智能制造的核心技術之建模與仿真技術！
發布時間：2023-06-15 www.xstr.xyz
建模與仿真技術從嚴格意義上說，是兩個技術的復合名詞，即建模技術與仿真技術。建模是仿真的基礎，建模是為了能夠進行仿真。仿真是建模的延續，是進行研究和分析對象的技術手段。
文章來源
本文改編自：《智能制造概論》，已由清華大學出版社出版。作者：中國工程院李培根院士、華中科技大學高亮教授。
01建模與仿真技術的定義
建模與仿真技術從嚴格意義上說，是兩個技術的復合名詞，即建模技術與仿真技術。建模是仿真的基礎，建模是為了能夠進行仿真。仿真是建模的延續，是進行研究和分析對象的技術手段。
具體到智能制造中，建模技術是指，針對制造中的載體（如數控加工機床、機器人等）、制造過程（如加工過程中的力、熱、液等問題）和被加工對象（如被制造的汽車、飛機、零部件），甚至是智能車間、智能調度過程中一切需要研究的對象（實體對象或非實體化的生產過程等問題），應用機械、物理、力學、計算機和數學等學科知識，對研究對象的一種近似表達。
仿真技術是在建模完成后，結合計算機圖形學等計算機科學手段，對模型進行圖像化、數值化、程序化等的表達。借助仿真，可以看到被建模對象的虛擬形態。
02建模與仿真技術的特點
從需求本身出發，建模與仿真技術表現出以下特點：
（1）虛擬化：虛擬化是建模與仿真技術的最本質特點，利用建模與仿真技術可得到被研究對象的虛擬鏡像。
（2）數值化：數值化是建模與仿真技術的必要特點，是仿真、計算、優化的前提。
（3）可視化：可視化是建模與仿真技術的直觀特點，是建模與仿真技術人機交互與友好性的體現。在智能制造中，可視化幾乎是一切建模與仿真技術所共有的特點和屬性。可視化可以幫助科研人員直觀分析被研究對象的動態行為，也可以幫助車間技術人員快速掌握加工過程或加工對象的實時狀態。
（4）可控化：可控化是建模與仿真技術通往終極目標的必要手段。建模與仿真技術的目的是對被研究對象進行分析和優化。只有在建模與仿真技術中做到可控化，才可以進行科學化的對照試驗、優化試驗等。
建模與仿真技術的特點隨著制造業的發展而不斷更新
另外，隨著制造業的轉型升級，從傳統制造到數字制造，從數字制造到數字化網絡化制造，再到數字化網絡化智能化制造，建模與仿真技術又表現出一些新的特點：
（1）集成化：智能制造發展的初級階段，即數字制造，制造對象或制造主體（機床或機器人等）主要表現出單元化的制造特點；到了智能制造發展的第二階段，即數字化網絡化制造，制造對象或制造主體又表現出在互聯網下的多邊互聯特點；再到數字化網絡化智能化的第三階段，依托5G、物聯網、云計算、云存儲等技術，實現各制造對象或制造主體之間的互聯互通，人-機-物的有機融合，建模與仿真技術也從原來的單一化過渡到多機協同的集成化模式。
（2）模塊化：模塊化似乎是與集成化相悖的一個概念和特點，但其實不然。數字化制造過程中，由于加工對象單一，加工過程單一，建模與仿真技術也表現出模型與實體對象的一一對應的特點。但到了智能制造發展的第三階段，由于加工過程更為復雜，加工對象更多，各個對象之間還有緊密的聯系，建模與仿真技術也變得更復雜，更有必要在復雜的條件下構建模塊化的建模單元與仿真單元，以便不同人員跨地區、跨學科、跨專業、跨時段地進行協同建模與仿真開發。
（3）層次化：HLA（high-level architecture）是智能制造中的一個代表性的開放式、面向對象的技術架構體系。在HLA架構體系下，智能車間、智能工廠、智能倉儲、智能化嵌入式系統、智能化加工單元等作為智能制造網絡化體系結構的下端級，云平臺、云存儲作為上端級，邊緣計算、云計算作為溝通中間的連接驅動和計算資源。針對復雜網絡體系下的智能制造，需要更加層次化的建模與仿真，有利于模型的管理、重用、優化升級與快速部署。
（4）網絡化：5G是智能制造時代的高速信息通道，智能制造與5G技術的結合，更有利于將人-機-物進行有機融合，各加工制造單元互聯互通，模型交互與模型共享，仿真數據共享。
（5）跨學科化：智能制造生產活動中，表現出了多學科和跨學科的特點。建模與仿真技術在集成式發展的過程中，也表現出集機械、電磁、化學、流體等多學科知識，表現出多專家系統模式。典型的如CAM軟件，既能夠進行機械的三維實體建模，又能對模型進行有限元分析、流體分析與磁場分析等。
（6）虛實結合化：虛實結合化是智能制造中建模與仿真技術的重要特點，也是前沿方向。典型的如VR（virtual reality）、MR（mixed reality）、AR（augmented reality）等技術，這些技術的共同特征都是能讓人參與虛擬化的建模與仿真技術，與實體對象進行交互，增強仿真過程中的真實體驗。
（7）計算高速化：隨著計算機技術和網絡技術的快速發展，能夠對制造活動中的對象進行越來越真實的建模與刻畫，仿真過程也越來越豐富。雖然模型的計算復雜度大幅度提升，但依托于高速計算機、大型服務器、高速總線技術、網絡化技術和并行計算模式，建模與仿真也表現出計算高速化的特點。計算高速化的建模仿真，是虛擬化模型與實體制造加工過程進行實時協作的關鍵技術。高性能計算（HPC）利用并行處理和互聯技術將多個計算節點連接起來，從而高效、可靠、快速運行高級應用程序。基于HPC環境的并行分布仿真是提高大規模仿真的運行速度的重要方法。
（8）人工智能化：傳統的建模仿真主要是三類，即基于物理分析的機理模型、基于實驗過程的經驗推導模型、基于統計信息的統計模型。智能制造是一個高度復雜和強耦合的體系，傳統的模型在一些要求較高的條件下，往往并不能滿足需求。而通過借助人工智能技術，如人工神經網絡、核方法、深度學習、強化學習、遷移學習等對非線性強耦合的加工過程和加工對象進行建模，能夠得到傳統建模方法達不到的精準效果。
（9）數據驅動化：工業大數據是數字-智能時代工業的一個伴生名詞，工業大數據指智能制造活動中，加工實體、加工過程等一切參與智能制造活動的對象所產生的數據資源。工業大數據背后往往隱藏著巨大的制造活動奧秘，而這些奧秘是傳統建模與仿真憑借機理推導、單一數據實驗和統計難以發現的。基于工業大數據和機器學習技術，能夠為復雜制造對象與過程進行建模，并伴隨數據量的逐漸累積，所建立的模型與仿真也更加貼合實際。
03建模與仿真技術的
技術體系/關鍵技術
1）建模/仿真支撐環境
建模/仿真的支撐環境是進行建模與仿真的基礎性問題。在計算機、網絡、軟件（管理軟件、應用軟件和通信軟件）、數據庫、圖形圖像可視化的基礎上構建建模/仿真支撐環境。建模/仿真支撐環境是建模和進行仿真試驗的硬軟件環境，它的體系結構應根據仿真任務的需求和規模從資源、通信、應用3個方面來設計，建立適合本應用領域的建模/仿真支撐環境。建模/仿真支撐環境可劃分為建模開發環境和仿真運行環境，兩者有共享的資源。
研究開發環境主要用于建模、仿真系統設計、仿真軟件開發等，沒有嚴格的時間管理要求，但要保證事件發生的前后順序；而仿真運行環境用于仿真系統運行，必須有嚴格的時間管理，保證實時性。一般情況下，仿真系統運行時調用的資源是固定的、靜態的，要實現調用動態資源則建模仿真環境體系結構更復雜。在智能制造的背景下，建模/仿真技術的支撐環境也越來越復雜，從單計算機平臺，過渡到多機協同建模與仿真平臺，從個人電腦遷移到云端進行建模與仿真。然而，每一次建模與仿真技術的革新，往往伴隨支撐環境底層技術的突破。
2）先進分布仿真
從單元化制造到集成化網絡化制造，也呈現出分布式建模與仿真的新模式。基于仿真的設計、基于仿真的制造涉及多個專業、多個單位，他們可能分布在不同地區，應將分布在各地理的仿真系統、模型、計算機、設備，將通過網絡構成分布聯網仿真系統。仿真運行時，仿真系統中的模型之間，計算機之間，仿真系統之間有大量數據和信息傳送和交互。
美國國防部于1998 年正式提出基于仿真采辦的概念，其兩大關鍵是：
（1）協同環境－協同環境是由互操作的工具和數據庫，權威的信息資源，以及產品/過程模型支持的各領域專家可協同工作的環境；
（2）分布產品描述－分布產品描述是數字化產品信息的分布集合，通過 Web 技術互聯，對用戶呈現單一的邏輯上統一的產品描述，包括產品數據，產品模型，過程模型等。
3）仿真資源庫
仿真資源庫是仿真技術的依賴性技術。仿真資源庫包括數據庫，模型庫，工具軟件庫等。仿真系統的開發和運行要用到大量數據和模型，例如飛行器動力學模型和氣動數據，全球導航臺數據，綜合自然環境模型和數據，產品性能的模型和數據，人的行為模型和數據、仿真結果數據等。此外，仿真資源庫越豐富，能開展的仿真活動也更為多樣。在智能制造中，人是一項關鍵的因素，將人納入建模與仿真環境進行協同仿真，是對建模與仿真平臺的又一大挑戰。因此，建模與仿真技術不但需要有豐富的圖形圖像仿真資源庫、數值計算與數值優化資源庫，也要包含語料資源庫、音頻資源庫，甚至是觸覺資源庫與多專家系統知識庫。
4）圖形圖像綜合顯示技術
圖形圖像綜合顯示技術一直都是建模與仿真技術的關鍵核心技術，也是最根本的一項技術，是計算機圖形學、數據處理等基礎技術的綜合應用。智能制造對建模與仿真的圖形圖像綜合顯示技術提出了更多新的要求，即不但能在單機上進行二維和三維圖形顯示，更需要滿足嵌入式系統仿真過程中的快速在線實時三維顯示。這種綜合顯示技術不再是單一加工對象或加工主體的圖形圖像化顯示，更提出了新的要求，即融合人和加工環境等的仿真顯示技術。
數控加工仿真是利用計算機圖形學的成果，采用動態圖的真實感形式，模擬數控加工全過程。通過數控加工仿真軟件，能判別加工路徑是否合理，檢測刀具的碰撞、干涉，優化加工參數，減低材料消耗和生產成本，最大限度地發揮數控設備的利用率，如圖1所示。一個完整的數控加工仿真過程包括：
（1）NC代碼的翻譯及檢查；
（2）毛坯干涉及零件圖形的輸入和顯示；
（3）刀具的定義及圖形顯示；
（4）刀具運動及毛坯切屑的動態圖形顯示；
（5）刀具碰撞及干涉檢查；
（6）仿真結果報告，包括具體干涉位置及干涉量。
04建模與仿真技術
在智能制造中的典型應用案例
1）建模與仿真技術在工業機器人中的應用
作為智能制造中的典型應用范例，建模和仿真技術對于機器人的理論研究、設計開發、數據分析、快速產線部署、程序編制、運動規劃等都極為重要，更是實現智能制造中加工工藝優化、加工質量與產品性能提升、無人化工廠的關鍵核心技術。
機器人的建模包括運動學建模、動力學建模、力與環境的物理交互建模等，建模是控制和仿真的基礎。典型的運動學建模仿真平臺有MATLAB、Gazebo、V-REP等。其中，MATLAB可為機器人進行理論計算研究（如圖2所示）。基于其強大的矩陣運算工具箱，研究人員能靈活、方便地進行運動學和動力學建模等。另外，基于Simulink工具箱，還可進行與機器人運動控制相關的實驗設計和分析。
Gazebo是一款3D動態模擬器，能夠在復雜的室內和室外環境中準確、有效地模擬機器人群。Gazebo可提供高保真度的物理模擬和一整套的傳感器模型，還能提供用戶和程序非常友好的交互方式。基于Gazebo動態模擬器，可以對機器人算法進行測試，設計機器人和現實場景進行回歸測試。一般情況下，Gazebo會運行在Ubuntu操作系統上的 ROS（robot operating system）環境中進行集成使用，如圖3所示。
2）建模與仿真技術在汽車設計中的應用
在現代汽車設計過程中，汽車性能的設計優化主要是利用建模與仿真技術對汽車性能進行預測評估后，根據仿真結果對整車設計參數進行優化。仿真技術使所設計的車型能在不制造出樣車、不進行實車試驗的情況下，完成對新車型性能的預測和整車設計參數的優化。與傳統的汽車性能優化過程相比，仿真技術的應用，縮短了新車型的設計周期，節約了新車型的設計經費，并改進了新車型的性能、質量和成本，這是一種適應人們對新車型要求不斷提高的最有效的方法。為此，各大汽車公司在進行新車型開發時，都廣泛地應用了建模與仿真技術。
3）建模與仿真技術在制造車間設計中的應用
一般可以把車間的設計過程分為兩個主要階段：初步設計階段和詳細設計階段。初步設計階段的任務是研究用戶的需求，然后由此確定初步設計方案。詳細設計階段的主要任務是在初步設計的基礎上，提出對車間各個組成單元的詳盡而完整的描述，使設計結果能夠達到進行實驗和投產決策的程度，具體來說即確定設備、刀具、夾具、托盤、物料處理系統、車間布局等。而仿真技術則主要用于方案的評價和選擇。在初步設計階段，可以在仿真程序中包含經濟效益分析算法，運行根據初步設計方案所建立的仿真模型，對以下信息進行評價：新車間中生產的產品類型和數量能否滿足用戶要求，產品的質量和精度是否能夠滿足要求，新車間的效率和投資回收率是否合理。在詳細設計階段，使用仿真技術可以對候選方案的以下方面做出評價：在制造主要零件時，車間中主要加工設備是否能夠得到充分的利用，負載是否比較平衡，物料處理系統是否能夠和車間的柔性程度相適應，新車間的整體布局是否能夠滿足生產調度的要求，是否具有一定的可重構能力，在發生故障時，車間生產系統是否能夠維持一定程度的生產能力。
05
建模與仿真技術的發展趨勢
智能制造從單元化，過渡到集成化，再到網絡化智能化，建模與仿真技術也呈現出新的技術特點和技術應用。總的來說，伴隨智能制造發展的腳步，建模與仿真技術將會更加緊密地與5G、云計算、大數據、人工智能相結合。建模與仿真技術正呈現出實時化仿真、分布式嵌入式仿真、云端建模與仿真、多端建模與仿真和模型資源共享、虛實結合的建模與仿真、人與加工過程參與建模與仿真互動、大數據驅動的混合建模、人工智能和群體智能優化技術結合的建模與仿真等趨勢。
隨著制造業的發展，建模仿真技術將發揮更加重要的作用。與此同時，由于智能制造系統的新的特點，對仿真技術提出了更高的要求。
1）新一代數字模型
新一代數字模型是將傳統的建模仿真技術與新一代的信息技術，如物理信息系統、物聯網、大數據、云計算、虛擬現實/增強現實、人工智能等技術相結合，根據特定的需求而構建伴隨被建模的物理實體全生命周期、可持續演化且高度可信的數字化模型。新一代數字模型不僅可以進行離線的分析與預測，還能在線地與物理系統進行實時互動。新一代數字模型技術將成為支持新一代智能制造的關鍵技術之一。
數字孿生技術是一種典型的新一代數字模型技術。它是傳統虛擬樣機技術的延伸和發展。
虛擬現實(VR)/增強現實(AR)/混合現實(MR)技術也是新一代數字模型技術的重要內容。通過VR可以增加虛擬模型的沉浸感，而AR及MR技術可以實現人、信息系統和物理系統的融合仿真。AR可將計算機生成的虛擬景象疊加到現實景物上，實現人與虛擬物體的實時交互。
制造過程是一個人、信息、機器、環境高度融合的系統。仿真技術除了建立產品模型以及制造所需要的資源、設備、環境等模型外，還可以建立人員的模型。通過人員模型與設備及環境模型的交互式仿真，實現更真實可信的仿真過程。
2）面向制造全生命周期的模型工程
數字模型的建立與管理是制造企業實現制造系統數字化的重要基礎。由于制造過程的復雜性，制造生命周期的數字模型擁有一些新的特點。
（1）模型的組成更復雜。模型的組成元素越來越多，元素之間的關系更加復雜。
（2）模型的生命周期更長。智能制造系統中的模型將參與產品的整個生命周期。由于模型元素之間關系的復雜性，模型的演化過程將會非常復雜且呈現高度不確定性。
（3）模型具有高度異構性。大量的模型是由不同的機構采用不同的平臺、結構、開發語言和數據庫來構建。
（4）模型的可信度極難評估。由于對模型的依賴性的增強，模型的可信度問題也變得越來越重要。由于模型的復雜度增加，評估模型的可信度變得更加困難。
（5）模型的可重用性。為了提高模型開發的效率與質量，模型重用的作用和價值變得更加重要。
綜上所述，迫切需要一種面向復雜制造過程全生命周期的模型理論和方法。
3）云環境下的智能仿真技術
隨著云計算技術的發展，在制造領域應用云平臺技術也逐漸成為一種趨勢。在云平臺上進行相關制造活動是制造企業進行升級和轉型的重要手段。如何在云環境下，通過仿真支持制造全生命周期的協同優化，成為仿真技術面臨的新挑戰。基于云的仿真技術與智能制造的結合將成為制造系統仿真發展的必然趨勢。
4）面向大數據的仿真技術
由于制造系統的復雜化，在制造的全生命周期內產生大量的數據。大數據的出現對仿真技術帶來了新的機遇，同時仿真技術對制造大數據的獲取、處理、管理和使用也將發揮重要作用。
一方面，大數據可以對仿真建模提供新的途徑和方法。由于制造系統的高度復雜性，導致采用傳統方法對復雜系統建模非常困難。而利用系統運行產生的大量數據樣本，通過機器學習的方式可以建立逼近真實系統的“近似模型”。大數據對于仿真分析方法也將產生重要影響，仿真將從對因果關系的分析轉向對關聯關系的分析，同時大數據為仿真分析也將提供新的資源和手段。另一方面，制造大數據也將成為建模仿真的重要研究對象，借助仿真技術挖掘并發揮大數據在制造各環節中的價值。此外，仿真技術還可用于大數據的篩選和預處理，大數據存儲策略、遷移策略以及傳輸策略的優化等方面。建模與仿真和大數據將相互促進、相互補充。兩者的結合將有力的促進智能制造的發展。