本文提出了基于数字孪生的智能装配车间管控模式，可以实现资源定位、优化调度、装配流
程和质量控制等，从而提高复杂装配车间管控能力。
随着物联网、数字线程、智能传感、信息物理融合等技术的快速发展以及人工智能技术与制
造业的融合，掀起了以信息技术为核心的新时期技术革命，世界各国陆续出台了各自的先进
制造发展战略[1]。如英国工业 2050、美国“先进制造业”战略、德国工业 4.0 战略、中国
制造 2025，其目的都是借助新一代信息技术实现物理世界和信息世界的互联互通以及智能
化操作，进而实现智能制造[2]。
2003 年 Grieves 教授在美国密歇根大学的产品全生命周期管理课程上最早提出了数字孪生
的概念[3]，国内外学者在数字孪生驱动的产品优化设计、全生命周期管理、复杂系统控制
等方面开展了大量研究[4]。目前比较认可的是由北京航空航天大学、北京理工大学等给出
的定义：数字孪生是利用数字技术创建物理实体的虚拟模型，借助数据模拟物理实体在现实
环境中的特征、行为、形成过程和性能，通过虚实交互反馈、数据融合分析、决策迭代优
化、精准高效执行等手段扩展物理实体的能力[5-6]。
近几年数字孪生的概念炙手可热。陶飞等[7-8]探索了数字孪生车间（Digital Twin Shop-
floos,DTS）的概念，设计了 DTS 的组成与运行机制，阐述了实现 DTS 的 4 个 特点和 5 大
关键技术，为数字孪生在生产制造环节落地应用提供了理论支撑；Behrang Ashtari
Talkhestani 等[9]出基于模型融合的数字孪生建模方法，通过多种数理仿真模型的组合构建
复杂的虚拟实体；郑宇等[10]提出全参数数字孪生实现框架，基于数据采集、传输、处理、
匹配等流程实现上层数字孪生应用。目前数字孪生技术已在我国飞机、航天器等领域得到一
些应用，但是数字孪生技术仍处于探索阶段，还存在许多亟待解决的问题。
本文针对目前飞机机翼装配车间混流装配 、装配精度和效率低等问题，提出基于数字孪生
的智能装配车间管控模式，在实现资源位置信息、装配流程信息、装配质量信息实时采集的
基础上，利用 Euclidean 距离法、Markov 方法、Manhattan 距离算法等实现装配车间资
源优化调度、装配流程和质量控制。最后，以某型号机翼装配车间为例，对原型系统进行应
用验证，为实现复杂装配车间实时、动态管控提供技术路径。
评论0
最新资源