基于數字孿生的鑄件打磨系統設計

趙競遠 竇 杰 劉云鵬 黃雅蓉 陳 潔 溫家偉 吳 舟 朱彥彬

（嘉興學院信息科學與工程學院 浙江嘉興 314001）

隨著“工業4.0”和《中國制造2025》的相繼提出，傳統制造業已經不能滿足新時代制造需求，新一輪的科技革命即將到來。人工智能、先進控制等關鍵技術不斷發展，智能制造必將是未來制造業發展的風向標[1]。隨著工業機器人、數控機床、人工智能等先進技術的不斷發展，智能制造已進入高速發展階段。智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節[2]，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式[3-4]。

在此背景下，近五年來在制造業已經有很大規模的機器換人，但很多工作依然不能由機械臂獨立完成[5]。例如對生產線鑄件進行細致打磨，因為由于模型型板的平整度、是否在分型面有落砂或其它雜物、是否壓箱不好而漲箱或修型局部壓得太多等因素，每個鑄件的毛邊都各不相同，所以我提出結合數字孿生技術，實現對鑄件的精準測量識別后，利用孿生數據處理后引導打磨機器人實現鑄件打磨，構成一個以鑄件打磨為核心的小型數字孿生系統。解放勞動力，提高工作效率，解決現在智能制造中迫切需要解決的問題[6-8]。

一、系統數字孿生體系架構

數字孿生（DT——Digital Twin）作為核心技術之一其實是負責建立一個整體的框架，通過數據在其中不斷的流通、處理、轉換來完成物理世界實體數據的虛擬空間映射。

本文計劃在融合數字孿生的五維模型即DT=PE+VE+CN+DD+Ss[9]的基礎上，構建由物理實體層、孿生模型層、功能層構成的三層結構[10]。

首先是物理實體層，顧名思義，指生產線的主體、生產單元和產品等物理實體，是數字孿生五維模型中的物理實體[11]（PE——Physical Entity）；主要包括機器人、機械臂、打磨加工設備、自動導引運輸車（AGV）、傳送帶、產品、零部件等實體。

孿生模型層是實體特征真實寫照，包括實體形狀、位置、動作及相互關系，是數字孿生五維模型中的虛擬實體（VE——Virtual Entity）；利用連接（CN——Connection）模型將生產線上傳感器、打磨設備等物理設備和虛擬設備以及服務結合起來保持交互、一致與同步；所產生的孿生數據（DD——Digital Data）是物理設備、虛擬設備、服務運行的“驅動”。主要是完成鑄件實體在計算機空間內的虛擬映射，即鑄件的數據孿生過程。

功能層是將數據再次面向生產線，將孿生的數字模型回歸和造福生產線，是數字孿生五維模型中的服務（Ss——Services）。即利用上層產出的鑄件孿生數據進行實際應用，包括可視化以及機械臂的路徑規劃。

通過連接和孿生數據模型貫穿物理實體層、孿生模型層、功能層構成的三層結構，構成完整的數字孿生鑄件打磨系統以實現對現實世界更加精確的虛擬映射[3]，從而完成對生產線鑄件的仿真、分析處理及打磨操作。

二、鑄件孿生實現方法

以簡單的球體鑄件為例，在給定實驗場景內，模擬工業相機在封閉實驗艙內測量球型鑄件的過程，給予適當角度的光源，送入球狀物體到待測距離，并安裝已完成內參標定和像素標定[12]的工業單目攝像機后，開始測量。

工業攝像機固定角度拍攝一張RGB圖像，對圖像進行白平衡、畸變矯正、二值化后提取鑄件顏色區域的部分，其中二值化是提取該區域的最關鍵一步，需要提取圖像的b通道和r通道的值，定義一個列表，用于存放所獲得的上下閾值，保留灰度值在上下閾值中間的像素，此時得到的二值化圖片，如圖1。

圖1 球體鑄件輪廓圖

使用OpenCV提供的“cv2.contourArea（）”方法將計算二值化圖像中每個單獨的白色圖形的輪廓的面積，并給每個圖形一個輪廓索引號，再判斷面積在指定范圍內，就把該索引號的圖形輪廓畫出來，其他的不符合的都將“丟棄”。于是在現有所得條件下，使用“cv2.findContours（）”方法檢測并繪制輪廓，這個輪廓一定是面積最大的圓形的邊長。此時使用獲取最小外接圓的“cv2.minEnclosingCircle（）”方法，輸入2D點矢量，輸出的返回值是一個二元組，包括center——圓心（x，y）和radius——半徑r。由此得到了所拍攝的球體鑄件的二維圖形圓形的半徑，但該半徑的單位是像素，根據像素標定所得的像素分辨率，二者相乘可以獲得所求圓形的實際半徑，單位是毫米，也就求得了待測球體鑄件的實際半徑，如圖2。

圖2 球體半徑測量值

球體鑄件只是最簡單的一種立體圖形構成的鑄件，且所設計的待測尺寸信息只包含半徑這一個量，實際生產線上鑄件必定結構更加復雜、環境影響因素更多、涉及的待測尺寸更多，所以可以將測量的相機換為雙目攝像機，增加測量深度信息[13]，或者在允許的情況下采用工業CT、雷達、多目攝像機等先進技術，提高精度的同時可以獲得鑄件更多的信息包括材料、顏色等。

三、鑄件孿生數據的應用

利用鑄件的孿生數據可以構成數字孿生模型的應用層，已獲取到的尺寸數據首先進行三維可視化，再進行三維建模，如圖3。

圖3 球體鑄件三維可視化圖

然后利用鑄件的設計工藝數據進行三維建模，此時利用算法將現實情況下鑄件的模型與工藝圖紙所構建的模型進行精細的比對，計算出鑄件的飛邊，最終結果模型轉化為機器語言，進行路徑規劃引導機械臂帶動打磨機器人對鑄件進行打磨，由此構成完整的數字孿生鑄件打磨系統。

四、結束語

數字孿生技術在智能制造行業大展拳腳的時代指日可待。本論文只提出了一種利用數字孿生構建的單個鑄件打磨的小型系統，希望未來可以利用新技術不斷完善與提高，使系統功能更為強大、實用性更高，能夠真正利用在實際自動化生產線上，并且依照提出的方法可以向批量化的方向發展，可以結合其他多學科技術構建大型的智能數字孿生車間，為更加智能的工業生產線系統增磚添瓦。