航天 基于数字孪生的航天结构件制造车间建模研究( 四 )


交互属性表现为工艺模型与资源模型相关联 , 在虚拟车间中工序模型与相应的刀具、夹具、机床模型交互以完成仿真过程 , 保证工件的加工质量 。 控制属性为根据生产现场实时反馈的加工参数 , 进行工艺参数的调整、工艺问题的预测等 , 以驱动加工过程持续改进 。 计算属性表现为工艺数字孪生模型可以用来仿真分析以反映产品真实的加工状态 , 并预测可能出现的质量问题 。
3应用与分析
本文以某航天企业结构件加工车间为例 , 展开基于数字孪生的航天结构件制造车间的应用验证 。 该车间配有数控车床5台 , 数控磨床2台 , 数控镗铣床4台 , 卧式加工中心2台 。 车间的加工产品及生产任务如表1所示 。
表1 航天结构件制造车间加工产品及生产任务
根据车间的生产任务 , 进行3种结构件的小批量生产 。 首先根据车间的布局、设备生产能力、工艺流程和资源状态 , 利用软件Plant Simulation进行虚拟车间的构建 , 如图5所示 。
图5 航天结构件制造车间虚拟模型将生产任务输入虚拟车间 , 配置设备模型的参数 , 根据制订的生产工艺流程进行仿真活动 。 目前车间内已有机床数据采集和监控软件 , 可实现对机床的运行时间、实时状态、加工工件数量的监测 。 虚拟车间的设备利用率统计分析、产品加工情况等可以以柱状图、统计报表、甘特图的方式实时反馈给车间制造人员 。 通过对比物理车间与虚拟车间的实时信息 , 及时调整车间的生产活动 , 保证高效地进行生产活动 。

根据定义的产品模型和工艺模型划分每种结构件的详细制造工序 , 同时传统的粗加工及半精加工采用数控车床和数控镗铣床协作的模式完成 。 图6所示为两种制造模式下加工9件结构件A的设备利用率对比 。 通过统计分析 , 可以发现数字孪生加工车间设备利用率有明显的提升 。 其中 , 平均值为车间所有设备利用率的平均值 。

图6 结构件A加工过程设备利用率对比
在数字孪生车间中 , 机床的分配、零件的加工顺序、工艺规划已经在虚拟车间中经过仿真并得到优化 , 所以物料可通过AGV配送到准确的位置 。 如图7所示为结构件A在两种制造模式下的物流及时率对比 。 物流及时率可以通过物料能否在一定的时间配送到正确的位置进行评价 。 其中 , 平均值为加工9件结构件A的物流及时率的平均值 。
图7 结构件A加工过程物流及时率对比

在数字孪生制造车间中 , 结构件A的加工计划经过模拟 , 工艺过程得到优化 。 在每道工序完成后 , 都可以利用高保真的模型对加工质量进行虚拟验证 , 因此工件检测和加工可以同步进行 , 减少了结构件A的加工时间 。
结构件B和结构件C在两种制造模式下的设备利用率、物流及时率、总加工时间与结构件A的统计分析方法相同 , 如表2所示为两种制造模式下的生产结果统计分析 。 相比于传统的生产模式 , 数字孪生制造车间内设备利用率平均提高了16.6% , 物流及时率提高了16.6% , 总加工时间平均缩短了10.22h 。
表2 生产结果统计分析
4.结语
本文基于数字孪生技术 , 结合航天结构件制造车间内的产品、工艺和资源进行建模 , 提出的数字孪生模型融合控制、计算和交互属性 , 提高了车间生产能力 。 通过构建航天结构件虚拟制造车间 , 保证虚实车间的实时交互 。 通过对比分析物理车间与虚拟车间的数据 , 及时调整车间的生产活动 , 有效地提高了车间的设备利用率、物流及时率 , 缩短了产品的加工时间 。 未米的研究工作将围绕产品、工艺、资源数字孪生模型的互操作展开 。

推荐阅读