摘要：为实现数字孪生系统的快速构建，对自动化生产线积累的大量孪生模型进行高效的重用是最有效的途径之一。针对现有方案在建模效率和信息重用框架上的不足，对面向全流程的数字孪生系统快速建模方法进行了研究。基于待研究对象多样化的特点，先通过多级最长公共子序列的相似度度量方法获取对象特征，同时优化算法设计来发掘典型工艺流程，并进一步提出一种信息重用策略，集成典型工艺流程的有效信息，以支持信息的继承和重构，实现该类问题的多方位、全流程优化设计。最后以断路器数字孪生车间为例进行验证，结果表明，相比传统的搭建方法，这种孪生系统架构方法综合考虑重用方法的客观性和灵活性，实现了在数千模型数量下达到不小于40%的综合优化效率，实际项目开发周期可缩短50%，显著提升孪生模型的构建效率。

　　关键词：快速建模；全流程；数字孪生车间；信息重用

　　0引言

　　为了实现车间自动化生产线的优化运营，构建合适的数字孪生平台是保证生产线合理、高效使用的一种重要技术手段[1-2]。目前的孪生系统搭建大多是一次性工程，建模效率低且无法有效对搭建过程中所涉及的模型和数据信息进行有效积累，以达到对历史孪生信息的有效重用。然而生产车间场景下生产设备运行逻辑复杂，子模型间存在大量几何与行为之间的约束关系，其数字孪生模型的建立是一个复杂过程[3-5]。

　　因此生产线的快速建模优化研究一直是学术界的研究热点。在现有的快速建模方法中，一些学者采用组件化方法来研究生产线快速建模优化的问题。北京工业大学的研究将机床组件化，通过预先设定组件的逻辑关系，提高机床构建时的工作效率，在机床种类数量较多的数字化车间场景下，减少了开发用时[6]。Bao等[7]将数字孪生模型分解为不同粒度对象，并进行组合与集成，提出一种适用于制造环境下的孪生建模方法。刘伟等[8]将行为、协同信息等4种模型集成，将不同模型之间的参数与映射关系相互组合，定义不同的孪生模型。组件化设计方法最明显的特点就是采用既定的配置逻辑，重构已有的信息模型，然而重用效果仍旧受到重用模型的广度以及配置逻辑的设置等方面的影响，且受主观因素影响较大。

　　对于与系统参数关联度较高的模型，也有研究集中在通过配置参数实现模型的快速构建。Wu等[9]通过模块划分、产品结构配置和参数关联实现针对单品种的产品快速变形，以达到对已有信息模型重用的目的，该方法通过参数化驱动已有模型进行变形设计，从而构建出新的产品。Jesus等[10]针对创造日益复杂的可定制产品的需求，搭建了一种面向可重构制造系统的数字孪生模型，提出一种元模型概念，设定了一组决定系统功能配置的参数，通过配置系统参数的方式达到对模型的重构。这类方法通过重新配置模型参数或结构的方式重构模型的方法，重构的最终结果有赖于先期制定的配置逻辑，因此模型的结构和功能的变化可能会导致所建立的配置方案失效，无法通过配置构建新孪生体，放弃本可重复使用的模型信息，导致灵活性有限。

　　上述研究对制造业的数字孪生建模方法进行了多方位的研究，除上述方法之外，还有一类是通过构建模型库的方法。Ruemler等[11]构建了一个基于模型的定义，包括模型生命周期不同方面中的公共信息，建立了不同模型不同阶段中的通用信息模型。Liau等[12]在注塑行业的背景下，为实现注塑机的物理与虚拟的闭环控制，构建不同时间段的数字孪生模型。Wang等[13]以数控伺服刀架为研究对象，构建了形状—行为—功能的信息模型，并提出基于该信息模型驱动检索模型库的重用方法，有效的缩短了伺服刀架的设计周期。谭宇思[14]研究了注塑机模块化设计、产品主结构建立和配置约束3个关键技术，建立了支持快速设计的注塑机的模块库，通过筛选相似模块进行重用，有效的缩短了注塑机的研发周期。该类方法虽然能够有效的描述孪生系统的功能结构，但缺乏对于信息数据的分层描述与孪生对象的属性描述，难以将模型实例化应用于孪生系统的实际部署。

　　因此在基于构建模型库的方法上，为挖掘具有较高重用价值的实例资源，有研究集中在相似性和聚类分析等方面。张辉等[15]通过建立了工艺路线的相似度度量因子，提出了对工艺路线进行相似度计算的多级相似度综合度量方法。Liu等[16-17]提出应用距离计算公式来计算工艺路线之间的相似度，并采用凝聚层次聚类法对工艺路线进行聚类划分。龙红能等[18]研究了基于实例推理的相似工艺度量方法。郑华林等[19]对传统生产流程分析法零件相似系数进行改进，并建立了基于零件族累加矩阵的零件模式识别方法。这些研究较好地解决了工艺序列的相似分析和聚类，但是还存在以下问题：（1）聚类过程效率不高，聚类结果容易陷入局部极值，产生低质量的聚类结果；（2）提取的工艺路线重用流程不够完善，无法有效利用提取到的工艺流程信息进行新工艺流程的设计。

　　针对上述问题，提出一种面向全流程的数字孪生系统快速建模新方法，围绕快速建模的两个关键问题开展研究，即可重用资源的聚类筛选问题与信息重用流程，设计了相应的聚类方案与信息继承机制，以达到数字孪生系统的高效率重构、高写实仿真、高实时交互。针对其第一个关键问题，通过多级最长公共子序列（Longest Common Subsequence，LCS）和粒子群优化聚类算法（Particle Swarm Optimization，PSO）相结合进行零件的工艺流程类簇划分，以确定可重用性高的典型工艺流程；针对第二个关键问题，通过对模型的功能结构分析，依据模型的实际工作流程与运动状态，将信息进行分解，并保留基于典型工艺流程的重用信息，将整个复杂模型进行离散与集成，使信息的继承流程化、定量化。最后通过案例研究与对比实验进行该方法的可行性与高效性研究，相较于传统的一次性搭建方法，本文所使用的快速建模方法综合考虑重用方法的客观性和灵活性，实现了在数千模型数量下达到不小于40%的综合优化效率，有效缩短车间孪生系统的研发周期，提高市场反应能力。

　　1获取对象特征

　　基于以上所述的快速建模方法，首要的是获取待聚类对象的特征，由于研究的数字孪生车间的工艺流程具有名称多样化、组合多样化的特点，不利于比较其特征，因此本节分析将把所有工艺流程通过多级LCS的相似度计算，得到一个代表待聚类对象特征的矩阵Z。在此基础上，再进入后续的聚类和重用流程，进行数字孪生车间的快速建模。

　参考文献：

　　[1]陶飞,张萌,程江峰,等.数字孪生车间——一种未来车间运行新模式[J].计算机集成制造系统,2017,23(1):1-9.TAO F,ZHANG M,CHENG J F,et al.Digital twin workshop:a new paradigm for future workshop[J].Computer Integrated Manu⁃facturing Systems,2017,23(1):1-9.

　　[2]闫海兰,尚坡利,杨亚龙.柔性制造系统数字孪生建模与应用[J].机电工程技术,2022,51(8):32-35.　YAN H L,SHANG P L,YANG Y L.Digital twin modeling and application in flexible manufacturing system[J].Mechanical&Electrical Engineering Technology,2022,51(8):32-35.

　　[3]张旭辉,鞠佳杉,杨文娟,等.基于数字孪生的复杂矿用设备预测性维护系统[J].工程设计学报,2022,29(5):643-650.ZHANG X H,JU J S,YANG W J,et al.Predictive maintenance system for complex mining equipment based on digital twin[J].Chinese Journal of Engineering Design,2022,29(5):643-650.

　　[4]WEN J,LIU Z,SONG Y,et al.Rapid Modeling Method for The Digital Twin of Five-hundred-meter Aperture Spherical Radio Telescope[J].IAENG International Journal of Computer Science,2022,49(2):482-488.

　　[5]魏鹤.船用柴油机关重件三维机加工艺信息重用方法研究[D].镇江:江苏科技大学,2018.

　　[6]ZHANG Y Z,ZHANG C X,YAN J,et al.Rapid construction method of equipment model for discrete manufacturing digital twin workshop system[J].Robotics and Computer-Integrated Manufacturing,2022,75.

　　[7]BAO J S,GUO D S,LI J,et al.The modelling and operations for the digital twin in the context of manufacturing[J].Enterprise In⁃formation Systems,2019,13(4):534-556.

　　[8]刘伟,刘振宇,谭建荣.基于工艺相似性的产品模块构建方法及其应用[J].计算机辅助设计与图形学学报,2010,22(10):1647-1654.LIU W,LIU Z Y,TAN J R.Construction of product modules based on process similarity[J].Journal of Computer-Aided De⁃sign&Computer Graphics,2010,22(10):1647-1654.

　　[9]WU Z W,FAN X C,CHEN J B,et al.A study of product family rapid design based on modularization and parameterization for transportation equipment[J].Advanced Materials Research,2012,1674(482-484):2460-2465.

　　[10]JESUS T K,NADIA H,LYES K.Digital twin framework for re⁃configurable manufacturing systems(RMSs):design and simula⁃tion[J].The International Journal,Advanced Manufacturing Tech⁃nology,2022,120(7-8):21-20.

　　[11]RUEMLER S P,ZIMMERMAN K E,HARTMAN N W,et al.Promoting model-based definition to establish a complete prod⁃uct definition[J].Journal of Manufacturing Science and Engi⁃neering,2017,139(5).

　　[12]LIAU Y,LEE H,RYU K.Digital twin concept for smart injec⁃tion molding[J].IOP Conference Series:Materials Science and Engineering,2018,324(1):012077.

　　[13]WANG Q H,SUN B B,SHEN F X.Case-based reasoning rapid design approach for CNC turret[J].Advanced Materials Re⁃search,2013,2717(819):304-310.

　　[14]谭宇思.支持快速设计的注塑机产品设计平台的设计、开发和应用[D].杭州:浙江大学,2012.

　　[15]张辉,裘乐淼,张树有,等.基于智能聚类分析的产品典型工艺路线提取方法[J].计算机集成制造系统,2013,19(3):490-498.ZHANG H,QIU L M,ZHANG S Y.Typical product process route extraction method based on intelligent clustering analysis[J].Computer Integrated Manufacturing Systems,2013,19(3):490-498.

　　[16]LIU S,ZHANG Z,TIAN X.A typical process route discovery method based on clustering analysis[J].The International Jour⁃nal of Advanced Manufacturing Technology,2008,35(1-2):186-194.

　　[17]LIU N S,TIAN T X,ZHANG M Z,et al.Applying hierarchical clustering to discover the typical process route[J].Materials Sci⁃ence Forum,2006,51(532-533):949-952.

　　[18]龙红能,殷国富,成尔京,等.基于实例推理的相似工艺度量算法[J].四川大学学报:工程科学版,2004(1):77-82.LONG H N,YIN G F,CHENG E J,et al.Algorithm of process similarity analysis from case-based reasoning[J].Journal of Si⁃chuan University(Engineering Science Edition),2004(1):77-82.

　　[19]郑华林,邱亚玲,何畏,等.面向工艺规划的零件分类和识别方法研究[J].制造技术与机床,2009(3):119-122.ZHENG H L,QIU Y L,HE W,et al.Study on process plan⁃ning oriented part classification and identification[J].Manufac⁃turing Technology&Machine Tool,2009(3):119-122.

　　[20]李春磊,常智勇,李亮.一种新的基于信息熵和PSO-Kmeans聚类算法的典型工艺路线发现与重用体系[J].西北工业大学学报,2023,41(1):198-208.LI C L,CHANG Z Y,LI L.A novel system for discovery andre⁃use of typical process route based on information entropy and PSO-Kmeans clustering algorithm[J].Journal of Northwestern Polytechnical University,2023,41(1):198-208.

　　[21]KUMAR U S,PRAKASH J T,KISHORE K.Analysis of conver⁃gence and stability of PSO for accurate estimation of the incipi⁃ent faults of hydraulic pump[J].Journal of the Brazilian Society of Mechanical Sciences and Engineering,2024,46(3).

　　[22]LI C L,LI L,WANG X Y.Similarity measurement of the geome⁃try variation sequence of intermediate process model[J].Journal of Mechanical Science and Technology,2021,35(7):3089-3100.

　　[23]潘春荣,黎良.印刷包装生产线的建模与仿真分析[J].系统仿真学报,2014,26(12):2996-3002.PAN C R,LI L.Modeling and simulation analysis of production line for printing and packaging[J].Journal of System Simulation,2014,26(12):2996-3002.

　　[24]陈璇,舒亮,冷玉祥,等.断路器柔性装配车间数字孪生系统设计[J].计算机工程与应用,2022,58(14):245-257.CHEN X,SHU L,LENG Y X,et al.Design of digital twin sys⁃tem for circuit breaker flexible assembly workshop[J].ComputerEngineering and Applications,2022,58(14):245-257.

       [25]崔亚飞,罗辉,秦龙.基于数字孪生的工业机器人运动仿真[J].机电工程技术,2022,51(12):183-186.CUI Y F,LUO H,QIN L.Motion simulation of industrial robot based on digital twin[J].Mechanical&Electrical Engineering Technology,2022,51(12):183-186.

　　[26]王凌浩,舒亮,钱祺.基于断路器柔性装配的移动机器人路径规划[J].电子测量技术,2023,46(5):121-128.　WANG L H,SHU L,QIAN Q.Path planning of mobile robot based on flexible assembly of circuit breaker[J].Electronic Mea⁃surement Technology,2023,46(5):121-128.