基于數(shù)字孿生的航空壁板制孔位置實時監(jiān)控研究

劉紅軍， 邵泓斌

（沈陽航空航天大學(xué)機電工程學(xué)院， 遼寧沈陽 110136）

0 前言

在“工業(yè)4.0”、 “中國制造2025” 以及新冠疫情等大環(huán)境的影響下， 全球制造行業(yè)面臨重大變革，由智能制造引領(lǐng)的第四次工業(yè)革命已悄然來臨。 相較于傳統(tǒng)制造， 智能制造結(jié)合自主分析、 自主優(yōu)化、 多角度可視化等多種優(yōu)勢， 打破了物理世界與數(shù)字世界的壁壘， 將兩者進行相互交融， 并具備虛實映射、 數(shù)據(jù)驅(qū)動等特點。 而數(shù)字孿生技術(shù)的出現(xiàn)為實現(xiàn)智能制造開辟了新的途徑［1］。

數(shù)字孿生是充分利用物理模型、 傳感器更新、 運行歷史等數(shù)據(jù)， 集成多學(xué)科、 多物理量、 多尺度、 多概率的仿真過程， 在虛擬空間中完成映射， 從而反映對應(yīng)實體裝備的全生命周期過程［2］。 該技術(shù)是在虛擬世界中表示、 模擬仿真、 優(yōu)化和可視化真實世界的重要手段［3］。 數(shù)字孿生系統(tǒng)的本質(zhì)是將物理實體與虛擬實體模型融合， 二者互聯(lián)互通， 形成一個可持續(xù)優(yōu)化的閉環(huán)控制系統(tǒng)［4］。 數(shù)字孿生理論技術(shù)體系可運用到多種場景中， 如工業(yè)產(chǎn)品設(shè)計及制造、 醫(yī)學(xué)分析、 工程項目等， 其中， 工程項目的應(yīng)用目前比較成熟［5］。

數(shù)字孿生技術(shù)的提出引發(fā)了國內(nèi)外眾多學(xué)者的討論與研究。 21 世紀(jì)初期， GRIEVES［6］首次提出了數(shù)字孿生的概念， 認(rèn)為數(shù)字孿生即為物理模型在虛擬空間中的映射， 此概念對傳統(tǒng)制造業(yè)的轉(zhuǎn)型起到了重要的推動作用。 HAAG 、 ANDERL［7］提到數(shù)字孿生是通過模型和數(shù)據(jù)的交互反映物理實體的實際狀態(tài)、 屬性、 行為等， 并以此搭建了彎曲梁實驗平臺的數(shù)字孿生模型。 CAI 等［8］為減小數(shù)字孿生模型與物理實體之間的誤差， 依據(jù)加工信息與采集的傳感器數(shù)據(jù)建立了數(shù)字孿生機床， 使孿生體仿真結(jié)果更加接近于物理機床。 陶飛等人［9］首次提出了數(shù)字孿生車間的概念， 闡述了數(shù)字孿生車間的系統(tǒng)框架、 實現(xiàn)原理以及關(guān)鍵技術(shù)等， 為其他團隊研究數(shù)字孿生車間提供了堅實的理論基礎(chǔ)。 ZHAO 等［10］在處理物理模型與虛擬模型融合的問題中， 通過加工過程中的多源異構(gòu)數(shù)據(jù)模型和映射方法對孿生數(shù)據(jù)進行處理， 著重分析了DTPM 在工藝規(guī)劃中的指導(dǎo)作用和可視化功能。 任洪樟［11］在數(shù)字孿生的基礎(chǔ)上實時監(jiān)控生產(chǎn)線運行過程， 分別從物理層面和幾何層面構(gòu)建了設(shè)備的數(shù)字孿生模型。 熊偉杰等［12］通過物聯(lián)網(wǎng)和OPC UA 通信技術(shù)設(shè)計了一套面向數(shù)字孿生車間的實時數(shù)據(jù)采集系統(tǒng)。 趙浩然等［13］提出了一種基于實時信息的車間三維可視化監(jiān)控方法， 實現(xiàn)了對車間的全方位監(jiān)控， 但沒有考慮到將優(yōu)化的數(shù)據(jù)反饋給物理車間。 盧山雨等［14］運用數(shù)字孿生技術(shù)搭建了增強現(xiàn)實的加工系統(tǒng)， 實現(xiàn)了孿生數(shù)據(jù)的可視化，但是在人機交互等方面仍然有不足之處。

綜上所述， 眾多學(xué)者對于數(shù)字孿生技術(shù)的研究集中在系統(tǒng)框架的搭建、 模型結(jié)構(gòu)的定義等方面， 多數(shù)研究僅討論了理論層面的數(shù)字模型或邏輯概念模型，對于數(shù)字孿生技術(shù)的應(yīng)用暫時停留在理論研究階段。在工程項目制造領(lǐng)域中， 一些學(xué)者利用數(shù)字孿生技術(shù)實現(xiàn)了對生產(chǎn)車間的宏觀調(diào)度以及對產(chǎn)線的實時監(jiān)控， 然而對于具體的加工設(shè)備例如數(shù)控機床等研究較少， 尤其是對于更為具體的航空壁板制孔應(yīng)用更是少之又少。 針對上述問題， 本文作者提出“虛實結(jié)合、以虛顯實、 以虛控實” 的數(shù)字孿生制孔系統(tǒng)， 運用孿生數(shù)據(jù)將虛擬仿真與物理模型融合。 針對制孔加工過程， 提出一種三維可視化監(jiān)控的方法， 以數(shù)字孿生五維模型為基礎(chǔ)， 搭建數(shù)字孿生體系結(jié)構(gòu)， 構(gòu)建基于物理機械臂模型以及工裝模型真實行為的實時映射虛擬仿真平臺， 以滿足對機械臂制孔過程的實時可視化監(jiān)控、 制孔位置預(yù)測等要求。

1 數(shù)字孿生制孔平臺框架搭建

1.1 五維數(shù)字孿生制孔系統(tǒng)結(jié)構(gòu)模型

數(shù)字孿生制孔平臺系統(tǒng)以信息管理技術(shù)以及傳感技術(shù)為載體， 搭建五自由度物理機械臂與虛擬機械臂模型之間的網(wǎng)絡(luò)通信系統(tǒng)， 以此實現(xiàn)孿生數(shù)據(jù)以及物理屬性的融合； 通過虛擬機械臂的孿生數(shù)據(jù)驅(qū)動， 控制物理實體運動， 在此過程中進行多源異構(gòu)數(shù)據(jù)的集成與映射， 并對機械臂的加工位置實施預(yù)測， 對加工狀態(tài)實時監(jiān)控， 為數(shù)字孿生制孔系統(tǒng)的可視化提供基礎(chǔ)， 從而建立五自由度機械臂制孔全過程的可視化監(jiān)視與控制。

此次數(shù)字孿生制孔平臺以數(shù)字孿生五維模型為基礎(chǔ)， 構(gòu)建了數(shù)字孿生系統(tǒng)結(jié)構(gòu)模型如圖1 所示。 總體分為物理實體、 虛擬模型、 孿生數(shù)據(jù)、 應(yīng)用服務(wù)、 交互連接五部分。 通過在線實時監(jiān)控虛擬機械臂模型制孔過程從而達到對物理機械臂加工過程的三維映射，利用交互連接中的通信功能搭建虛擬與實體連接的橋梁， 虛擬模型接收來自傳感器采集的信號以及物理機械臂的狀態(tài)數(shù)據(jù)后， 通過預(yù)設(shè)的智能預(yù)測算法進行優(yōu)化并返還給物理機械臂， 一定程度上可對機械臂的制孔加工過程進行指導(dǎo)， 有助于用戶全方位監(jiān)控制孔加工過程， 并及時更正加工過程中出現(xiàn)的錯誤， 可提高制孔的精度與效率。

圖1 數(shù)字孿生制孔系統(tǒng)結(jié)構(gòu)模型Fig.1 Structural model of digital twin drilling system

1.2 數(shù)字孿生制孔平臺的系統(tǒng)架構(gòu)

制孔平臺的數(shù)字孿生系統(tǒng)架構(gòu)如圖2 所示， 分為以下4 個部分：

圖2 數(shù)字孿生制孔系統(tǒng)總體框架Fig.2 Overall framework of digital twin drilling system

（1） 物理設(shè)備層

數(shù)字孿生制孔平臺的物理設(shè)備主要包括五自由度制孔機械臂、 工裝模型、 激光測距傳感器、 西門子PLC 等， 通過PLC 硬件以及傳感器傳遞采集的信號，以此將物理機械臂的運動行為實時映射到虛擬場景機械臂模型中。

（2） 虛擬模型層

首先， 利用SolidWorks、 Unity3D 等將物理機械臂在軟件中進行還原并渲染， 搭建數(shù)字孿生制孔平臺的虛擬場景； 其次， 根據(jù)物理機械臂的真實運動行為， 在虛擬環(huán)境中建立機械臂各個部件之間的運動關(guān)系， 并設(shè)置虛擬機械臂的初始位置坐標(biāo)與物理機械臂一致， 這是保證數(shù)字孿生系統(tǒng)準(zhǔn)確運行的關(guān)鍵； 最后， 通過通信系統(tǒng)實時接收采集到的運動信號控制虛擬模型運動。

（3） 數(shù)據(jù)采集層

孿生數(shù)據(jù)是驅(qū)動數(shù)字孿生順利運行的基礎(chǔ)， 其中采集的孿生數(shù)據(jù)包括激光測距傳感器的數(shù)值、 機械臂各個軸的運動速度等信號， 并將采集到的位置信號在Abaqus 中進行有限元分析， 模擬壁板的整體變形，分析后的數(shù)據(jù)將用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練， 作為實時預(yù)測壁板變形算法的數(shù)據(jù)基礎(chǔ)。

（4） 服務(wù)層

服務(wù)層為數(shù)字孿生制孔過程提供全方位的可視化服務(wù)， 針對Unity3D 搭建的數(shù)字孿生制孔平臺， 可以達到制孔過程中機械臂實時運動位置數(shù)據(jù)可視化、 加工壁板信號可視化、 實時預(yù)測數(shù)據(jù)可視化的效果。 例如通過孿生系統(tǒng)中的預(yù)測系統(tǒng)， 將預(yù)測后的數(shù)據(jù)顯示在UI （User Interface） 可視化界面中， 并指導(dǎo)機械臂的運動行為， 同時機械臂的運動位置數(shù)據(jù)也可顯示在位置可視化區(qū)域， 便于用戶分析、 判斷機械臂是否達到指定位置。

2 關(guān)鍵技術(shù)

數(shù)字孿生制孔系統(tǒng)平臺搭建的關(guān)鍵技術(shù)主要分為三部分： 虛擬數(shù)字空間搭建、 多源異構(gòu)數(shù)據(jù)的傳遞與處理以及制孔過程中的可視化監(jiān)測與智能算法的預(yù)測。 其中： 虛擬數(shù)字空間搭建包含三維幾何模型搭建、 虛擬場景搭建以及運動行為邏輯的確立； 多源異構(gòu)數(shù)據(jù)的傳遞與處理是實現(xiàn)數(shù)字孿生虛實結(jié)合的關(guān)鍵， 包含機械臂通信系統(tǒng)的搭建、 加工數(shù)據(jù)實時上傳至云端數(shù)據(jù)庫等； 可視化監(jiān)測利用Unity3D 中的UGUI 功能搭建UI 可視化界面， 對加工狀態(tài)以及加工位置進行實時可視化監(jiān)控， 利用Unity3D 與MATLAB的交互， 實現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測算法在Unity3D 軟件中的運用， 從而對制孔狀態(tài)進行分析與預(yù)測。

2.1 虛擬數(shù)字空間搭建

虛擬數(shù)字空間的搭建流程如圖3 所示， 主要由三維虛擬模型建立、 Unity3D 虛擬場景搭建以及運動行為邏輯構(gòu)建三部分組成。

圖3 數(shù)字孿生制孔系統(tǒng)平臺搭建流程Fig.3 Digital twin hole drilling system platform construction process

（1） 三維虛擬模型建立

在建立三維虛擬模型之前， 首先需要對實際物理模型進行現(xiàn)場實地測繪并記錄模型外貌特征； 隨后按照測量好的尺寸在SolidWorks 軟件中進行1 ∶1 三維虛擬模型的繪制， 并導(dǎo)出為STEP 文件； 再將文件導(dǎo)入3ds Max 軟件中進行二次處理， 包括對模型坐標(biāo)系的調(diào)整以及對復(fù)雜冗余模型的減面與刪減； 最后將處理好的模型導(dǎo)出為FBX 模型， 并導(dǎo)入Unity3D。

（2） Unity3D 虛擬場景搭建

虛擬場景的搭建是數(shù)字孿生系統(tǒng)可視化界面的關(guān)鍵環(huán)節(jié)， 對于加工可視化區(qū)域， 需要對導(dǎo)入的機械臂模型以及工裝模型賦予材料屬性， 使其更加接近物理模型的效果， 整體制孔過程更加逼真； 對于UI 可視化界面， 利用Unity3D 軟件自帶的UGUI 功能進行UI界面的搭建， 其中包括機械臂運動數(shù)據(jù)可視化、 預(yù)測系統(tǒng)可視化以及通信系統(tǒng)可視化三部分。

（3） 運動行為邏輯構(gòu)建

運動行為邏輯的構(gòu)建是虛擬機械臂順利運動的基礎(chǔ)， 虛擬環(huán)境完成搭建后， 需要賦予虛擬機械臂的各個軸具體的運動行為以及邏輯操作。 在Unity3D 左側(cè)模型結(jié)構(gòu)樹中， 拖動各個部位的機械臂部件即可完成父子關(guān)系的創(chuàng)建， 各個軸的相互運動關(guān)系即可確立，各個軸的運動可由Unity3D 支持的C＃腳本語言控制，利用Translate （） 函數(shù)、 Rotate （） 函數(shù)實現(xiàn)機械臂的運動、 旋轉(zhuǎn)等功能。

2.2 多源異構(gòu)數(shù)據(jù)的傳遞與處理

虛擬場景中機械臂的運動是靠實時數(shù)據(jù)的傳遞實現(xiàn)的， 因此， 為實現(xiàn)虛擬機械臂與物理機械臂的同步運動以及三維數(shù)據(jù)實時可視化監(jiān)控， 分析與處理多源異構(gòu)數(shù)據(jù)， 基于孿生數(shù)據(jù)建立數(shù)字化模型必不可少。虛擬機械臂與物理機械臂的通信以及孿生數(shù)據(jù)傳輸流程如圖4 所示。

圖4 虛擬機械臂與物理機械臂通信及數(shù)據(jù)傳輸流程Fig.4 The communication and data transfer process between the virtual and the physical manipulator

由于制孔過程中每種數(shù)據(jù)的來源以及結(jié)構(gòu)具有差異性， 因此組成了大量的多源異構(gòu)數(shù)據(jù)， 主要由靜態(tài)信息、 動態(tài)信息以及預(yù)測信息三部分組成： （1） 靜態(tài)信息主要包括了機械臂尺寸數(shù)據(jù)、 工裝夾具模型數(shù)據(jù)、 待加工工件尺寸數(shù)據(jù)， 這幾類信息在制孔過程中恒定不變， 并且需要在制孔之前完成對靜態(tài)信息的導(dǎo)入及確認(rèn)； （2） 動態(tài)信息是由外界激光測距傳感器以及機械臂加工過程中的運動數(shù)據(jù)組成， 這些數(shù)據(jù)會在制孔過程中實時變化， 但由于激光測距傳感器在測量以及傳輸過程中難免發(fā)生數(shù)據(jù)錯誤， 因此為了減少原始數(shù)據(jù)錯誤的產(chǎn)生， 需要進行過濾篩選處理。 動態(tài)信息關(guān)乎到數(shù)字孿生制孔系統(tǒng)整體運行的精度， 因此對于數(shù)據(jù)的精確性以及實時性要求更為嚴(yán)格； （3） 預(yù)測信息指的是預(yù)測航空壁板裝夾變形數(shù)據(jù)， 通過采集激光測距傳感器在待加工壁板安裝夾具前后的位置數(shù)據(jù)， 從而分析并獲取預(yù)測信息， 測距方式如圖5 所示。靜態(tài)信息、 動態(tài)信息、 預(yù)測信息共同組成了多源異構(gòu)數(shù)據(jù)模型， 可將多源異構(gòu)數(shù)據(jù)上傳至MySQL 云端數(shù)據(jù)庫進行存儲， 以便在制孔過程中調(diào)用相應(yīng)的數(shù)據(jù)。

圖5 激光測距傳感器示意Fig.5 Schematic of laser ranging sensor

虛擬系統(tǒng)會將預(yù)測的航空壁板變形數(shù)據(jù)實時反饋給用戶， 預(yù)測的變形數(shù)據(jù)用于指導(dǎo)機械臂的運動， 利用PLC 控制機械臂的運動位移， 從而實現(xiàn)對物理機械臂的反控制。 通過數(shù)字孿生制孔系統(tǒng)模擬物理環(huán)境中的制孔狀態(tài)并控制物理機械臂， 即可達到以虛控實的目的， 這是數(shù)字孿生系統(tǒng)的重要研究內(nèi)容。

2.3 數(shù)字孿生制孔系統(tǒng)可視化監(jiān)測與預(yù)測

飛機的大多數(shù)結(jié)構(gòu)件采用機械連接的方式， 一架大型飛機有1.5×106～2×106個連接件， 制孔精度則是機械連接中重要的一環(huán)［15］。 因此， 在數(shù)字孿生制孔系統(tǒng)中對機械臂制孔位置的可視化監(jiān)測尤為重要。

數(shù)字孿生制孔系統(tǒng)可視化監(jiān)測與預(yù)測模塊建立步驟如下： （1） 通過采集現(xiàn)場3 個激光測距傳感器的位置數(shù)據(jù)， 依次記錄每個壁板安裝夾具前后的位置數(shù)據(jù)， 并導(dǎo)入Abaqus 有限元仿真軟件中對壁板做變形分析， 如圖6 所示， 得到的數(shù)據(jù)集將會用做訓(xùn)練神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集； （2） 在MATLAB 中編寫優(yōu)化的神經(jīng)網(wǎng)絡(luò)算法， 用于在線分析與預(yù)測壁板的整體變形， 通過訓(xùn)練3 種不同神經(jīng)網(wǎng)絡(luò)， 并對比分析驗證， 選取最優(yōu)神經(jīng)網(wǎng)絡(luò)模型， 從而有效預(yù)測壁板變形量； （3）通過MATLAB 與Unity3D 通信交互的方式， 將MAT?LAB 的預(yù)測數(shù)據(jù)傳遞到Unity3D 平臺， 其中Unity3D作為客戶端， MATLAB 作為服務(wù)端， 通過Unity3D的通信端口接收傳遞過來的預(yù)測數(shù)據(jù)， 并在UI 界面中實時顯示壁板的變形量； （4） 根據(jù)所預(yù)測的變形量，通過PLC 控制物理機械臂達到指定制孔位置， 并在UI 界面中觀察機械臂的運動數(shù)據(jù)。

圖6 航空壁板變形有限元分析Fig.6 Finite element analysis of aerospace panel deformation

通過反復(fù)進行采集、 分析、 預(yù)測、 決策4 個步驟， 可不斷更新優(yōu)化壁板變形預(yù)測算法， 進一步提高機械臂制孔的位置精度。 在制孔加工過程中， 制孔位置一旦發(fā)生偏差， 操作人員可通過可視化界面及時發(fā)現(xiàn)并予以更正， 降低了制孔位置發(fā)生偏移的現(xiàn)象， 提高了盲制孔的精度。

3 數(shù)字孿生制孔系統(tǒng)仿真驗證

以沈飛五自由度機械臂為例， 其運動方向分為X軸、Y軸、Z軸以及A軸、B軸共5 個方向， 可以完成大型機翼壁板的盲制孔加工。 虛擬場景與物理場景的映射如圖7 所示， 其中圖7 的右下角為機械臂制孔時的細(xì)節(jié)放大。

圖7 五自由度機械臂制孔系統(tǒng)虛實映射Fig.7 Virtual－real mapping of the 5－DOF manipulator drilling system

3.1 航空壁板變形預(yù)測功能

為驗證第2.3 節(jié)所提出的優(yōu)化神經(jīng)網(wǎng)絡(luò)預(yù)測算法的可行性， 通過訓(xùn)練與預(yù)測BP 神經(jīng)網(wǎng)絡(luò)、 PSO－BP神經(jīng)網(wǎng)絡(luò)以及所提出的經(jīng)SSA 優(yōu)化的PSO－BP 神經(jīng)網(wǎng)絡(luò)模型， 比較3 種神經(jīng)網(wǎng)絡(luò)模型的RMSE 與MAPE， 綜合驗證并說明所提出的SSA－PSO－BP 神經(jīng)網(wǎng)絡(luò)模型具有更高的預(yù)測精度。

（1） 3 種神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練

以Abaqus 有限元分析軟件所提供的50 組變形數(shù)據(jù)（如表1 所示） 為訓(xùn)練數(shù)據(jù)集， 分別訓(xùn)練3 種神經(jīng)網(wǎng)絡(luò)模型。 其中BP 神經(jīng)網(wǎng)絡(luò)中， 根據(jù)經(jīng)驗公式P＝M＋N＋a可知： 隱含層節(jié)點數(shù)P可由輸入層節(jié)點數(shù)M與輸出層節(jié)點數(shù)N以及任意常數(shù)a來確定。通過不斷試算， 最后得出結(jié)果： 當(dāng)隱含層節(jié)點數(shù)為40 時， 神經(jīng)網(wǎng)絡(luò)訓(xùn)練的誤差達到要求為1×10－5， 因此建立3×40×8 的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型， 最大訓(xùn)練次數(shù)為100， 附加動量因子為0.95， 學(xué)習(xí)速率為0.05。

表1 航空壁板有限元分析數(shù)據(jù)集 單位： mmTab.1 Finite element analysis dataset of aerospace panel Unit： mm

根據(jù)圖8 可知： 對BP 神經(jīng)網(wǎng)絡(luò)權(quán)值與閾值進行PSO 算法的初次優(yōu)化， 其中PSO 算法的具體參數(shù)設(shè)置為迭代次數(shù)為20， 種群規(guī)模為10， 學(xué)習(xí)因子c1＝c2＝1.494 45； 其次采用迭代速度快、 全局尋優(yōu)能力強的SSA 算法對權(quán)值與閾值進行二次尋優(yōu)， SSA 算法的參數(shù)為： 迭代次數(shù)為20， 種群規(guī)模為10， 發(fā)現(xiàn)者和加入者各占種群數(shù)目的20%， 預(yù)警值R2＝0.8。

圖8 SSA－PSO－BP 算法流程Fig.8 SSA－PSO－BP algorith mprocess

根據(jù)上述的參數(shù)設(shè)定， 對3 種神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練。

（2） 神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果比較

將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進行保存， 并將50 組有限元分析數(shù)據(jù)的最后5 組用于神經(jīng)網(wǎng)絡(luò)模型的測試驗證。 3 種神經(jīng)網(wǎng)絡(luò)的驗證結(jié)果如圖9 所示， 可以看出： SSA－PSO－BP 神經(jīng)網(wǎng)絡(luò)預(yù)測曲線與期望值具有較好的曲線擬合度。 根據(jù)MAPE 以及RMSE 驗證神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確率， MAPE 與RMSE 的值越小證明精度越高， 結(jié)果如表2 所示， 可知： SSA－PSO－BP 的MAPE 為0.07%， RMSE 為0.38 mm， 說明所提出的經(jīng)SSA 優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)測效果更好， 預(yù)測精度更高， 證明該神經(jīng)網(wǎng)絡(luò)模型具有較好的實用性， 適用于實際制孔過程中對于壁板變形的實時在線預(yù)測。

表2 模型準(zhǔn)確度對比Tab.2 Comparison of model accuracy

圖9 預(yù)測值與期望值對比Fig.9 Comparisonof predicted and expected values： （a）training set 1； （b） training set 2； （c） training set 3； （d） training set 4； （e） training set 5

（3） 神經(jīng)網(wǎng)絡(luò)模型在Unity3D 中的應(yīng)用

Unity3D 支持的腳本語言為C＃， 并不適合編寫復(fù)雜的神經(jīng)網(wǎng)絡(luò)算法程序， 因此采用MATLAB 與Uni?ty3D 交互的方式實現(xiàn)神經(jīng)網(wǎng)絡(luò)模型在Unity3D 中的應(yīng)用。 Unity3D 作為客戶端， 用于接收激光測距傳感器的測距值， 并將測距值傳遞給神經(jīng)網(wǎng)絡(luò)模型用于變形的預(yù)測； MATLAB 作為服務(wù)端， 接收來自Unity3D 的測距值數(shù)據(jù)， 利用已經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對它進行壁板變形的預(yù)測， 并將預(yù)測的數(shù)據(jù)實時返還給Uni?ty3D， 顯示在UI 界面中。 在Unity3D 中， 運用C＃腳本語言調(diào)用相關(guān)的SQL 語句連接MySQL 數(shù)據(jù)庫。

3.2 數(shù)字孿生制孔三維可視化監(jiān)控功能

圖10 所示為搭建的數(shù)字孿生制孔可視化監(jiān)控平臺界面， 總共分為三大區(qū)域。 機械臂制孔全程可通過可視化加工區(qū)域進行監(jiān)視。 細(xì)節(jié)放大區(qū)域是對制孔位置進行鏡頭拉近處理， 有助于操作人員觀察制孔過程的細(xì)節(jié)。 UI 監(jiān)控界面為主要監(jiān)視以及控制區(qū)域， 包含四大模塊： 第一部分為“正在加工的壁板” 信號區(qū)， 此處可實時監(jiān)控并顯示加工過程中某一時刻正在加工的壁板； 第二部分為“機械臂位姿” 信號區(qū)，此處可實時監(jiān)控機械臂運動的位置信號， 使用戶及時得知機械臂的運動位置； 第三部分為“預(yù)測系統(tǒng)”信號區(qū)， 此處能夠?qū)崟r采集并顯示預(yù)測算法所需要的3 個激光測距傳感器的測距值， 并且可以運用優(yōu)化的預(yù)測算法對壁板的變形做出精準(zhǔn)且快速的預(yù)測， 為五自由度機械臂提供準(zhǔn)確的運動指導(dǎo)； 第四部分為“通信模塊” 信號區(qū)， 通過輸入IP 地址以及端口號將虛擬與實際環(huán)境打通， 從而可在虛擬模型中實時顯示實際的加工過程， 并且通過觀察虛擬模型加工過程中出現(xiàn)的錯誤， 及時對實際加工做出正確的指導(dǎo)， 以此實現(xiàn)數(shù)字孿生的整個控制過程。

圖10 數(shù)字孿生制孔系統(tǒng)可視化界面Fig.10 Visual interface of digital twin hole drilling system

4 結(jié)論

文中對飛機機翼壁板自動制孔系統(tǒng)進行了研究。為了實現(xiàn)制孔過程中的實時三維可視化監(jiān)視與控制，搭建了“虛實結(jié)合、 以虛顯示、 以虛控實” 的數(shù)字孿生平臺， 提出了基于數(shù)字孿生的制孔過程三維可視化監(jiān)控方法， 詳細(xì)介紹了數(shù)字孿生制孔系統(tǒng)的系統(tǒng)架構(gòu)， 并在虛擬數(shù)字空間搭建、 多源異構(gòu)數(shù)據(jù)的傳遞與處理以及制孔過程中的可視化監(jiān)測與智能算法的預(yù)測3 種關(guān)鍵技術(shù)的支持下， 完成機械臂制孔過程管控的可視化、 智能化、 實時化。 經(jīng)過仿真測試與驗證： 所提出的新型SSA－PSO－BP 神經(jīng)網(wǎng)絡(luò)算法對壁板的變形預(yù)測精度較高， 適用于實際制孔過程中壁板變形的實時在線預(yù)測， UI 界面顯示效果良好， 有助于操作人員對虛擬制孔平臺的實時監(jiān)控； 整體數(shù)字孿生制孔系統(tǒng)運行流暢， 為數(shù)字孿生技術(shù)在航空壁板制孔領(lǐng)域?qū)崿F(xiàn)三維可視化監(jiān)控奠定了基礎(chǔ)， 為加速傳統(tǒng)制造業(yè)向智能制造領(lǐng)域的轉(zhuǎn)型提供了幫助。

然而此研究仍然存在一些不足， 目前數(shù)字孿生系統(tǒng)所能采集的數(shù)據(jù)僅是制孔之前壁板的變形數(shù)據(jù)， 在實際制孔過程中， 孔會產(chǎn)生毛刺以及分層等現(xiàn)象， 從而影響制孔精度。 接下來將會以制孔工藝為重點研究內(nèi)容， 通過采集更多的實時數(shù)據(jù)， 結(jié)合智能優(yōu)化算法， 運用數(shù)字孿生系統(tǒng)控制整個制孔加工過程。