王亞軍
(國家能源集團神東技術研究院,內蒙古 鄂爾多斯 017000)
制造業數字化不可逆轉,而數字孿生技術是最引人注目的發展方向,并逐步用于新車間建設及對舊設備和車間的改造之中。
魏一雄等[1]提出了一種實時數據驅動的孿生車間架構。Park K T[2]對孿生車間的智能維護流程進行了研究。Herakovic N[3]針對離散制造業的車間改造提出了一種“五步法”流程。Qamsane Y 等[4]借鑒全生命周期管理的概念,對孿生車間的建設維護提出了一種整體解決方案。國內很多機構和學者對數字孿生技術在制造領域的應用進行了研究,其中北航、航天研究院等單位已經形成相關的研究群體,陶飛[5]、莊存波等[6]對數字孿生進行了廣泛研究,涉及產品管理、車間組織架構和模型、數據融合、大數據和物聯網的應用等諸多方面并進行了案例探索。
以上研究主要涉及車間上層系統架構、數據處理和智能管理等層面,豐富而卓越。但關于數字孿生,從開發和應用層面看,機理模型必不可少。同時,具體到車間改造實施,如熱處理車間改造,還有一些特殊的細節問題如:①老舊設備需要改造/替換而其相關技術信息丟失;②自底向上實施改造時,新系統與其他系統和設施的兼容、改造周期長、上層系統與底層業務融合以便落地;③歷史數據缺乏,大數據直接應用存在障礙。這些問題需要建立相應的模型,以對改造方案進行快速而合理的指導。同時,這也決定了數字化進程往往需要自底向上分階段實施的現實。
本文以礦用銷軸的熱處理車間改造為例,探索以數字孿生為最終目標的改造路線。改造前存在問題:車間布局不合理,工序設備之間操作時間間隔大,難以得到需要的微觀組織;作業條件惡劣,人工操作;對象規格繁多,混合作業,且無信息化和能量管控措施,能耗大。工件為棒料,工藝路線為淬火(水冷)-高溫回火,期望微觀組織為索氏體。
擬改造的車間涉及淬火和回火兩個關鍵工序。淬火主要是要得到馬氏體,其冷卻模型和控制參量有充分的可靠文獻[7-8],可直接參考,此處不贅述。
加熱過程不僅直接關系到加熱爐的改造,還決定了淬火工序和回火工序冷卻的邊界條件和初始條件,回火過程作為最終工序,期望得到回火索氏體。故對加熱、回火兩個過程進行理論模型探討。
根據擬改造的加熱爐類型、工件形狀和規格范圍,畢渥數B>1,需考慮工件內部的傳熱,溫度分析應采用一維計算模型[9]。
爐壁到工件表面考慮對流和輻射,其熱能傳遞模型可表示為

式中:Q、QC、QR分別表示傳遞到工件表面的總熱量、對流熱量和輻射熱量,J;TF和TM分別為爐壁溫度和工件表面溫度,K;α為對流率,通常取(5~25)W/m2·K ;ε為 灰度系數,取0.35~0.7;σ為物理常數。
銷軸表面向內的溫度分布可用熱傳導方程描述

式中:c為比熱,J /(kg·K) ;ρ 為密度,kg/m3;T為溫度,K;x為工件半徑方向位置坐標;λ是材料熱導率,W/(m·K)。
為了編程計算任意位置上溫度隨時間的變化,需對式(2)的傅里葉微分方程在空間和時間上離散。推導可得

式中:n為材料半徑方向上的離散位置刻度;k為時間上的離散刻度,其相鄰刻度間的時間增量為 Δt,Tn,k代表位置點n處 在時間點k時的溫度。
回火過程可以看作一個受擴散控制的過程,考慮應用方便和預測精度的平衡,建立其基于回火參數[10]的組織轉變量計算預測模型。
設等溫回火時,固相反應量Y和絕對溫度T,時間段τ符合Ahhenius 方程[11]

對其取常用對數

其中:δ即回火參數,為固相反應量Y的常用對數;τ為時間,h;Q是激活能,kcal/mol,通常取值64.76 kcal/mol[12];R=1.98 cal/mol為氣體常數;logA為常數,通常取值為50。
可見,各種回火組織轉變量和回火參數 δ的關系是Avrami 類型[13],可統一描述為

式中:δ0、δ1與轉變類型(本文目標為回火索氏體)有關,分別對應于轉變量為1%和99%時的 δ 值;a和b與材料相關,根據文獻[10],對馬氏體的回火轉變,a≈-4.8,b≈2.5。
從式(6)、式(7)得出,如果將任意變溫回火過程離散成一系列階梯等溫子過程,則組織轉化量預測模型的算法可描述如下:
(1)以時間步 Δτj,計算第j個等溫子過程(Tj,Δτj) 的回火參數和固相反應增量 ΔYj,直至該等溫過程計算結束。

(2)第j個等溫子過程結束時,可得此時回火參數δj

(3)所有子過程計算完畢,根據式(7)計算組織轉變量。
至此,由式(4)建立了加熱過程的計算模型;引用文獻[8] 可建立淬火冷卻過程的模型;由式(6)、(7)建立了回火過程的預測模型。
這些模型在車間改造中至關重要,不僅為設計提供理論依據,也將極大縮短項目實施周期。通過和不同初始條件、邊界條件和特定約束條件的組合,可以在車間改造、后續升級和運行中有不同作用。
系統總體設計的任務是:①確定系統的節拍匹配、布局;②主要設備的選型及其依據;③需要采集和管控的參數。約束條件主要是工藝文件,產能要求和車間空間、電氣設施等環境情況。
以微觀組織達標為目標,采用前述模型進行仿真分析和優化,即可獲得:淬火、回火環節理論總時間;淬火爐、回火爐選型參數表;最佳爐溫采集點等信息。
以產能約束為主要目標,綜合運用已經得到的淬火、回火環節理論總時間,以及上下料時間和工位間物料轉運時間,即可進行節拍匹配和優化分析,進而確定產線布局、工序間物料轉運時間等,為后續的自動化措施的設計提供支持。
本案例最終的系統布局如圖1,根據節拍匹配,需要1個淬火爐、2個回火爐。

圖1 車間改造布局圖
根據已獲得的節拍時間,即可進行底層自動化設施設計。主要包含:①自動化執行機構設計或選型;②下位機系統的設計,包括數據和信號采集、狀態監測點位和報警設施等。為了后續數字化升級,往往需要注意系統資源的可擴展性和協議標準化。
在上述底層業務邏輯打通的情況下,系統上層架構在立足現實需求基礎上,可以面向數字孿生技術的應用愿景進行架構設計,為未來升級預留足夠而必要的擴展資源。基于此原則,本案例的系統架構如圖2 所示。

圖2 車間數字化架構
在模型與數據庫支撐下,系統的主要包括資源管理、生產調度、工藝與質量管理、能耗統計與安全管理、狀態監測與維護、分析決策與無紙化辦公等主要功能模塊。需要說明的是,根據實際流程,將車間操作人員管理納入生產調度,而權限管理由工廠級系統接入和分發。在底層數據驅動和處理方面,采用通用的組態開發,其數據驅動和處理邏輯圖如圖3 所示。

圖3 數據處理流程
總體而言,系統功能設計為有限目標,體現了性價比,同時也為后續的數字化升級和功能擴展,如基于模型的遠程維護和故障診斷預留了接口和資源。
2、投資風險。投資風險主要是指保險企業在進行相關項目投資之后,由于存在許多不確定的干擾因素,導致項目最后運行的回報率沒有達到預期目標而產生的財務風險。保險企業進行項目投資主要包括實體投資和金融投資兩大類,實體投資的財務風險主要來源于外部經濟環境的影響和企業內部經營管理的變化,金融投資的財務風險主要來自于所投資金融產品自身收益變動性帶來的回報率風險。
通過調試,初步驗證生產節拍后,系統進行了試運行,主要驗證兩個方面:
(1)加熱過程溫度變化和模型預測的符合度標本為爐內預埋的熱電偶。
(2)回火后最終微觀組織成分與模型預測的符合程度。試樣及執行工藝如表1 所示。

表1 試驗工藝表(與原工藝一致)
以淬火爐為例,進行了溫度預測試驗。淬火爐為箱式加熱爐,加熱功率150 kW,有效加熱區1500 mm×1000 mm×700 mm,加熱區數為1區。溫度采集方式為熱電偶,采集位置為加熱區中心正上方(2#熱電偶)PLC 控制,數字顯示。
升溫過程預測與實測值的比較如圖4 所示,符合度較好,模型具有良好的精度。但是也看得出預測溫度比實測溫度一般偏高,這說明模型本身還是忽略了一些散熱要素,偏理想化。

圖4 2#熱電偶位置實測溫度與預測溫度

圖5 試件淬火后組織(不同形態已標注)

圖6 試件回火后的顯微組織
通過實施基于模型的改造路線,整個改造周期由預案設定的18 個月縮短為8個月,極大地縮短了改造周期,節約了時間和成本。充分說明該路線的合理性,其從底層邏輯梳理開始、自底向上實施的方式具備一定的推廣價值。
模型的作用對周期的縮短貢獻較大,主要體現在:在歷史數據缺乏積累、老舊設備參數丟失情況下,快速地確定了主要設備選型參數、總體規劃和節拍匹配;通過基于模型的總體設計,快速將自動化改造所需的技術參數和指標進行了梳理和分解,不僅使分系統的設計依據清晰明確,還使多項設計工作得以并行和協同;在調試階段,通過模型分析,使系統調試更易于進行且減少了因出錯帶來的重復工作。
另一方面,模型本身仍然精度有待提高,對初始條件、邊界條件以及計算過程參數如步長的依賴較大,需反復分析對比,這對多數操作者來說較難。而且仿真試驗表明,對最終組織的預測只能較好地保證下限。因此,當前建立的模型,作為方案設計的指導尚可,但如要用于后續數字化改造的精確分析、甚至作為數字孿生系統的機理模型而真正用于維護和故障診斷,還需要提高模型的精度和穩定性,或者開發其它可替代模型。這將是基于模型的車間建設/改造路線未來需要研究的最主要問題。