數字孿生技術在煙絲庫的應用研究與實現

盧志敏，饒 偉，江 琳，李曉剛，黃夢凌，曾廣程，嚴德龍

(龍巖煙草工業有限責任公司，福建 龍巖 364021)

0 引言

近年來，各行各業正掀起以大數據、物聯網、5G傳輸、人工智能為核心的技術浪潮，同時也帶來了全新領域的數字世界。數字世界為了服務物理世界而存在，而物理世界因為數字世界而變得高效有序。數字孿生技術在此背景下應運而生[1]。美國工業互聯網聯盟將數字孿生作為工業互聯網落地的核心和關鍵。德國工業4.0參考架構也將數字孿生作為重要內容[2]。其中，Gartner公司一直將數字孿生技術作為十大戰略科技發展趨勢之一[3]。此外，黨的十九大報告也明確提出了“加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合”。數字孿生的核心是推動大數據技術產業創新發展，構建以數據為關鍵要素的數字經濟，推動數字經濟和實體經濟的融合發展，實現信息技術、人工智能技術與制造業的深度融合[4]。

本文采用數字孿生技術，研究了數字孿生技術在煙絲庫的具體應用場景，有效打通了制造執行、企業管理、物聯網等系統，實現了設備參數的實時采集和工藝流程優化。

1 煙絲庫數字孿生的產生背景

數字孿生通過數字化方式在信息空間創建實體的虛擬模型，并利用大數據分析模擬實體在實際環境中的動作[5]。同時，數字孿生是綜合運用感知、計算、建模等信息技術，通過軟件定義，對物理空間進行描述、診斷、預測、決策，進而實現物理空間與虛擬空間的交互映射。其中：模型是核心；軟件是載體；數據是基礎[6-9]。為了構建全要素、多維度、多尺度的精準數字孿生實體模型，陶飛[10]等通過“建-組-融-驗-校-管”六個方面的探索建立了數字孿生模型構建理論體系。為了構建數字孿生模型評價指標體系，張成源[11]等對不同階段的數字孿生模型性能需求進行分析，提煉出八項數字孿生模型評價準則。

煙草行業是資金密集型和勞動強度密集型的傳統工業。隨著生產模式變化和高質量發展需求，以前的大批量、大規模生產轉型為小批量、多規格、多品牌的個性化定制生產，對生產制造提出了更高要求，如生產過程可視化、信息反饋快速化、制造資源動態優選等。煙絲庫作為煙絲中轉和存儲的重要環節，上要承接制絲車間的煙絲貯存，下要滿足卷包車間的煙絲供給。傳統的管理模式和運行模式很難提升煙絲庫的生產運行效率，難以滿足卷煙生產制造需求。因此，建設智能化的煙絲庫以實現對卷煙廠的智能化升級改造具有重要意義。

煙絲庫的整體框架包括物流出入庫系統、堆垛機子母車系統、裝箱輸送系統及翻箱系統等。由于缺乏信息系統的統籌調度，庫區管理更多依靠管理人員經驗，設備故障追溯更多體現在事后控制，同時存在業務任務調度、執行、生產不夠精準、及時和效率不足等情況。這主要體現在三個方面：一是設備運維方面存在不足，未對設備進行實時監控；二是倉儲調度任務不夠合理、無法精準跟蹤；三是生產過程協同效率不足，管理人員對生產過程的管控能力不足。

2 面向生產數字孿生的開發模式

隨著無線網絡技術、物聯網技術的高速發展和傳感器成本的大大降低，大數據與人工智能的融合使工業領域基于模型的設計、感知、仿真、優化成為可能。數字孿生在實際生產中起到了連接信息和物理兩個層面的橋梁作用，實現了流程數據、實體信息、經營管理的無縫結合[12]。煙絲庫的數字孿生模型能夠對庫存量、物料分布等數據進行實時同步映射，反映設備的生命周期，在線實時監控設備的運行狀況、磨損情況，從而實現可視化倉儲管理。

2.1 煙絲庫數字孿生的技術要素

數字孿生以模型和數據的集成融合為基礎與核心，通過在數字空間實時構建物理對象的精準數字化映射，基于數據整合與分析預測來模擬、驗證、預測、控制物理實體全生命周期過程，最終形成智能決策的優化閉環。因此，煙絲庫的數字孿生搭建要素主要圍繞庫區環境、生產設備、業務系統開展，并對其進行數據采集和模型建立。庫區環境包括煙絲庫的倉庫、庫存、物料狀態、物流設備、人員等信息。生產設備包括堆垛機、翻箱機、穿梭機、清掃機器人、煙絲柜、貨架等。業務系統包括倉儲管理系統(warehouse management system，WMS)、倉儲控制系統(warehouse control system，WCS)、生產制造執行(enterprise resource planning，ERP)系統、物流系統等。所建立的模型可實現現實環境中的業務運行、設備狀態、物理行為等在數據空間中的展示。同時，該模型結合人工智能(artificial intelligence,AI)、智能算法等技術對現實情況進行分析、監控、預測，可實現煙絲庫的智能化管理，使生產穩定、高效。

2.2 系統應用架構的搭建

系統應用架構如圖1所示。

圖1 系統應用架構圖

煙絲庫的數字孿生架構包括數據采集、數據存儲、服務層、數據通信層、展現層和訪問層。底層用于數據采集并存儲，通過傳感器實時采集設備狀態數據并上傳到數據庫。其中包括對堆垛機、輸送機、碼垛機、清掃機器人等設備的數據采集和存儲。軟件層的WMS將關鍵節點數據存儲到數據庫中，包括任務狀態的改變、關鍵站臺的射頻識別(radio frequency identification,RFID)讀寫。WCS將過程日志寫入文件系統中。服務層提供集成服務。系統根據設備機理模型和數據模型，結合不同算法，分析數據，將數據拆分成不同模塊，建立與數字孿生模型層的任務分析、任務統計、庫存管理、故障預警、生產仿真等以及各類模型的映射關系。不同的展示終端(如計算機、手機、大屏等)通過調用不同協議(Restful API或Websocket)的接口獲取業務服務層相關數據，以產品全生命周期的真實數據為基礎，將人、機、料、法、環等真實運營場景通過3D建模實時虛擬仿真，實時/遠程管控，達到實體信息、經營管理、流程數據的無縫結合，從而將仿真圖像展現給用戶。

2.3 數字孿生系統的信息集成

數字孿生系統需要與企業內外的多個相關業務系統集成，包括WMS、WCS、集控系統、制造執行系統(manufacturing execution system,MES)、移動終端管理(mobile device management，MDM)系統、ERP系統。數字孿生系統集成架構如圖2所示。

圖2 數字孿生系統集成架構圖

ERP系統集成對接主要獲取計劃、訂單、任務等業務數據，將這些業務數據用于關聯驗證從廠級執行系統獲取的小批量生產訂單等數據，并按照級別維度在數字孿生系統進行展示；同時，將大訂單賦予業務狀態，以便將數據反饋給ERP系統，實現數據反哺。MES集成對接主要獲取生產計劃等業務數據，將該業務數據按照業務建模和數據分析，并在數字庫區、設備管理、庫存管理等業務看板上展示，方便業務工作開展和運營決策。WCS、WMS、集控系統對接主要獲取庫區設備、計劃、指令、生產等業務數據，并將這三個系統的相同業務數據按照相關標準進行數據串聯，同時根據三者的業務數據分析處理情況，以3D數字建模的展現技術將設備運行狀態、生產狀態、物料庫存狀態、運行狀態通過數字孿生系統直觀展示給用戶，實現庫區內所有業務數字孿生。MDM系統集成對接主要獲取上一級公司、供應商的物料信息等。以上所涉及的對接數據包括模型幾何數據、模型業務數據、現場實時數據等。

2.4 智能數據采集技術

隨著技術的發展，可靠、先進、標準化的技術手段被用于構建煙絲庫的數據采集服務。通過對物理設備底層進行數據采集，可將采集到的原始數據進行數據清洗、分類、沉淀、編碼等處理，形成有分類化、標簽化的數據，并進行壓縮存儲。同時，數據通過網絡、消息隊列遙測傳輸(message queuing telemetry transport,MQTT)等協議與其他系統進行集成并上傳至云端。

數據采集技術的智能化主要體現在邊緣處理層。數字孿生系統的數據采集包括由軟件系統獲取業務數據，以及由庫內各種不同類型的設備進行數據采集。數字孿生的數據采集服務兼容上百種軟硬件的數據交換協議，可以根據不同的底層交換協議自動匹配并進行數據采集，無需花費時間進行定制開發。同時，針對采集的數據，可根據業務的分析建模自動進行分類，實現標簽化，搭建系統內部細維度的數據服務，設計業務出錯、設備故障智能短信推送功能，實現設備的智能預警。現場數據采集服務層次如圖3所示。

圖3 現場數據采集服務層次圖

數據采集層是數據采集服務的基礎，通過協議轉換器實現底層通信協議(如OPC、Profinet、PROFIBUS、RS-485、TCP/IP 等)的互通。邊緣處理層采集原始業務數據，進行數據邊緣處理后再進行存儲及上傳。數據存儲層通過SQLite、MySQL等數據庫進行存儲，實現分布式管理和集中管理，以及互通共享處理。數據傳輸層負責對外發送數據，實現多種不同方式數據傳輸，同時也支持企業總線還有云端服務。

3 煙絲庫數字孿生系統的主要功能

3.1 庫區數字化

在充分考慮庫區信息流的設計制造基礎上，本文通過建立生產模型和仿真軟件，構建面向煙絲存儲和周轉的庫區數字化孿生系統。首先，采用仿真軟件，如UINO(優锘)、CADDS5、CAX(計算機輔助設計)等，建立數字仿真模型，對孿生體的特征要素進行編碼。煙絲庫主要設備包括物流輸送機、翻箱機、堆垛機、裝箱機等。特征要素包括各設備的運行狀態、數量、規格等一系列信息。各類代碼設計應具備完整性、唯一性、可識別性。其次，設計輸出的信息和相關圖紙應涵蓋庫區的所有信息，可反映煙絲庫整個流程的所有信息。最后，設計應配備相應的接口軟件。

庫區數字化可實現以下功能。①3D模型支持設定管控區域、管控維度，可進行不同區域、不同視角的自由切換，使用戶可以通過3D模型直觀、便捷地掌握煙絲庫各區域的情況。②能夠以3D模型的形式查看各個設備的生產及運行狀態，包括當前生產進度、設備報警狀態、設備健康度、工藝參數等。③接入重點區域監控畫面，結合智能視頻分析技術，進行實時監控及監控結果呈現，對可能發生的異常進行標定預防，對異常行為進行標記并自動報警。④接入各牌號庫存量、日計劃進度、月計劃進度、原輔料庫存、庫區能耗等生產看板中的核心指標，并對異常指標進行標定及報警，同時支持跳轉到生產看板頁面查看深度的指標分析。

3.2 排產計劃智能化

根據產品生命周期管理(product lifecycle management，PLM)，對ERP系統進行分解，并對原數據中心進行重新定義和賦值，以實現工藝特征的匹配。MES根據計劃需求、設備狀態、人員配置、煙絲貨位開展自動分析，完成計劃分解下達；同時，根據計劃內容自動完成調度任務，確保煙絲庫各個工序高效、安全、流暢。數字孿生系統針對MES功能產生的智能排產、滾動排產計劃，在下發集控等系統前實現產前驗證，以確保下發集控后計劃的有效性，從而加強煙絲庫排產計劃的智能化。

3.3 倉儲規劃智能化

倉儲規劃包括庫內整體布局、庫內儲存空間布局、作業流程規劃等方面，是物流規劃中的重要模塊，隸屬WMS功能。在作業效率的高低、能否實現便利性和數據準確性兩全、貨物保管質量好壞、未來能實現什么功能等諸多方面，倉儲規劃都起到基礎性的作用。借助數字孿生技術，在煙絲庫構建的基于倉庫空間數據和設施數據的倉庫立體虛擬模型可立體仿真展現庫區環境、庫內布局、建筑結構以及獨立設備，并可進行任意角度的調整及場景切換。同時，該模型可模擬物資、人員和物料搬運設備的移動，實現了通過倉庫存儲實體大小、數量以及存儲特性等數據，構建最優倉儲規劃布局，以提高空間利用率和作業效率的目的。該設計為未來智慧化倉儲的建設奠定了堅實的基礎。

3.4 設備全生命周期智能監控

①建立設備健康評估模型，以實現設備實時監控預警、設備預防性維護、設備遠程運維等服務。設備健康評估模型的建立主要通過采用各種監測、分析和判斷方法，結合設備的歷史狀態、運行條件和實時運行情況等數據來實現。

②搭建設備立體三維模型，對設備形狀、設備原件、設備參數以及獨立設備插件進行立體仿真，并可進行任意角度的調整及場景切換，使設備管理信息更加全面化、設備更加立體化。同時，將建模好的設備納入數字孿生平臺進行統一信息化管理和維護，大幅度提高設備管理的可識別、可追蹤。其中的重點是通過對設備故障的預測，實現設備的預測性維護，以及設備維護周期的個性化、智能化調整。

③通過數字孿生系統，可對作業區進行24 h在線實時健康狀態監控、負載率信息分析等，更宏觀地對生產資源進行調度和健康狀態評估、預測，從而制定保養維護方案，提升生產能力。

4 應用效果

4.1 煙絲庫數字孿生系統的實施

某卷煙廠搭建了采用數字孿生技術的煙絲庫倉儲管理系統。其中，主界面包括三個功能模塊。功能主要包括庫存管理、生產效率、設備管理。

4.1.1 庫存管理功能模塊

基于傳統的庫存管理系統，庫存管理功能模塊加入了實時庫存分析，包括貨架庫存量、庫區巷道周轉率、物料分布占比、庫齡分布等，把貨架三維可視化，以實時顯示貨架存儲物料以及數量，使用戶可以更加直觀地分析監測貨架庫存。貨架庫存量主要展示整個庫區的總容量、已用貨位數量和可用貨位數量等信息。在實時狀態信息中，可以查看出庫入庫和執行動作，并支持查看歷史信息。庫區巷道周轉率主要展示庫區的貨架庫存周轉率。物料分布占比主要根據物料編號對物料類別進行統計展示，展示信息包括編號、名稱和數量等。庫齡分布主要展示庫存中貨物存放的庫齡占比。除此之外，在貨架存儲信息模塊增加了實時狀態信息，可以查看出入庫的狀態以及貨架的歷史信息。

4.1.2 生產效率功能模塊

生產效率功能模塊包括任務信息、設備工作效率的展示和分析。任務信息包括任務ID、路線、狀態等信息。狀態分為實時任務狀態和已完成任務狀態。已完成任務信息包括當日任務信息以及近一周時間內任務完成情況，使用戶可針對當前任務完成的情況實時分析生產歷程、進度等，并對異常生產任務作重點分析。設備工作效率包括避讓任務和任務占比展示。避讓任務統計內容包括堆垛機避讓次數和擺渡次數，以數字和折線圖的方式展示，通過數字和圖形方便用戶分析出堆垛機線路是否合理。任務占比展示煙絲庫設備各個動作的占比，方便用戶了解各環節的任務強度。

4.1.3 設備管理維護模塊

設備管理維護模塊包括設備信息展示和設備管理。設備信息展示包括煙絲庫設備分布和狀態，包含設備運行時長統計，按日、周、月等不同時間維度展示的設備銜接效率趨勢分析。系統對設備進行分類，使用戶可以直觀了解場景中所有設備、查看設備編號詳情、分析設備有效運行時間和效率。設備狀態信息精確到秒。設備管理主要分為場景中設備的故障信息統計分析、設備故障統計排行等，統計并顯示近七天故障次數最多的五個設備以及故障次數，同時對故障設備分類，為設備的維修保養等提供有效的分析數據，以實現設備數字化、透明化。這使得設備維修保養更加智能化。

4.2 煙絲庫的運行效果

為體現煙絲庫運行效果，本文對煙絲庫改造前后的整體故障次數和時間進行了統計。改造前后煙絲庫故障次數及故障時間如表1所示。由表1可知：自投入運行以來，煙絲庫平均故障次數由16.3次/天降至6次/天，降低了272%；故障時間由1.7 h/天降至0.3 h/天，降低了567%。綜上分析可知，數字孿生技術提升了煙絲庫的運行效率，帶來了良好的經濟效益。

表1 改造前后煙絲庫故障次數及故障時間

5 結論

數字孿生是一項綜合性技術，通過與數據采集處理、數字模型、PLM、大數據分析、信息物理系統、工業互聯網、5G傳輸等多項技術融合，實現人工智能技術與制造業的深度融合。在面向煙草行業生產流程、生產工藝優化的數字孿生平臺建設過程中，需要實現數字孿生基礎理論及相關的技術融合突破，完成設備接入、工業通信協議適配、異構系統集成、虛實融合等核心關鍵構件的初步研發，探索多協議數據轉換、海量異構數據匯聚、感知數據驅動、數字孿生精準映射等關鍵技術研究。

本文以某卷煙廠煙絲庫為實例，建立虛實結合的煙絲庫模型和綜合管控平臺，實現該公司對物聯網、大數據、人工智能等新技術的成功應用，為未來卷煙加工車間全面升級積累了重要的實踐經驗。