基于數字孿生的掘錨一體機實時狀態映射

胡偉飛，方健豪，劉飛香，陳煒鎰，劉振宇?，廖金軍，譚建榮

（1.浙江大學流體動力與機電系統國家重點實驗室，浙江杭州 310027；2.浙江大學機械工程學院，浙江杭州 310027；3.中國鐵建重工集團股份有限公司，湖南長沙 410100）

掘錨一體機是一種運用于煤礦巷道快速掘進的掘、錨一體設備.相對于傳統的煤礦挖掘裝備，掘錨一體機可以實現在同一臺設備上同時進行掘進和錨護.近年來，隨著巷道掘進設備要求提高，對于掘錨一體機的研發［1-2］與應用［3］逐漸深入.然而，目前對于掘錨一體機的研發主要集中于裝備設計制造優化與工藝流程優化方面，對于裝備運維階段施工作業狀態與地質環境的精準監測以及實時維護等問題尚無法得到有效解決.其主要問題在于：1）生產作業過程中移動單元的信息難以實時采集；2）對于采集到的大量數據難以快速分析，造成數據浪費；3）設備與人之間未形成有效的信息溝通.這些問題已經成為攻克掘錨一體機服役過程中卡機、損壞等技術難題的關鍵制約因素.

數字孿生是一種虛實融合的動態模型，它與現實世界中對應的物理實體完全一致，可以準確及時地反映物理實體的特性、行為、性能等［4］，對于工程裝備的協作智能化、信息自動化起到重要促進作用.近年來，數字孿生技術已經在機械領域得到了初步的研究與應用［5］，通過虛實交互反饋、數據融合分析、決策迭代優化等手段，實現數字化模擬物理實體在現實環境中的行為，從而面向產品全生命周期搭建連接物理世界與虛擬世界的橋梁.

在數字孿生的基礎理論研究方面，目前在產品的數據采集、遠程傳輸、實時運行狀態檢測和故障定位方面已經開展了一系列的研究.Mori 等［6］提出了一種利用XML 格式文件及逆行網絡數據采集與診斷機床方式，為機床生產企業提供了遠程監控和維護系統.在高保真映射與遠程仿真方面，Nee 等［7］引入了增強現實（AR）與虛擬現實（VR）技術在設計制造中的應用，包括AR協同設計、工廠布局、路徑規劃等.Bi等［8］提出了基于視覺制造的方法，根據紅外采集點云數據集生成物理對象的虛擬表示，解決了數據采集與處理中的各種問題.在遠程數據傳輸方面，陳勇［9］等人提出了使用以太網構建機器人的監測方法，采用信息融合進行了多傳感信息整合，構建了多機器人生產線.張愛民［10］等人提出了運用Socket 協議的組件發展多線程連接技術，在工業機器人上采用TCP/IP 協議實現了遠程客戶端監控，能夠實時查看機器人的位置、狀態以及對應的控制.數字孿生相關理論還處于起步階段，為促進數字孿生的落地應用，在數字孿生建模、信息物理融合、交換與協同等方面有待系統深入地研究.

在工業實踐方面，數字孿生仍處于初步實踐與探索階段.美國PTC 公司致力于在虛擬世界與現實世界間建立一個實時的連接，基于數字孿生為客戶提供高效的產品售后服務與支持［11］，同時增強虛擬產品和物理部分的連接.相對而言，法國Dassault Systèmes公司側重于產品性能［12］.

在產品服務方面，數字孿生在結合虛擬現實、混合現實方面取得一定進展.西門子公司提出“數字化雙胞胎”的概念，致力于幫助制造企業在信息空間構建整合制造流程的生產系統［13］，實現物理空間從產品的設計制造到執行的全過程數字化.特斯拉（TESLA）的目標是為每一輛已建成的汽車開發一個數字孿生體，從而實現汽車和工廠之間的同步數據傳輸，而其他公司則越來越多地使用復雜的產品模型來提高虛擬和增強現實應用的沉浸感［14］.

近些年來，數字孿生的理念及關鍵技術被應用在產品設計、制造、服務等生命周期，但在地下工程裝備中尚未得到有效應用.因此本文從地下工程裝備實際工作流程出發，以某型掘錨一體機為研究對象，建立了掘錨一體機數字孿生模型；提出了掘錨一體機模型庫構建技術，基于歷史物理仿真數據庫與實時驅動數據，結合有限狀態機與快速布爾運算等方法，實現了掘錨一體機及服役環境快速仿真分析；提出了掘錨一體機虛實映射技術，通過在線采集傳遞數據，實現了基于異步傳輸的信息實時傳遞；最終實現了掘錨一體機融合服役環境的實時狀態映射與作業流程實時在線監測.

1 掘錨一體機數字孿生建模

某型號掘錨一體機主要由截割系統、支護系統、物料運輸系統、支撐與行走系統、除塵系統、電氣系統與液壓系統組成.在掘錨一體機現場基于工業互聯網采集，虛擬實體基于C/S 架構內建立在公網內.兩者基于公網的服務器實現數據的實時存儲與共享.

1.1 掘錨一體機數字孿生框架

基于數字孿生五維模型的概念，結合掘錨一體機實際信息采集功能，本文建立掘錨一體機數字孿生體模型［15］，如式（1）所示：

式中，PE代表物理實體，DD代表孿生數據，VE代表虛擬實體，Ss代表數字孿生服務，CN代表虛實映射過程.在數字孿生五維模型［15］的基礎上，結合掘錨一體機作業流程與地下實際情況，提出基于數字孿生的掘錨一體機實時狀態映射框架，如圖1所示.

圖1 掘錨一體機數字孿生體建模Fig.1 Modeling for digital twin of driving and bolting integration equipment

該五維模型一共包括五個部分：①物理實體；②虛擬實體；③孿生數據；④虛實映射過程；⑤孿生服務.

①物理實體與②虛擬實體.該數字孿生的物理與虛擬實體為實際掘錨一體機的單元級別數字孿生模型，在物理空間與虛擬空間互相對應.為了完整地向虛擬空間中映射掘錨一體機，物理模型需包含實際掘錨一體機的外形參數、裝配關系以及表面運動顏色、約束等特征信息.對應的虛擬實體中也應包含對應信息，因此，該掘錨一體機數字孿生物理實體與虛擬實體可以分別被定義為

式中，Gvr與Gvv分別為物理實體與虛擬實體中的幾何尺寸，包括掘錨一體機幾何以及外形尺寸；Avr與Avv分別為物理實體與虛擬實體中掘錨一體機的裝配以及約束關系；Svr與Svv分別為物理實體與虛擬實體掘錨一體機的外形特征參數，包括顏色、貼圖、材質等主要用于表面特征的渲染.以上3 個參數在物理實體與虛擬實體中相互對應，從而實現幾何一致性.

③孿生數據.該掘錨一體機數字孿生數據將從物理實體中，采用傳感器、數據采集卡等進行采集獲得.通過上傳存儲于企業網服務器，實現服務驅動掘錨一體機虛擬實體，最終實現由實到虛的狀態映射.該孿生數據可以被定義為

式中，Dp為掘錨一體機機身位姿數據，包括整機位置、轉角、傾角等位姿信息，用于幾何模型的位姿驅動；Df為掘錨一體機油缸流量數據，包括機身各個部位的驅動油缸流量，如舉升油缸、掏槽油缸等，用于物理模型的驅動；Dc為掘錨一體機電流數據，包括油泵電機、減速電機等，主要用于幾何模型的驅動及故障監測等功能；Dp為電機功率數據，包括油泵電機、刮板電機等關鍵部件，主要用于后期健康監測.

④虛實映射過程.該掘錨一體機數字孿生以虛實映射過程作為媒介，實現物理實體與虛擬實體的溝通.包括文件數據的推送與上傳，以及廣播發送至各個客戶端中.連接可被定義為

式中，CNu為物理實體與服務器的連接，通過采集物理實體數據上傳至服務器服務；CNd為服務器與虛擬實體的連接，服務器根據此連接將數據分發至虛擬實體服務.

⑤孿生服務.孿生服務主要是基于連接后傳遞的孿生數據，通過其中儲存的模型，包括幾何模型、物理模型、行為模型以及規則模型進行虛擬實體的驅動，從而實現高可信度的虛擬實體.孿生服務可被定義為

式中：Mg為虛擬實體的幾何模型，通過三維建模軟件進行掘錨一體機的幾何外形與物理屬性構建，在渲染軟件中進行掘錨一體機表面渲染；Mp為虛擬實體的物理模型，根據建立完成的歷史數據，進行掘錨一體機快速精確仿真；Mb為虛擬實體的行為模型，基于掘錨一體機行為策略進行動作規劃，從而實現數字孿生行為一致性；Mr為虛擬實體的規則模型，為掘錨一體機服役環境動態變化實時呈現模型.在接收孿生連接CN傳遞的孿生數據DD后，孿生服務Ss基于行為模型Mb確定掘錨一體機孿生體的運動模式，結合物理模型Mb實時更新掘錨一體機各個部件的運動參數.結合截割大臂的運動軌跡造成煤巖脫落參數由規則模型Mr反映.最后基于以上孿生服務的數據結果實時反映到幾何模型Mg中，實現虛擬實體驅動的過程.

如圖1 所示，孿生服務Ss基于CN通過各種傳感器、數據采集卡等進行物理實體PE孿生數據DD的實時采集，基于服務器傳送至虛擬實體VE，用于更新與調用虛擬實體中各類孿生服務數字模型，從而實現虛擬實體VE的驅動.此外，虛擬實體VE也可以通過孿生服務Ss將數據實時存儲至DD，另一方面，孿生服務Ss可以基于存儲的孿生數據DD 對歷史數據、規則數據等進行優化，基于CN將更新后的情景實時反饋至操作人員或物理實體PE，形成孿生閉環.

此外，對于掘錨一體機工作過程的環境參數，如溫度、濕度、氣壓、電流、功率等性能參數，通過傳感器傳輸后，在相應平臺進行對應展示.通過人機交互過程，結合虛擬模型中獲得的參數進行物理干預，實現由虛到實的狀態映射.結合以上4 種模型，共同實現掘錨一體機狀態映射的幾何、行為的一致性.

1.2 歷史物理仿真數據庫

傳統的運動學計算往往需要獲取所有部件移動位置與四元數，同時進行速度與位置求解，實現模型位置調整與數據驅動.當其參數改變時，需要進行所有參數的調整，整體過程較為復雜，本文提出一種快速驅動模型，建立運動學軟件離線歷史數據庫，進行數據擬合與聯合驅動.

該模型引入局部坐標系概念，即以坐標系作為物理中心作為坐標原點，基于局部坐標系進行平移、旋轉操作.實際運動在局部坐標系中的運動可以轉化為

式中，Dp，local為局部坐標系中的運動，其由孿生數據進行坐標變換獲得，用于實現在定義的局部坐標系中進行坐標變換，M4×4為坐標變換矩陣，相當于幾何中的仿射變換，該矩陣由平移與旋轉組合而成，可以表示為

其中，αlocal、βlocal、γlocal分別為局部坐標系中繞三局部坐標軸x、y、z旋轉角度，xlocal、ylocal、zlocal為局部坐標系中的平移距離.此外，引入父子關系，使該掘錨一體機數字孿生體下一關節位姿坐標與上一關節直接相關，該軟件僅需在每關節上建立坐標系.整個機構的運動學特征可以由局部坐標系與父子關系決定

式中：Quaternion 是一個四元數，為父物體旋轉角度，Axis 是子物體旋轉軸，為3 維向量，求得結果LocalEulerAngles 為3 維向量，為子物體旋轉軸，將其變更為該關節的歐拉角轉動.

針對掘錨一體機的運動機構，對各個機構單獨分析其運動學特性，根據實際工作狀況，在運動學仿真軟件（如Adams）中對機構建立運動副與驅動，通過后處理獲取機構各個運動副的變化量與主驅動的變化量，將相關數據存儲至歷史數據庫，結合實際傳感器數據實現快速運行.

在獲取運動學數據后，根據實際測得的主動件或運動副上的傳感器數據，查找歷史數據庫，快速獲得其余主動件或運動副所對應的變化量.由于歷史數據庫中數據以離散化形式存儲，需要結合線性插值方法獲取主動件或運動副所對應的變化量.

該公式為采用的線性插值公式，輸入實際傳感數據后，訪問存儲數據庫，計算相應機構運動位移/轉角.通過父子物體關系與局部坐標系轉換實現主動件與從動件關系的設定，僅需驅動父物體運動，子物體將會跟隨運動.這樣使得計算更加簡化，不僅能減少參數的輸入，有效地減少函數的重新載入與IF語句的使用，減少計算量，使得數據驅動的計算速度提高.此外，實際的驅動代碼可以存儲在其他腳本中，該腳本將被用作“狀態管理器”.在實現正數據調用時，只需調用服務器，其子物體將會跟隨父物體進行共同運動.

1.3 基于有限狀態機的掘錨一體機動態反饋流程

由于實際生產情況較為復雜，復雜裝備的反饋控制若簡單使用if/else 加標志位控制并不能有效地解決狀態變換的問題，往往會出現很多不可預知情況，導致掘錨一體機的運行出現問題，于是本研究運用狀態模式以及有限狀態機（Finite-State Machine，FSM）［16］來快速、高效地解決該問題.

狀態機是表示有限狀態以及在這些狀態之間的轉移和動作等行為的數學模型.本文主要使用有限狀態機對掘錨一體機系統進行建模與編程，約束條件如下：

1）整個搬運過程中有且僅有一組狀態，并且可以在這組狀態之間進行切換.

2）狀態機同一時刻只能在一個狀態.事實也是這樣，同一臺掘錨一體機在一個時間內只會進行一項工作.

3）一連串的輸入或事件被發送給機器.本文的研究對象的自變量是時間，這是一個連續的函數.

4）每個狀態都有一系列的轉換，轉換與輸入和另一狀態相關.得到輸入后，如果它與當前狀態的某個轉換匹配，機器轉為轉換所指的狀態.

對于掘錨一體機工作全流程，以掏槽大臂為例，幾個狀態如圖2所示.

圖2 狀態轉移流程Fig.2 State transfer process

掘錨一體機在同一時間內僅有一個狀態，所以FSM 的每一個狀態可以用一次枚舉來表示，定義掘錨一體機5 種狀態舉升油缸舉升、開始進行煤層截割、進行剖面切割、收集煤渣、恢復正常狀態.其算法如表1所示.

表1 有限狀態機偽代碼Tab.1 Pseudo code of finite state machine

對于掘錨一體機而言，護盾、幫錨桿機、頂錨桿機等構件都存在類似的動作與功能觸發條件.整個作業狀態可以用有限狀態機進行調整，掘錨一體機可以進行快速、高效地反饋，結合歷史數據庫驅動，保證其運動的一致性.

1.4 地下服役環境動態變化模擬

對于盾構機數字孿生而言，其服役環境動態變化最重要的過程為實時的截面切割，其本質為土塊掉落.現有的計算方式大多為網格交叉處理，其運算時間長，計算效率低.因此，本研究基于現有方法［17］，以一種快速布爾運算方法將其替代.

對于在虛擬空間內進行的布爾運算，一般需要創建兩個組，其渲染過程一般為尋找被裁剪的實體，通過消除原色后進行重新渲染.一般而言，渲染過程基本為在表面緩沖區消色后在另一面著色.在生成緩沖區過程之前，僅提取作為布爾運算目標作為運算目標的對象，單獨創建一個繪制這些對象深度的緩沖區，然后將其寫入深度緩沖區，在其余的緩存處進行.因此，在生成對于一個布爾渲染運算，需要創建兩個組，一個為要被挖掘的實體（被裁剪體）和一個用于裁剪的實體（裁剪體）.對于掘錨一體機數字孿生映射而言，截割滾筒為裁剪體，巖層為被裁剪體.

為了方便表示算法，如圖3，定義透明體為裁剪體，不透明體為被裁剪體.

圖3 融合服役環境的快速布爾運算Fig.3 Fast Boolean operation accompany with environment

為了清楚起見，該屏幕空間布爾渲染算法如圖3所示，該算法的本質為在空間中添加深度緩存區的深度信息：

1）首先，獲取被裁剪體的表層位置與顏色信息；

2）創建一個裁剪體，通過包圍盒算法，獲得交叉的部分，以及被裁剪體進行布爾運算待去除的區域，保存該區域的表面渲染形狀、位置以及顏色；

3）將2）中保存的交叉部分形狀以及位置去除，使其與裁剪體形狀相反；

4）進行去除部分的上色，將2）中保存的顏色信息賦予交叉面；

5）刪除用于裁剪的采集體.

在完成上述五步進行渲染后，渲染層將被寫入被裁剪體的顏色緩沖區中，同時接觸被裁剪體與裁剪體之間的關系.因此在該過程中，將被裁剪體設為服役環境，即可以快速實時地實現挖掘過程中服役環境隨截割大臂動態變化過程，實現了數字孿生服役環境的幾何一致性.

2 掘錨一體機虛實狀態實時映射技術

數字孿生虛實狀態技術以工業互聯網為基礎，進行實體模型參數信息等傳遞，從而為數字孿生服務模型驅動提供參數與數據的支持.

2.1 掘錨一體機通信服務框架

該掘錨一體機虛實狀態的數據獲取主要基于C/S（客戶端/服務器）模式，將遠程掘錨一體機物理實體作為客戶端，連接與數據庫作為通信客戶端，虛擬實體及服務作為交互客戶端，通信服務框架如圖4所示.

圖4 通信服務框架Fig.4 Communication service framework

配置完成，打開網絡通信端口以后，遠端設置控制器為服務端，偵聽客戶端的連接.連接過程中使程序阻塞不循環，當檢測到客戶端連接完成后，程序繼續執行.此時將創建兩條同步任務，遠端機器人繼續執行任務，將孿生數據完整傳送到本機，在本機進行實時狀態映射.同時進行數據完整性判斷，在完整性實現以后進行下一波數據流傳輸.

當客戶端過大時，考慮進行分布式的網絡配置，形成服務器集群.由于孿生數據傳輸需要完整且連續，因此選擇面向連接的、可靠的、基于字節流的TCP（Transmission Control Protocol）協議作為傳輸協議控制整個傳輸流程.

2.2 基于異步Socket通信的掘錨一體機實時虛實映射過程

地下工程裝備數據模塊主要使用Socket 通信程序組成，在Socket 通信程序中需要設置Socket 通信的IP 地址與端口號，構建與在以上不同路由器與軟件平臺中的Socket 通信，將數據二進制化后進行發送.

Socket 本身并不是協議，是一個應用程序接口.可以將其形象的理解為應用程序與網絡協議之間的接口.套接字在TCP/IP 協議中位于傳輸層之上.通過Socket，我們可以方便的調用TCP/IP 協議.Socket一般采用的是C/S 模式，即本文所運用的客戶端/服務器模式，服務端與客戶端之間的通信如圖5所示.

圖5 Socket通信流程圖Fig.5 Schematic diagram of Socket communication

使用Socket 同步傳輸有可能由網絡卡頓造成等待，同時服務端一次僅能處理一條數據，對于多個客戶端同時連接相同服務器的情況，有可能會使服務端持續等待，對于數字孿生的時效性與精確性造成一定影響.因此本文均運用基于異步傳輸的Socket通信，其實現方式如圖6所示.

圖6 異步傳輸原理圖Fig.6 Schematic diagram of asynchronous transmission

完成地下工程裝備數據的接受，如圖6，采用三次握手與四次揮手進行數據通信：設置定時器，每隔固定時間（50 ms）執行發送數據函數，每次需要接收時存入異步緩存區，等待接受，當上一條信息接收完成時，發送下一條信息.此時將會進入異步函數，當發送失敗時，會發送警告信息.

對于服務端而言，客戶端數目多，添加與管理問題需要被考慮.同時，掘錨一體機開始運動后，對于多個客戶端而言，需要進行管理.因此，本研究使用字典類型的數據結構對客戶端進行管理.

此外，為實現孿生數據準確傳輸，本研究制定了特定通訊協議

其中，description 表示該變量名稱，隨后的備注為變量標識單位；paraName 為變量簡寫標識符，該變量被表示為a1，unitCap 為單位，這里并沒有單位.通過讀取當前備注，客戶端可讀取所需變量，采用JsonNet 包進行數據的拆分與讀取.掘錨一體機部件根據實際狀態選擇驅動或者不驅動，從而實現基于采集數據的位置、行為的實時更新與狀態映射.

3 應用案例

為實現前述功能，本文結合實際生產情況下掘錨一體機，建立掘錨一體機數字孿生體，實現狀態下掘錨一體機數字孿生.本文的開發環境為i7-10700與GTX2060 的臺式機.在虛擬實體搭建過程中，以Visual Studio2020 為系統開發平臺，以Unity3D 展示平臺搭建狀態實時映射系統.輸入為經過實時采集的掘錨一體機機身位姿、油缸流量、電流數據、電機功率等數據，輸出為實時運動的掘錨一體機虛擬實體.

3.1 掘錨一體機實時狀態映射的實現

3.1.1 幾何模型與歷史數據庫構建

在開始實際映射前，需要構建掘錨一體機虛擬實體，作為實時狀態映射的模型載體，本研究將在模型渲染軟件3dsMax中進行模型重構以及渲染.

如圖7 所示，為獲得帶有幾何尺寸與渲染關系的掘錨一體機虛擬實體，需要進行以下操作：

1）首先，在三維建模軟件中進行掘錨一體機幾何模型，包括幾何尺寸、參數關系；

2）導入3dsMax，進行裝配關系重定義.如圖7（a），重構模型樹，建立對應裝配關系；

3）進行網格添加、刪除、調整.如圖7（b），將多余網格節點進行重新劃分，減少模型重量；

4）進行多余部件刪除.如圖7（c），將多余部件進行網格塌陷或刪除，減少模型中不需要的零件或特征.

圖7 掘錨一體機虛擬實體構建Fig.7 Construction of virtual entity for driving and bolting integration equipment

5）進行表面材質、貼圖、紋理等制作.如圖7（d），根據實際紋理孿生數據，進行表面材質貼圖紋理等特征制作.

綜合以上五個步驟，獲得數字孿生虛擬實體，即可利用孿生數據驅動孿生服務.對于動力學而言，需要在動力學仿真軟件中建立相應掘錨一體機動力學模型.

如圖8，為運動學仿真軟件中Adams中構建的動力學仿真模型.其中，（a）為Adams 中加約束條件的三維模型，（b）為具體的約束細節.構建完成物理約束模型后，即可調用Adams 運動學內核進行運動學關系計算，計算結果存入運動仿真歷史數據庫中.

圖8 掘錨一體機動力學模型Fig.8 Dynamics model of driving and bolting integration equipment

3.1.2 實時狀態映射

由于掘錨一體機在研發過程中不斷迭代更新，對于數字孿生實時狀態映射，需要根據掘錨一體機虛擬實體的變化進行快速修改.本文通過導入不同掘錨一體機模型以及更換歷史數據庫參數，實現在同一系列掘錨一體機數字孿生快速構建，體現系統的泛化性.

對于虛擬空間中實時部件顯示及傳感器綁定過程，需要在虛擬空間內獲取模型的裝配關系.據此本文提出了裝配體模型樹讀取算法.該算法的核心是讀取環境內裝配體的模型樹，通過遞歸遍歷裝配體內所有子樹，同時在函數中實時調整與導出裝備名稱與對應裝配關系，達到顯示裝配體整體的功能.

該算法的核心流程圖如圖9 所示，當導入模型時，程序自動調用該導入算法.通過選擇對應類，決定改算法搜尋的核心根節點.調用尋找子節點算法判斷該節點鏈表是否存在子節點.當子節點存在時，通過調用遞歸函數，將該子節點設為父節點，據此進行節點的搜尋和遍歷.遍歷完成后，將該子節點的信息以及其父節點的信息存入數據結構，實現整個流程.

圖9 遍歷裝備樹算法流程圖Fig.9 Flow chart of traversing equipment tree algorithm

讀取完模型樹名稱后，需要進行模型的導入，從而實現模型預裝配，該部分功能通過使用開源插件進行調用.在使用插件時，使用方法與前文類似，都為進行模型的遞歸，在成功導入模型后，模型的幾何位置關系都將進行導入，此后進行裝配關系導入的說明.

實現模型預裝配后，如圖10 所示，在模型內部保存和展示實際模型樹與開發軟件Unity3D 中完全相同，就此可以進行模型樹的存儲與發送.將傳感器屬性存儲入裝配樹中，即可實現數據的保存與驅動.

圖10 掘錨一體機運動學模型樹同步Fig.10 Synchronization of driving and bolting integration equipment in kinematics

掘錨一體機幾何模型導入后，需要添加相應的運動學關系，從而減小模型在運動時的實時計算損耗.該部分需要結合對應的運動學關系進行研究.對于歷史數據庫，根據不同的掘錨一體機幾何模型，建立運動學模型實現運動學歷史數據庫更新，從而實現導入模型后模型庫更新.

在運行時，通過指針遍歷尋找事先規定好的裝備位置與相對關系，進行指針綁定到特定的裝備部件從而實現特定部件的位置關系.導入驅動數據后，對應運行實時狀態映射，映射效果如圖11所示.

圖11 掘錨一體機實時運動仿真Fig.11 Real-time motion simulation of driving and bolting integration equipment

3.1.3 服役環境動態變化

將該掘錨一體機幾何模型融入服役環境，即可在服役環境中基于實時傳遞的孿生數據進行服役環境的動態實時仿真.通過孿生服務調用接收到的孿生數據進行實時驅動，根據運動學模型調用結果，結合快速布爾運算，實現融合服役環境的動態變化.

圖12 為掘錨一體機切割煤巖過程，服役環境巖層被實時切割，切割面積與位置響應與對應截割滾筒運動軌跡相同，實現掘錨一體機服役環境變化一致性.

圖12 掘錨一體機融合服役環境仿真Fig.12 Integrated service environment simulation of driving and bolting integration equipment

3.2 模型測試結果

將地下工程裝備導入Unity 環境中運行，進行系統可行性測試，通過測試運行誤差、運算精度、軟件運行幀率判斷該成果是否符合指標性能要求.本節中選取了掘錨一體機中截割大臂、護盾以及煤渣裝載機3 個關鍵部件進行算法性能測試.基于本文編寫的軟件系統測試結果如下.

圖13 為每步仿真步長時間，由圖可知，對于掘錨一體機截割大臂、護盾以及煤渣裝載機三個裝配部件而言，其數據處理與運算時間均小于0.1 ms，能較好地保證掘錨一體機數字孿生運行過程中物理實體的數據實時傳遞.

圖13 每步仿真時間Fig.13 Simulation time of each step

表2 為仿真過程中的平均仿真時間，對于掘錨一體機整體運動過程，本文提出的運動學處理延遲小于10-2ms.相對于對應運動學軟件仿真結果，有較大提升.其中，煤渣裝載機的仿真時間4.89×10-3ms，相對于其余兩種機構處理時間延遲高，原因為機構本身較為復雜，導致最終處理時間較長.

表2 平均仿真時間Tab.2 Average simulation time

此外，將本運動學快速仿真模型與運動學仿真軟件獲得的相對誤差進行對比.相對誤差由以下公式表示

式中，ere為物理實體與虛擬實體相應關鍵部件的相對誤差，φs為運動學仿真軟件進行仿真后測得的物理實體關鍵部件角度，φa為采用本文所提方法在數字孿生軟件中進行采樣獲得的虛擬實體相對部件角度.

圖14 為煤渣轉載機的驅動轉角-相對誤差圖，對于截割大臂，基于本文編寫的軟件系統數據相對誤差在0.5%～2.5%左右，遠小于5%，可以被認為基本滿足數字孿生行為一致性要求.其中，在主動件-20°～-5°油缸轉角誤差較大的可能原因為該段主動件對于從動件造成了較大的角度變化，最終導致誤差相對較大.

圖14 截割大臂驅動轉角-誤差圖Fig.14 Driving angle-relative error diagram of cutting boom

圖15 為掘錨一體機護盾驅動-相對誤差圖，對于掘錨一體機護盾，平均誤差在1%～3%之間浮動，遠小于5%，可以被認為基本滿足數字孿生行為一致性要求.其浮動原因應為該類機構在運動的過程中具有一定的周期性.

圖15 護盾驅動-相對誤差圖Fig.15 Driving angle-relative error diagram of shield

圖16 為煤渣裝載機的驅動-誤差圖，對于掘錨一體機裝載機，平均誤差在1%～2.5%左右，小于指標規定的5%，基本滿足要求.其中，油缸轉角誤差較大的可能原因與截割大臂相同，為從動件運動位移較大.

圖16 煤渣裝載機驅動-相對誤差圖Fig.16 Driving angle-relative error diagram of cinder loader

較快的運動學處理時間保證了基于文中方法構建的數字孿生實時映射具有較高的仿真效率.圖17為項目的運行幀率圖，對于掘錨一體機在unity 軟件中，其運行的平均速度在74.3 幀/s（Frames Per Sec?ond，FPS）左右.基本實現掘錨一體機融合服役環境的實時狀態映射，作業流程實時在線監測，保證數字孿生實時狀態映射中幾何、行為的實時性與一致性.

圖17 數字孿生平臺運行幀率圖Fig.17 Frame per second of digital twin platform

4 結論

本研究從地下工程裝備生產實際過程出發，以掘錨一體機為研究對象，進行掘錨一體機數字孿生實時狀態映射的研究，結論概要如下：

1）開發了歷史物理仿真數據庫，基于歷史物理仿真數據庫與實時驅動數據，實現了掘錨一體機及服役環境快速仿真分析；

2）提出了地下工程裝備幾何模型庫構建技術，通過有限狀態機、快速布爾運算等實現了地下工程裝備全生命周期狀態鏡像映射，運動過程中服役環境實時仿真，對于掘錨一體機整機抬升、進給、挖掘、回收煤渣等運動過程，運動學數據處理延遲達到10-2ms，插值數據誤差小于3%；

3）提出了掘錨一體機虛實映射技術，在線采集傳遞孿生數據，實現了基于異步傳輸的信息由實到虛傳遞，開發的掘錨一體機數字孿生仿真幀率達到74.3幀/s.

本文提出基于數字孿生的掘錨一體機實時狀態映射與作業在線監測系統，有利于指導復雜裝備施工過程中進行實時監測、在線監控.目前本研究僅從數字孿生幾何一致性與行為一致性構建掘錨一體機數字孿生狀態映射.未來將從裝備性能實時響應、關鍵部件設計優化方面對掘錨一體機數字孿生進行優化與完善.