的提升紗線質(zhì)量的思路,這對提高紡紗生產(chǎn)的經(jīng)濟效益、進一步改變粗放式發(fā)展、促進紡紗領(lǐng)域的高質(zhì)量發(fā)展具有重要的意義。

針對數(shù)字孿生在紡紗領(lǐng)域應(yīng)用的關(guān)鍵技術(shù)解析,本文首先介紹紡紗領(lǐng)域與紗線質(zhì)量密切相關(guān)階段的實際特點以及數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用前景;其次,根據(jù)紡紗領(lǐng)域的實際特點將紡紗領(lǐng)域提高紗線質(zhì)量的關(guān)鍵過程概括為抽象模型,并闡述與數(shù)字孿生抽象模型映射關(guān)系,分析如何通過數(shù)字孿生理論方法來解決紡紗領(lǐng)域的實際問題;最后,提出了一種數(shù)字孿生在紡紗領(lǐng)域應(yīng)用的具體解決方案。

1 紡紗特點及數(shù)字孿生應(yīng)用前景

數(shù)字孿生作為踐行智能制造等先進理念的一種使能技術(shù)和方法,從不同的角度對數(shù)字孿生的概念有著不同的定義。目前從學術(shù)角度較為公認的概念是:數(shù)字孿生是以數(shù)字化方式創(chuàng)建物理實體的虛擬實體,借助歷史數(shù)據(jù)、實時數(shù)據(jù)以及算法模型等,模擬、驗證、預(yù)測、控制物理實體全生命周期過程的技術(shù)手段[22]。盡管數(shù)字孿生的概念有著多種定義,但是其本質(zhì)是通過建立孿生模型在虛擬空間模擬相關(guān)物理實體在物理空間的實際活動[23]。數(shù)字孿生在所有行業(yè)的應(yīng)用都離不開相關(guān)共性技術(shù)如物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)采集技術(shù)、數(shù)據(jù)處理技術(shù)、建模技術(shù)等的支持。然而,由于不同行業(yè)領(lǐng)域的實際情況不同,數(shù)字孿生的應(yīng)用形式也將有所不同。

圍繞紗線生產(chǎn)的全生命周期,可將提升紗線質(zhì)量工作分為2個階段,即設(shè)計階段和生產(chǎn)階段。設(shè)計階段的主要任務(wù)是根據(jù)紗線的設(shè)計要求設(shè)計出相關(guān)生產(chǎn)參數(shù);生產(chǎn)階段的主要任務(wù)是將設(shè)計出的相關(guān)生產(chǎn)參數(shù)準確執(zhí)行下去,將原料中聯(lián)系緊密、排列雜亂、含有雜質(zhì)的纖維轉(zhuǎn)變?yōu)榘匆欢ㄒ罂v向順序排列、相互銜接抱合的紗線,并且及時進行反饋,達到優(yōu)化設(shè)計參數(shù)的目的。在紗線生產(chǎn)的全生命周期中,設(shè)計階段和生產(chǎn)階段都對紗線質(zhì)量有著重要影響,并且2個階段之間聯(lián)系緊密。

1.1 設(shè)計階段主要特點

目前設(shè)計階段的相關(guān)參數(shù)可運用紗線質(zhì)量預(yù)測系統(tǒng)進行輔助設(shè)計,對紗線質(zhì)量預(yù)測的研究來源于計算機配棉管理系統(tǒng)的發(fā)展[24]。為了更好地選出原棉比例從而達到提高紗線質(zhì)量、降低紡紗成本的目的,需要建立原棉質(zhì)量數(shù)據(jù)與紗線質(zhì)量之間的關(guān)系,從而方便更好地配棉。

對于紗線預(yù)測系統(tǒng),已有大量學者進行了研究。例如:劉彬等[25]建立了一種基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)的紗線預(yù)測模型,通過毛條的相關(guān)參數(shù)對細紗CV值等質(zhì)量數(shù)據(jù)進行預(yù)測;楊建國等[26]建立了一種基于改進極限學習機(ELM)算法的紗線質(zhì)量預(yù)測模型,對精梳毛紗CV值等生產(chǎn)質(zhì)量數(shù)據(jù)進行預(yù)測;查劉根等[27]提出了具有雙隱層的4層BP神經(jīng)網(wǎng)絡(luò)來進行棉紗成紗質(zhì)量預(yù)測,構(gòu)建了成紗的斷裂強力模型和紗線條干CV值模型。目前,紗線預(yù)測系統(tǒng)的研究主要是運用機器學習等數(shù)據(jù)挖掘手段通過尋找建立原料參數(shù)與紗線質(zhì)量之間的數(shù)學關(guān)系來對紗線質(zhì)量進行預(yù)測。

1.2 生產(chǎn)階段主要特點

紡紗設(shè)備的相關(guān)性能對生產(chǎn)階段的影響至關(guān)重要,其功能主要是將原料中聯(lián)系緊密、排列雜亂、含有雜質(zhì)的纖維轉(zhuǎn)變?yōu)榘匆欢ㄒ罂v向順序排列、相互銜接抱合的紗線。在實際生產(chǎn)中,為提高生產(chǎn)效率、穩(wěn)定生產(chǎn)質(zhì)量,對機器速度、運行穩(wěn)定性等方面的要求越來越高[28]。在機器速度提升的過程中,設(shè)備的振動問題越來越突出,這對生產(chǎn)產(chǎn)品的質(zhì)量以及設(shè)備壽命造成不小的挑戰(zhàn)。以精梳機為例,李金鍵等[29]通過對棉紡精梳設(shè)備鉗板擺軸驅(qū)動力矩的變化規(guī)律研究發(fā)現(xiàn),隨著機器速度的不斷提高,鉗板機構(gòu)的驅(qū)動力矩曲線峰值及谷值之差迅速增大,將造成精梳設(shè)備振動明顯增加?？梢?通過動力學相關(guān)理論,對紡紗設(shè)備的振動問題進行研究對進一步提升紗線質(zhì)量具有重要作用。

1.3 數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用前景

通過上述分析發(fā)現(xiàn),紡紗領(lǐng)域在提升紗線質(zhì)量的過程中主要面臨以下2個問題:1)現(xiàn)有紗線預(yù)測系統(tǒng)主要是預(yù)測原棉與紗線質(zhì)量之間的關(guān)系,忽略了設(shè)備工藝參數(shù)對紗線質(zhì)量的影響,現(xiàn)有紗線質(zhì)量控制方法雖有提及設(shè)備工藝參數(shù)設(shè)計,但主要是根據(jù)人工經(jīng)驗,定性地提出了設(shè)備工藝參數(shù)對紗線質(zhì)量的影響,在實際運用中對設(shè)計人員的經(jīng)驗依賴較大。隨著市場競爭的日趨激烈,生產(chǎn)精準化控制的要求越來越突出。2)隨著對紡紗設(shè)備的速度要求不斷提升,如何根據(jù)紡紗設(shè)備性能和工藝參數(shù)要求,提出機構(gòu)平衡、運動同步性控制、系統(tǒng)減振與隔振等策略,減小振動與噪聲,降低能耗將成為重點關(guān)注的一個方面。

可見,以設(shè)備為中心,通過更科學地制定設(shè)備工藝參數(shù)以及降低設(shè)備振動對進一步提升紗線質(zhì)量有著重要的幫助,然而受制于相關(guān)基礎(chǔ)技術(shù)的發(fā)展,對相關(guān)問題的研究一直不夠深入。

近年來,隨著各種基礎(chǔ)技術(shù)如5G[30]、云計算[31]、AI[32]等技術(shù)的不斷成熟,以數(shù)字孿生為代表的智能制造技術(shù)得到了迅速發(fā)展,并在一些領(lǐng)域得到了應(yīng)用。在航空航天領(lǐng)域,達索航空公司開發(fā)了3D Experience平臺(基于數(shù)字孿生理念建立的虛擬開發(fā)和仿真平臺),該平臺的應(yīng)用使飛行器的設(shè)計節(jié)約成本25%,首次質(zhì)量改進提升15%以上[33];在汽車領(lǐng)域,大眾公司[34]應(yīng)用數(shù)字孿生驅(qū)動的數(shù)據(jù)監(jiān)控方法,實現(xiàn)了汽車發(fā)動機裝配的數(shù)據(jù)監(jiān)控,提高了汽車發(fā)動機的裝配質(zhì)量。數(shù)字孿生在其它領(lǐng)域的成功應(yīng)用表明,該技術(shù)能有效解決提升生產(chǎn)質(zhì)量過程中面臨的相關(guān)問題,為實現(xiàn)紡紗領(lǐng)域高質(zhì)量發(fā)展提供了新的思路。

綜上,針對紡紗領(lǐng)域的實際特點,數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用要從設(shè)備工藝參數(shù)的設(shè)計以及生產(chǎn)穩(wěn)定等角度出發(fā),建立相應(yīng)的數(shù)字孿生模型,并通過相應(yīng)模型的運行實現(xiàn)對設(shè)備與質(zhì)量之間關(guān)系的量化研究,從而找出設(shè)備參數(shù)與產(chǎn)品質(zhì)量的關(guān)系,最終實現(xiàn)設(shè)備運行參數(shù)對產(chǎn)品質(zhì)量的預(yù)測以及設(shè)備可靠性的監(jiān)測,并為設(shè)備設(shè)計模型的建立提供思路。

2 核心理論解析

2.1 物理實體與數(shù)字孿生模型的抽象模型

在設(shè)計和生產(chǎn)紗線時,影響紗線最終生產(chǎn)質(zhì)量的因素眾多,因此,要進一步推進紡紗領(lǐng)域的智能制造,提升紗線生產(chǎn)質(zhì)量,關(guān)鍵的問題在于如何根據(jù)紡紗領(lǐng)域的特點建立模型,從而實現(xiàn)對紗線設(shè)計階段以及生產(chǎn)階段的優(yōu)化提升。

在傳統(tǒng)的紗線設(shè)計中,設(shè)計人員首先根據(jù)紗線預(yù)期要求以及積累的經(jīng)驗設(shè)計出相關(guān)工藝參數(shù);然后根據(jù)設(shè)計出的工藝參數(shù)進行試紡;最后根據(jù)試紡出的紗線質(zhì)量調(diào)整相關(guān)設(shè)計參數(shù)。將調(diào)整后的工藝參數(shù)重復上述過程,一直到設(shè)計出合適的工藝參數(shù)為止。傳統(tǒng)的紗線設(shè)計試紡次數(shù)較多且進行工藝參數(shù)設(shè)計時主要依靠人工經(jīng)驗,造成設(shè)計階段具有耗時長、紗線設(shè)計具有不確定性、紗線質(zhì)量不穩(wěn)定等問題。為有效提高紗線設(shè)計效率與紗線質(zhì)量的穩(wěn)定性,降低設(shè)計過程中對人工經(jīng)驗的依賴,需要在傳統(tǒng)設(shè)計流程中加上質(zhì)量預(yù)測這一步,通過數(shù)字孿生技術(shù)建立與紗線質(zhì)量相關(guān)的數(shù)字孿生模型,即基于歷史數(shù)據(jù)、紡紗機制建立紗線質(zhì)量預(yù)測孿生模型。在設(shè)計過程中,設(shè)計人員通過運用紗線預(yù)測孿生模型不斷調(diào)整工藝參數(shù),將大大減少試紡次數(shù),提升設(shè)計效率;同時,將大大減小對人工經(jīng)驗的依賴,從而提升紗線質(zhì)量的穩(wěn)定性。

通過分析設(shè)計流程可知,建立紗線預(yù)測孿生模型對提升紗線質(zhì)量有著重要作用。紗線最終生產(chǎn)質(zhì)量與抓棉速度、梳理隔距、錫林速度等眾多工藝參數(shù)有關(guān),可以說,在原棉配比合理不變的情況下,紗線的質(zhì)量是各種工藝參數(shù)耦合的結(jié)果,因此,可將紗線質(zhì)量用以下數(shù)學抽象表示:

fu=u(x1,x2,…,xn)

式中:u為與紗線質(zhì)量相關(guān)工藝參數(shù)對紗線質(zhì)量影響的物理過程的數(shù)學抽象;fu為紗線最終質(zhì)量;xn為與紗線質(zhì)量相關(guān)的各種工藝參數(shù)。

紡紗生產(chǎn)層級關(guān)系如圖1所示。紗線生產(chǎn)是連續(xù)性大量生產(chǎn),生產(chǎn)中各工序配合精密,每道工序的設(shè)備運行狀態(tài)對最終生產(chǎn)的紗線質(zhì)量都有著決定性的影響。

圖1 紡紗生產(chǎn)層級關(guān)系Fig.1 Hierarchical relationship of spinning production

在實際生產(chǎn)中,紡紗生產(chǎn)通過各工序互相配合,因此,在抽象的數(shù)學模型中,可將物理實體的輸出定義為通過各工序的參數(shù)互相耦合決定的,將其定義為以下數(shù)學抽象式:

fv=v(y1,y2,…,yn)

式中:v為紡紗生產(chǎn)某一工序?qū)?yīng)物理實體的數(shù)學抽象;fv為物理實體的輸出;yn為紡紗生產(chǎn)工序中的工藝參數(shù)。

通過分析設(shè)計階段與生產(chǎn)階段的特點可得,2個階段關(guān)鍵過程的數(shù)學抽象都是通過各種參數(shù)互相影響最終輸出結(jié)果,在這種抽象關(guān)系中,數(shù)字孿生模型可定義為

fw=w(x1/y1,x2/y2,…,xn/yn)

式中:w為數(shù)字孿生模型的數(shù)學抽象;fw為數(shù)字孿生模型的輸出;xn與yn分別為其對應(yīng)的實際參數(shù)。數(shù)字孿生的輸入輸出與設(shè)計階段和生產(chǎn)階段的數(shù)學抽象模型一致,均是以參數(shù)的形式,唯一的區(qū)別在于其映射函數(shù),前者依靠物理層的實際運行而產(chǎn)生映射結(jié)果,后者采用建立的數(shù)字孿生模型得到映射結(jié)果。

2.2 理想狀態(tài)下數(shù)字孿生模型優(yōu)化方案

理想狀態(tài)下,一個數(shù)字孿生模型可完全反映其物理實體的物理活動,其數(shù)學內(nèi)涵為:

u(x1,x2,…,xn)=w(x1,x2,…,xn)

v(y1,y2,…,yn)=w(y1,y2,…,yn)

上式表明,物理實體在物理空間的輸出與數(shù)字孿生在數(shù)字空間的輸出都保持一致,因此,對于這種能建立理想數(shù)字孿生模型的情況,可直接通過優(yōu)化物理實體的數(shù)字孿生模型完成對實際的優(yōu)化,從而解決紡紗生產(chǎn)的相關(guān)問題。以圖2為例,圖中虛線代表相關(guān)流程的關(guān)聯(lián),箭頭代表優(yōu)化方向。

圖2 理想狀態(tài)的協(xié)同優(yōu)化Fig.2 Collaborative optimization in ideal state

假設(shè)所有數(shù)字孿生模型都處于理想狀態(tài)下,具體可分為如下2種情況。

情況1:設(shè)計階段和生產(chǎn)階段所有的理想數(shù)字孿生模型均存在。在該情況下,對于設(shè)計和生產(chǎn)的協(xié)同優(yōu)化問題,可從最終的設(shè)計或生產(chǎn)要求出發(fā),直接通過優(yōu)化數(shù)字孿生模型從而制定出物理實體的優(yōu)化方案,實現(xiàn)整個流程的最優(yōu)解。

情況2:設(shè)計階段和生產(chǎn)階段中只有部分理想數(shù)字孿生模型存在。對于這種情況,通常難以獲得全局最優(yōu)解,可對存在理想數(shù)字孿生模型的關(guān)鍵流程進行優(yōu)化,以獲得局部流程最優(yōu)解。

2.3 非理想狀態(tài)下數(shù)字孿生模型優(yōu)化方案

與理想狀態(tài)不同的是,紡紗生產(chǎn)時纖維本身的運動就具有不確定性,目前并沒有相關(guān)的理論可準確描述紗線生產(chǎn)時纖維的具體運動,因此,在現(xiàn)實情況下,數(shù)字孿生模型難以達到準確反映物理空間活動的要求。如何提升孿生模型對物理活動反映的準確度就顯得十分重要。

圖3示出非理想狀態(tài)的數(shù)字孿生模型優(yōu)化過程。如圖所示,為實現(xiàn)對流程2的優(yōu)化,可先初步構(gòu)建流程2的數(shù)字孿生模型并部署到實際生產(chǎn)中,通過將流程2的物理實體運行結(jié)果與其對應(yīng)的數(shù)字孿生模型運行結(jié)果進行對比,對孿生模型的偏差進行糾正。

圖3 非理想狀態(tài)的數(shù)字孿生模型優(yōu)化過程Fig.3 Optimization process of digital twin model in non-ideal state

圖4示出虛實交互的數(shù)字孿生模型。如圖所示,在實際生產(chǎn)中通過部署初步的數(shù)字孿生模型,使孿生模型與生產(chǎn)過程保持同步運行、實時優(yōu)化與迭代優(yōu)化,通過實際生產(chǎn)的運行數(shù)據(jù)使相關(guān)數(shù)字孿生模型不斷優(yōu)化完善,同時數(shù)字孿生模型通過不斷地迭代提高準確度從而實現(xiàn)故障預(yù)測、優(yōu)化參數(shù)等功能,實現(xiàn)對物理實體的優(yōu)化提高,二者互相促進,共同進化。

圖4 虛實交互的數(shù)字孿生模型Fig.4 Digital twin model of virtual reality interaction

綜上,通過對設(shè)計階段和生產(chǎn)階段關(guān)鍵模型的構(gòu)建與優(yōu)化解決了紡紗領(lǐng)域設(shè)計與生產(chǎn)階段數(shù)字孿生模型構(gòu)建面臨的因參數(shù)眾多且互相影響復雜而造成的建模困難的難題。

通過物理實體與數(shù)字孿生模型之間的迭代優(yōu)化,提高數(shù)字孿生模型的預(yù)測精度。同時,這種建模的機制也解決了物理實體動態(tài)演變的問題,從而保證了數(shù)字孿生模型能準確反映對應(yīng)物理實體的物理活動。通過相關(guān)模型的構(gòu)建快速生成面向紡紗生產(chǎn)的自感知、自計算、自組織和自維護解決方案,從而提升紗線最終的生產(chǎn)質(zhì)量。

3 數(shù)字孿生應(yīng)用的具體解決方案

3.1 紡紗數(shù)字孿生架構(gòu)體系的構(gòu)建

根據(jù)數(shù)字孿生的相關(guān)機制以及紡紗領(lǐng)域的實際情況,建立數(shù)字孿生在紡紗領(lǐng)域應(yīng)用的架構(gòu)體系,如圖5所示。

圖5 紡紗數(shù)字孿生架構(gòu)體系Fig.5 Spinning digital twin architecture system

孿生模型建立:數(shù)字孿生在具體應(yīng)用時針對不同的需要可選擇建立不同形式的數(shù)字孿生模型,如數(shù)據(jù)模型、三維可視化模型等,可從設(shè)計階段與生產(chǎn)階段2個方面提升紗線質(zhì)量。針對設(shè)計階段,主要采用數(shù)據(jù)建模的方式建立紗線預(yù)測孿生模型。針對生產(chǎn)階段,采用數(shù)據(jù)建模與三維可視化建模相結(jié)合的方式建立設(shè)備孿生模型以及采用數(shù)據(jù)建模的方式建立物流孿生模型。

根據(jù)相關(guān)建立需要,主要將物理空間產(chǎn)生的數(shù)據(jù)分為歷史數(shù)據(jù)、設(shè)計階段相關(guān)數(shù)據(jù)、生產(chǎn)階段相關(guān)數(shù)據(jù)。歷史數(shù)據(jù)以及設(shè)計階段部分數(shù)據(jù)如原棉檢測、生條檢測等質(zhì)量數(shù)據(jù)、紗線設(shè)計參數(shù)主要是以紙質(zhì)的形式進行保存,因此相關(guān)數(shù)據(jù)采集形式可采用直接輸入的方式,也可采用OCR文字識別的方式進行收集。生產(chǎn)階段部分數(shù)據(jù)如車速、耗電量、實時產(chǎn)量等能通過開放系統(tǒng)數(shù)據(jù)接口進行收集,采集生產(chǎn)線實時的生產(chǎn)數(shù)據(jù)。針對一些現(xiàn)有采集系統(tǒng)沒有采集且構(gòu)建生產(chǎn)質(zhì)量相關(guān)數(shù)字孿生模型必要的數(shù)據(jù),如精梳機棉網(wǎng)質(zhì)量、生條CV值、精梳機的振動等,可通過現(xiàn)場安裝傳感器、安裝攝像頭、直接讀取機器自帶PLC等方式現(xiàn)場采集相關(guān)數(shù)據(jù)。

通過上述采集方式將物理空間數(shù)據(jù)導入到數(shù)據(jù)平臺之中,數(shù)據(jù)平臺主要實現(xiàn)數(shù)據(jù)匯總、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類、數(shù)據(jù)儲存4個功能,并將處理好的數(shù)據(jù)按照工藝數(shù)據(jù)、設(shè)備運行數(shù)據(jù)、質(zhì)量數(shù)據(jù)3類進行存儲,供孿生體相應(yīng)模型建模使用。

根據(jù)紡紗相關(guān)理論以及實際需要確定了相關(guān)孿生模型種類以及模型形式后,通過調(diào)用數(shù)據(jù)平臺相關(guān)數(shù)據(jù)以及融合相關(guān)理論后建立孿生模型即紗線預(yù)測孿生模型、設(shè)備孿生模型、物流孿生模型,這 3個孿生模型互相配合共同構(gòu)成紡紗生產(chǎn)質(zhì)量孿生模型。將相關(guān)數(shù)據(jù)代入孿生模型,通過將孿生模型輸出結(jié)果與物理空間實際輸出結(jié)果進行對比驗證模型的正確性,并且及時對模型進行修正,直到達到使用要求。

服務(wù)的生成:通過上述數(shù)據(jù)采集的方式,將生產(chǎn)中的相關(guān)數(shù)據(jù)上傳到數(shù)據(jù)平臺中,數(shù)據(jù)平臺處理后直接傳輸?shù)较嚓P(guān)的數(shù)字孿生模型中,并生成相應(yīng)指令,通過將相應(yīng)指令執(zhí)行到物理空間中實現(xiàn)相應(yīng)的服務(wù)如紗線質(zhì)量預(yù)測、紗線智能設(shè)計、生產(chǎn)異常監(jiān)控、故障預(yù)測、數(shù)據(jù)可視化等,并且在生產(chǎn)服務(wù)的過程中實現(xiàn)對模型相關(guān)問題的反饋,不斷對模型進行迭代優(yōu)化,提高模型的精度。

3.2 數(shù)據(jù)平臺的構(gòu)建及應(yīng)用

數(shù)字孿生的發(fā)展需要數(shù)據(jù)作為基礎(chǔ)支撐,根據(jù)其它行業(yè)的現(xiàn)有成功經(jīng)驗,將采集的數(shù)據(jù)統(tǒng)一到平臺的數(shù)據(jù)庫中,通過平臺的數(shù)據(jù)庫為下一步相應(yīng)模型的構(gòu)建打下基礎(chǔ)是一個切實可行的方案。

數(shù)據(jù)平臺通過3.1節(jié)所述數(shù)據(jù)采集方式實現(xiàn)數(shù)據(jù)平臺對數(shù)字孿生模型建模相關(guān)數(shù)據(jù)的采集,并通過平臺連接服務(wù)器導入到平臺的數(shù)據(jù)庫中。針對采集的數(shù)據(jù)根據(jù)需要采用邏輯清洗、冗余清洗、主成分分析等方法實現(xiàn)對相關(guān)數(shù)據(jù)的預(yù)處理,并且根據(jù)產(chǎn)品設(shè)計和制造各階段間業(yè)務(wù)交互的需求,采用屬性構(gòu)造、數(shù)據(jù)概化、數(shù)據(jù)規(guī)范化和數(shù)據(jù)離散化等方法,將原始數(shù)據(jù)轉(zhuǎn)換為不同階段業(yè)務(wù)系統(tǒng)能夠理解和識別的格式,提升下一步模型構(gòu)建的效率。對處理好的相關(guān)數(shù)據(jù)按照實際需要分為設(shè)備運行數(shù)據(jù)、工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)、環(huán)境數(shù)據(jù)4個類別進行儲存,根據(jù)數(shù)據(jù)的特征、數(shù)據(jù)的類型應(yīng)采取不同的數(shù)據(jù)儲存和管理方式,提升數(shù)據(jù)查詢、數(shù)據(jù)分析的效率,并確保數(shù)據(jù)的復用性。可采取DDBS等存儲結(jié)構(gòu)化數(shù)據(jù),采用XML等儲存半結(jié)構(gòu)化數(shù)據(jù),采用HDFS、NoSQL等存儲非結(jié)構(gòu)化數(shù)據(jù)。同時數(shù)據(jù)庫根據(jù)創(chuàng)建方式的不同可分為本地創(chuàng)建和云平臺創(chuàng)建。針對大量的實際生產(chǎn)數(shù)據(jù),平臺通過自帶的數(shù)據(jù)分析功能以及借助第三方軟件,初步創(chuàng)建數(shù)字、分析、業(yè)務(wù)規(guī)則等模型,供構(gòu)建孿生模型時進行調(diào)用。此外,對于一些需要可視化的數(shù)據(jù)可通過電腦端、平板以及AR/VR眼鏡等進行顯示。

3.3 紗線質(zhì)量預(yù)測孿生模型的構(gòu)建及應(yīng)用

為簡化設(shè)計階段的流程,同時通過對生產(chǎn)階段設(shè)備數(shù)據(jù)的導入實現(xiàn)生產(chǎn)時對產(chǎn)品質(zhì)量的實時預(yù)測,從而提高生產(chǎn)階段對設(shè)備異常的監(jiān)控情況,需要構(gòu)建紗線質(zhì)量預(yù)測孿生模型。

1)模型組成形式:考慮到不同工序的生產(chǎn)設(shè)備以及生產(chǎn)特點不同將造成工序預(yù)測模型的差異,故紗線質(zhì)量孿生模型依據(jù)生產(chǎn)工序工藝的不同建立分段預(yù)測模型:原棉配比及質(zhì)量→生條預(yù)測模型→棉卷預(yù)測模型→精梳條預(yù)測模型→熟條預(yù)測模型→粗紗預(yù)測模型→細紗預(yù)測模型→紗線質(zhì)量。每段預(yù)測模型可在上一段預(yù)測模型的預(yù)測結(jié)果或者上一段模型的真實檢測數(shù)據(jù)的基礎(chǔ)上進行預(yù)測,在模型部署的初級階段通過將相關(guān)模型的預(yù)測數(shù)據(jù)與實際質(zhì)量數(shù)據(jù)進行對比進一步優(yōu)化模型,從而解決誤差累積的問題,在之后使用中通過收集實際的質(zhì)量檢測數(shù)據(jù)進行優(yōu)化不斷提高模型的預(yù)測精度。

2)單段模型構(gòu)建方法:在確定紗線質(zhì)量預(yù)測模型分段建立后,針對某一工序的建模,建模過程的數(shù)據(jù)主要來源于歷史工藝數(shù)據(jù)以及相關(guān)數(shù)據(jù)對應(yīng)的產(chǎn)品質(zhì)量,針對歷史數(shù)據(jù)建立訓練樣本,并調(diào)用算法建立設(shè)備工藝參數(shù)與模型預(yù)測對象質(zhì)量間的對應(yīng)關(guān)系。然后輸入生產(chǎn)參數(shù),將預(yù)測對象質(zhì)量與采用該參數(shù)實際生產(chǎn)的產(chǎn)品質(zhì)量進行對比,修正模型關(guān)鍵參數(shù),并根據(jù)實際情況建立預(yù)測等級,最終建立相關(guān)工序的預(yù)測模型。需要說明的是,各單段工序模型互相配合共同構(gòu)成紗線質(zhì)量預(yù)測模型。在實際生產(chǎn)中,可將紗線質(zhì)量預(yù)測孿生模型按照各個工序模型單獨部署。

3)模型迭代方法:在按照各工序建立質(zhì)量預(yù)測模型后,將模型部署到紗線的設(shè)計階段和生產(chǎn)階段中,具體包括在紗線設(shè)計階段,根據(jù)紗線預(yù)期要求,初步確定各工藝參數(shù),通過紗線質(zhì)量預(yù)測數(shù)字模型對初步確定的各工藝參數(shù)進行預(yù)測,判斷其是否符合設(shè)計要求,并根據(jù)預(yù)測結(jié)果對參數(shù)不斷進行優(yōu)化直至設(shè)計出合適的參數(shù)。在設(shè)計出合適的參數(shù)后進行試紡,通過實際結(jié)果驗證設(shè)計參數(shù)的正確性,并將設(shè)計參數(shù)實際生產(chǎn)結(jié)果輸入紗線質(zhì)量預(yù)測模型中,優(yōu)化紗線質(zhì)量預(yù)測數(shù)字孿生模型關(guān)系庫。此外,在實際生產(chǎn)過程中通過進一步收集相關(guān)的生產(chǎn)數(shù)據(jù)優(yōu)化紗線質(zhì)量預(yù)測數(shù)字孿生模型關(guān)系庫,提高模型的預(yù)測精度。

3.4 設(shè)備孿生模型的構(gòu)建及應(yīng)用

為更好地監(jiān)控紡紗生產(chǎn)時設(shè)備的運行狀態(tài),保障設(shè)備的正常運行,從而保證紗線生產(chǎn)的穩(wěn)定性,需要構(gòu)建設(shè)備孿生模型。具體步驟如下。

1)數(shù)據(jù)獲取:將設(shè)備運行數(shù)據(jù)、生產(chǎn)產(chǎn)品在線及離線監(jiān)測質(zhì)量數(shù)據(jù)等與紗線質(zhì)量密切相關(guān)的數(shù)據(jù)傳輸通過已有信息化系統(tǒng)、加裝傳感器、其它在線檢測裝置、機器自帶通信接口等連接方式傳輸?shù)綌?shù)據(jù)平臺。平臺對所采集到的數(shù)據(jù)進行匯總、預(yù)處理,并分別儲存到機械數(shù)據(jù)庫、電氣數(shù)據(jù)庫、產(chǎn)品數(shù)據(jù)庫中。

2)模型形式確定:設(shè)備孿生模型主要由3個模型融合組成即三維可視化模型、數(shù)據(jù)模型、知識模型。針對部分與設(shè)備幾何結(jié)構(gòu)密切相關(guān)的數(shù)據(jù),建立三維可視化模型;針對反映設(shè)備的運行狀態(tài)但是與幾何結(jié)構(gòu)關(guān)系不大的數(shù)據(jù),采用建立數(shù)據(jù)模型的方式;根據(jù)現(xiàn)有的相關(guān)理論,建立設(shè)備的知識模型。

3)可視化模型建立:首先通過導入已有的幾何模型或者通過掃描等方法建立設(shè)備的三維模型,通過有限狀態(tài)機、馬爾可夫鏈等方法將采集的數(shù)據(jù)與設(shè)備三維模型進行耦合,建立相關(guān)可視化模型。

4)數(shù)據(jù)模型建立:針對部分與結(jié)構(gòu)無關(guān)的數(shù)據(jù)直接采用神經(jīng)網(wǎng)絡(luò)、決策樹、支持向量機等大數(shù)據(jù)算法,找出各數(shù)據(jù)之間的關(guān)系,根據(jù)相關(guān)需要直接建立數(shù)據(jù)模型。

5)知識模型建立:將設(shè)備設(shè)計和運行的相關(guān)理論與實際設(shè)備的實際運行狀態(tài)進行擬合,主要根據(jù)相關(guān)理論建立反映設(shè)備實際運行的知識模型。

6)模型融合:通過知識模型確定可視化模型與數(shù)據(jù)模型邊界范圍,并加快模型的收斂速度,簡化模型的計算量,提高精確度。通過將可視化模型與數(shù)據(jù)模型進行融合,最終建立設(shè)備數(shù)字孿生模型。

7)服務(wù)生成:將所建立的數(shù)字孿生模型部署到物理空間中,實現(xiàn)設(shè)備故障預(yù)警、設(shè)備能耗監(jiān)測、生產(chǎn)質(zhì)量監(jiān)控、設(shè)備運行AR顯示等服務(wù)。

3.5 物流孿生模型的構(gòu)建及應(yīng)用

為更好地監(jiān)控紡紗生產(chǎn)時相關(guān)物流的運行狀態(tài),保障生產(chǎn)時原料和半制品的正常轉(zhuǎn)運,從而保證紗線生產(chǎn)的穩(wěn)定性,需要構(gòu)建物流孿生模型。具體步驟如下。

1)數(shù)據(jù)獲取:將現(xiàn)有物流系統(tǒng)連接到數(shù)據(jù)平臺,將生成的物流數(shù)據(jù)導入到數(shù)據(jù)平臺,通過數(shù)據(jù)平臺的自帶功能實現(xiàn)對物流數(shù)據(jù)的預(yù)處理,并將處理好的數(shù)據(jù)儲存到物流數(shù)據(jù)庫中。

2)模型建立及部署:虛擬實體通過調(diào)用數(shù)據(jù)平臺物流數(shù)據(jù)庫的數(shù)據(jù)建立物流運行模型,并將模型部署到物理實體中。

3)服務(wù)生成:實現(xiàn)路徑尋優(yōu)、智能排產(chǎn)質(zhì)量追蹤、智能倉儲等服務(wù);同時,通過將數(shù)據(jù)平臺的數(shù)據(jù)進行可視化,實現(xiàn)對半成品位置、原料消耗量、實時產(chǎn)量、設(shè)備運轉(zhuǎn)情況的監(jiān)控等服務(wù)。

4 結(jié)束語

紡紗生產(chǎn)具有設(shè)計主要依靠人工經(jīng)驗、生產(chǎn)過程具有連續(xù)性、纖維難以控制、相應(yīng)建模困難、工序間耦合強、全局優(yōu)化困難等特點,使得在提高紗線質(zhì)量、減少人工經(jīng)驗的依賴、提高資源利用率、減少環(huán)境污染等方面存在巨大的挑戰(zhàn),阻礙了紡紗的高質(zhì)量發(fā)展。

本文針對紡紗生產(chǎn)的特點,提出數(shù)字孿生在紡紗行業(yè)運用的前景,介紹如何通過數(shù)字孿生解決紡紗領(lǐng)域推進智能制造中面臨的建模復雜和協(xié)同優(yōu)化難的問題,提出數(shù)字孿生與紡紗領(lǐng)域的映射框架,探討了數(shù)字孿生在紡紗領(lǐng)域的實際應(yīng)用意義,并提出了數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用解決方案。將數(shù)字孿生應(yīng)用到紡紗領(lǐng)域中,可為紡紗領(lǐng)域提供從產(chǎn)品設(shè)計到企業(yè)規(guī)劃的一系列應(yīng)用,有效提高設(shè)計效率、提升生產(chǎn)質(zhì)量及穩(wěn)定性、減少生產(chǎn)線的非計劃停車。

未來,數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用將向著提高相關(guān)數(shù)字孿生模型特別是紗線預(yù)測孿生模型的精度、運用已有理論更好地建立知識模型、實現(xiàn)模型之間更好地融合、提升紡紗數(shù)字孿生工業(yè)平臺數(shù)據(jù)交互安全、增加關(guān)鍵設(shè)備孿生模型精準可視化等方向發(fā)展。數(shù)字孿生應(yīng)用與其它現(xiàn)有技術(shù)相互促進、相互融合,其應(yīng)用需要建立在紡紗設(shè)備數(shù)據(jù)互通、數(shù)據(jù)傳輸安全等一系列共性技術(shù)的基礎(chǔ)上。同時,數(shù)字孿生的實現(xiàn)也將對紡紗領(lǐng)域基礎(chǔ)理論的研究有著重要的促進作用。此外,還應(yīng)制定一系列的相關(guān)標準,最終紡紗數(shù)字孿生標準體系,為紡紗企業(yè)的智能化轉(zhuǎn)型提供參考,從而推動數(shù)字孿生在紡紗領(lǐng)域的應(yīng)用,最終提升紗線的生產(chǎn)質(zhì)量,促進紡紗領(lǐng)域的高質(zhì)量發(fā)展,同時也為紡織行業(yè)其它領(lǐng)域的智能化轉(zhuǎn)型提供參考。