面向“中國制造2025”的家具數字孿生車間構建與關鍵技術展望

■歐陽周洲，吳義強,2,3，陶 濤,2,3，戴向東，黃艷麗，陳星艷,2,3，王 迅，郝紹平，詹秀麗

(1.中南林業科技大學，湖南長沙 410004；2.農林生物質綠色加工技術國家地方聯合工程研究中心，湖南長沙 410004；3.木竹資源高效利用省部共建協同創新中心，湖南長沙 410004）

制造業是立國之本、興國之路、強國之基[1]。隨著信息技術不斷賦能傳統制造業，家具制造也步入了“智能時代”。在新一輪科技革命、產業變革與我國加快高質量發展的歷史性交匯點上，面對“雙碳”戰略的新要求，智能制造已經成為了我國家具制造業進一步釋放動能的重要抓手。

智能制造是基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱[2]。智能制造的基礎是借助計算機的算力對復雜生產活動進行組織，信息物理系統（Cyber-Physical Systems，CPS）提供了一種融合物理與虛擬空間的體系架構，是智能制造的核心要素[3]，數字孿生（Digital Twin，DT）是實踐CPS的關鍵使能技術[4]。智能制造涵蓋了數字化、網絡化、智能化三種基本范式[5]，數字孿生技術能夠有力推動三種基本范式的發展進程，助力制造業高質量發展[6]。

1 數字孿生技術概述

■圖1 數字孿生的五維模型

數字孿生概念可以追溯到2003年Michael Grieves博士在密歇根大學產品生命周期管理（PLM）課程提出的“鏡像空間模型”（Mirrored Spaces Model）以及后續在《產品生命周期管理：推動下一代精益思維》（Product Lifecycle Management: Driving the Next Generation of Lean Thinking）一書中定義的“信息鏡像模型”（Information Mirroring Model）[7]；2010年，NASA在航天領域提出了“數字孿生體”的概念[8]；隨后，該技術逐步轉向民用領域，受到大型工業制造企業的重點關注與廣泛實踐。權威信息技術研究與咨詢公司高德納曾于2017-2019年連續三年將數字孿生列為頂級戰略性技術[9]。

自2017年起，有關數字孿生的研究迅速升溫，國內外專家學者分別從不同的角度嘗試對這一概念進行闡釋，但目前尚未形成公認的定義。通過對現有闡釋進行歸納、分析，這項技術可以大致解釋為：利用數字技術對物理實體的特征、行為、過程和性能等進行多維度、多尺度的刻畫、建模和動態仿真，并且可在其生命周期內不斷更新[10]。

早期的研究普遍認為數字孿生是由虛擬空間和實體空間共同組成的信息物理系統（CPS）[11]，其基本模型為三維模型，包括了物理實體、虛擬模型以及二者之間的連接[12]，隨著理論技術的拓展以及應用需求的升級，有關學者在此基礎上又拓展了服務和數據兩個維度，形成了由物理實體（PE）、虛擬模型（VE）、服務（Ss）、孿生數據（DD）、交互連接（CN）構成的五維模型[13]，如圖1所示。在數字孿生技術的應用過程中，信息物理融合是基礎，多維虛擬模型是引擎，孿生數據是驅動，動態實時交互連接是動脈，服務應用是目的，全要素物理實體是載體[14]。

通過數字孿生技術，可以實現復雜物理實體和過程的虛擬復現，推動構建基于模型的企業（Model-Based Enterprise，MBE）[15]，突破傳統制造依賴于物理原型、物理實驗或小批量試制的局限，提供更全面的測量、分析和預測方法，全面推動經驗的數字化，因此被廣泛應用于物理實體的研發設計、生產制造和服務應用等全生命周期的各個環節之中[16]。

2 家具制造過程中存在的問題

家具制造業是傳統制造業的典型代表，業內通過構建企業OA、ERP、CRM、MES等信息系統以固化流程，基本實現了信息化，并借助一系列節點進行廣泛的數據采集，形成可視化的業務報表，逐步探索數字化，但相關實踐活動還處于初級階段，尚有大量的瓶頸問題亟待攻克。從生產線生命周期的角度來看，可以將家具制造過程劃分為產線規劃、生產控制與流程再造三個主要的階段[17]，每一個階段都存在不同的問題。

2.1 家具制造產線規劃存在的問題

（1）規劃考慮不周全

家具產線規劃是一個系統性問題，全屋定制引起的產品品類增加進一步加劇了規劃的復雜度[18]。傳統的規劃極易忽略一些次要流程和細節邏輯，造成車間物流動線混亂、規劃與實際偏差過大等現象[19]，給后續的生產執行遺留大量問題。例如生產廢料和余料的轉運與處置，墊板、托盤等原材料和半成品容器的流轉與儲存，轉運通道的流量預估與形態設計等，都是容易引發設計缺陷的環節。

（2）規劃分析精度低

傳統的產線規劃方法大量運用“均值”進行測算，掩蓋了多品種、小批量場景下不同產品的加工差異，忽視了制造過程中普遍存在的各類擾動，缺乏對客觀規律的總結，因此得到的模型存在大量失真現象，規劃過于理想化，造成規劃設計產能的不匹配現象[20]。

（3）規劃調整效率低

家具產線的構建是反復論證，不斷迭代的過程。在最終定案前，每進行一次調整，都會帶來“牽一發而動全身”的更新。傳統的家具產線規劃大量依靠人工進行數據計算與驗證，不僅效率低下，而且極易出錯，造成了迭代周期的延長。

■圖2 FDTS系統架構圖

（4）規劃成果不直觀

隨著生產線復雜度的不斷提升以及多重流程的不斷疊加，平面圖紙的局限性越來越明顯，且受制于不同規劃軟件之間的隔閡，圖紙與數據的關聯和匹配也存在較大難度，規劃成果不能直觀的體現出來，團隊溝通成本急劇增加。

2.2 家具制造生產控制存在的問題

（1）生產計劃粒度粗

由于缺乏全面、及時、精確的數據支撐，絕大多數家具企業的計劃體系僅能面向車間以天為單位制定生產計劃，工序、設備和工人等基礎單元的任務分配還依賴于車間人工實現，常常造成生產資源浪費，規劃產能難以實現。

（2）生產擾動預測難

家具制造過程中的擾動因素繁多，容易造成生產停頓。基于緩存的傳統方法需要占用大量空間，引起在制品積壓，延長了生產周期。如果能夠實現產線監控，在擾動產生質變前進行干預，就能夠有效避免擾動帶來的生產停滯。然而，當前家具制造過程中的監控還比較粗糙，擾動預測手段比較原始，必要的干預嚴重滯后，難以實現事先規避。

（3）生產調度經驗化

家具制造過程中各個環節生產資源的配置大面積依托人工來開展，這種經驗化的決策模式在大規模生產場景下幾乎不可能在短時間內尋得最優的組合，造成了家具企業利潤的大量流失。

（4）生產控制不靈活

傳統方法構建的靜態生產模型在柔性化的家具制造中難以應對工序之間的銜接、突發事件的處置、加工工藝的更新等動態問題。面對產能、成本、周期等不同的控制目標時，管理人員難以基于動態的生產靈活切換資源配置模式。

2.3 家具制造流程再造存在的問題

（1）全局層面優化難

家具制造融合了離散型制造、流程型制造、大規模個性化定制、網絡協同制造等多種模式，各個環節之間耦合關系強，牽一發而動全身。家具企業流程再造的最大痛點，就是缺乏著眼于全局的改善工具與指標體系，總是陷入局部最優解的困境，產生新的瓶頸，嚴重影響了改善的實效。

（2）數據分散應用難

經過數字化、信息化的改造，規模以上家具制造企業已基本構建起企業數據庫與信息系統。然而絕大多數家具企業的信息系統來源于不同的供應商，系統之間數據互通存在困難，數據口徑也不一致。流程再造依賴的生產大數據分散在不同信息系統之中，查詢速度慢，數據精度低，數據資源轉化與應用的難度較大。

（3）傳統改善深入難

隨著家具企業基于價值流程圖（Value Stream Mapping，VSM）展開精益改善[21-22]的逐步深入，產線優化進入了“深水區”，依托人的主觀思考來實施改善的模式難以向更精細的方向推進，在缺少全面數據積累和高效分析工具的制約下，傳統的改善手段已經難以給家具制造過程帶來長足進步。

（4）優化效果評估難

流程再造的效果評價一直以來都是制造業的一個痛點。一方面，生產線各項指標之間的相關性長期被忽視，缺乏衡量制造系統全局效益的量化指標；另一方面，改善活動的效果預測方式過于粗糙，參考價值不強，許多問題只有在調整物理實體產線后才暴露出來。

在新興的信息技術已經為傳統制造業帶來普遍提升的大背景下，家具制造過程中存在的問題可以概括為：不全面、不精準、不及時和不直觀。數字孿生技術在家具制造過程中的應用，就是以數據驅動，構建基于家具生產制造全過程的、高保真實時交互的可視化三維模型，對于推動家具制造的精細化管理與系統化改善具有極強的現實意義。

■圖3 家具數字孿生車間“數字生命體”模型

3 家具數字孿生車間的構建

家具制造業是勞動密集型產業，生產管理與制造執行主要依托于人，細分領域內的企業在技術層面上沒有顯現出代差，制造水平整體趨同，市場競爭白熱化，因此各大家具制造企業都迫切期盼通過技術創新謀求破局。數字孿生技術能夠從根本上解決家具制造過程中的諸多現實問題，因此基于該項技術開展深度重構，必然成為家具產業邁向智能制造的關鍵一環。

3.1 家具數字孿生車間的概念

數字孿生車間（Digital Twin Shopfloor，DTS）概念于2017年提出，是指在新技術驅動下，物理與虛擬車間信息實時交互，全要素、全流程、全業務數據集成，并在孿生數據驅動下，車間生產管理與控制在物理車間、虛擬車間以及車間服務系統之間迭代運行，在一定條件和目標下實現車間最優化運行的新模式[23]。這一概念落實到家具制造領域，就是家具數字孿生車間（Furniture Digital Twin Shop-floor，FDTS）。

FDTS的構建，目的在于應用先進的工藝技術、感知技術、通信技術、仿真技術、分析技術、控制技術、展示技術，在物理車間的基礎上，于虛擬空間中搭建高保真、高置信度的虛擬車間，并根據車間需求設計業務交互平臺，建立泛在融合的智能制造空間（Smart Manufacturing Space，SMS）[24]，基于人工智能全面解決家具制造過程中不全面、不精準、不及時、不直觀的現實問題。

3.2 家具數字孿生車間的系統架構

根據數字孿生的五維模型，可以將FDTS的系統架構劃分為物理層、模型層、服務層、數據層和交互層五個層次，各層次之間的內涵及關系如圖2所示。

物理層是家具制造的實體部分，包括產品、物料、設備、工裝、容器、人員、工藝、環境等因素，既是基礎生產數據的直接來源，又是智能生產決策執行的終端。

模型層是基于家具制造的實體部分在虛擬空間中的映射，不僅包含了廠房柱網、生產設備、產品物料、工裝容器等物理實體的三維模型，同時還涵蓋了加工工藝、物料流轉、分揀倉儲、人員安排、工序配合等邏輯模型。這些模型一方面反映了家具制造實體部分各要素之間的位置、大小等空間聯系，同時給出了這些要素之間在業務層面的配合關系，都是如實映射物理實體形態特征和運行邏輯的必要條件。

服務層是生產管理人員直接接觸的前端，由一系列供人操作和為決策提供依據的人機界面構成。這些界面囊括了PC端和移動端，只集成具體崗位所需要的數據，并通過可視化的方式呈現。

數據層匯集了整個家具數字孿生車間中的制造大數據。不僅包括存儲傳感器數據、日志數據、仿真數據、知識數據的數據倉庫，還涵蓋可供挖掘與分析的數據中臺，進而統一數據口徑，提升數據提取和分析的效率，避免重復的企業基礎設施建設。

交互層主要是借助各類數據接口、傳輸協議以及先進的通信技術，實現各個層次、系統之間的互聯互通，達到數據和指令及時上傳與下達的目的[25]。

3.3 家具數字孿生車間的關鍵組成

家具數字孿生車間的關鍵組成可以描述為“三個系統+一種資源+一套管路”的“數字生命體”，即物理車間系統（Physical Shop-floor System，PSS）、虛擬車間系統（Virtual Shop-floor System，VSS）、車間服務系統（Shop-floor Service System，SSS）、孿生數據資源（Digital Twin Data，DTD）與交互連接管路（Interactive connection Vessels，ICV）。從“數字生命體”的角度來理解，三個系統是“器官”，孿生數據是“血液”，交互連接是“血管”，如圖3所示。

3.3.1 物理車間系統

家具制造是實體產品的制造，物理車間是實體的家具產品工業化生產制造的根本，涵蓋了家具制造車間中客觀存在的各項因素。

■圖4 FDTS的實施路徑

物理車間是最主要的數據感知窗口，通過產品和物料上的二維碼、RFID標簽等特征標記以及部署在設備上的各類傳感器，采集實時的、多源的、異構的生產過程數據；對于部分簡單且時效性要求較高的質量事件、安全事件，或者獨立性較強的檢測方法，如通過機器視覺判斷刀具磨損情況[26]等，直接由物理車間進行即時處理；接受和執行來自數字孿生系統各個環節的指令，根據指令的要求完成生產任務。

3.3.2 虛擬車間系統

虛擬車間是物理車間在虛擬環境下的鏡像，最大限度的刻畫物理車間中各種因素的三維模型與邏輯結構，并能夠以較高的匹配度對真實的生產進行動態模擬。虛擬車間是基于計算機的算力實現資源最優配置的集中體現，是家具數字孿生車間的技術核心[27]。

在產線規劃與流程再造階段，借助虛擬車間，可以在不具備新的硬件設備、空間布局和物流系統的測試條件，或者測試成本過高，或是存在多種方案需要評估擇優的情況下支持生產決策，從而規避設計缺陷帶來的巨大成本浪費[28]。在生產控制階段，虛擬車間可以對家具產品生產過程中的工藝規劃、計劃排產、生產調度、緩存分揀、設備運行、物流動線等各項行為進行動態描述，從而精確掌握在一定的約束條件下，生產線內部各組成部分之間的關系，預先驗證生產方案，在生產過程中預警各類擾動并通過重調度進行干預[29]。

3.3.3 車間服務系統

服務系統是FDTS與人進行直接交互的端口，除開發人員外，其他人員對于FDTS的運用都依托于服務系統中封裝的功能來實現。

服務系統直接面向車間管理和操作人員，在復雜的現場環境下，各種功能界面基于人機界面進行設計，力圖為操作人員提供一個安全、便捷、專注的人機互動接口，以利于信息的快速、精準錄入以及制造數據、分析結論的可視化呈現；針對家具制造的特點和各個崗位的職能需求，服務系統中以車間布局、工藝規劃、計劃排產、生產調度、擾動監控、物料管理、質量管理、人員管理、設備管理、能耗管理、環境管理等具體功能進行分類，并進一步分化為集成各個崗位實際需求的操作界面；除業務功能外，服務系統還具備對FDTS中各類模型、數據、邏輯、權限進行維護的管理功能。

3.3.4 孿生數據

工業4.0時代下，數據的價值甚至高于石油，是企業的核心驅動力。擁有全面、精準、及時數據的家具制造企業必然搶占時代的先機。

孿生數據是FDTS運行的基礎，物理車間、虛擬車間、服務系統的各項業務功能都需要依托孿生數據來實現。從數據管理層面來看，孿生數據除了聚合各類數據以外，還應具備數據清洗與結構化的功能，從而確保數據的系統性、準確性和時效性。

3.3.5 交互連接管路

FDTS這一“數字生命體”的活力，具體體現在孿生數據“血液”在物理車間系統、虛擬車間系統、車間服務系統三大“器官”之間進行“營養交換”，這就依托于交互連接管路，否則就極易形成“數據孤島”，造成“器官”壞死。

交互連接管路的主要作用，就是將物理車間、虛擬車間和車間服務三大系統連接在一起，使得各個系統中的數據能夠快速、準確、安全的流轉起來，同時打通FDTS前端的研發設計系統、供應鏈管理系統和后端的物流倉儲系統、營銷管理系統，并延伸到企業管理系統，最終實現家具企業制造相關數據的全面互聯互通。

3.4 家具數字孿生車間的實施路徑

應用數字孿生技術，結合家具企業特征對制造過程實踐FDTS，是家具制造企業的頂層戰略。由于業內探索還處于起步階段，為了取得家具制造企業自上而下的全面理解與支持，必須秉持謹慎而樂觀的態度，由點及面的開展探索，逐步積累經驗，以“三步走”的策略來實施：首先以工序為基礎，然后逐步擴展到車間，最后覆蓋整個家具企業生產制造體系。

FDTS構建與應用伴隨著家具企業制造體系的工藝水平、管理模式的進化同步進行，是一個不斷迭代的過程，為了保障FDTS能夠持續支持家具企業制造水平的提升，有必要建立一支自有的、專業的、可靠的技術團隊，始終以企業實際為落腳點，開展研究和探索工作。

根據當前家具制造企業的實際發展狀況，綜合家具產業細分領域的不同特點，FDTS的實施可以劃分為8個步驟，如圖4所示

（1）問題分析

從智能制造的視角出發，對家具企業生產制造過程進行全面分析，重點歸納制約家具企業效能充分發揮的各類因素，并參照其它行業的優秀經驗，創造性探索數字化、信息化、智能化的解決方案。

（2）目標構建

結合企業自身的生產制造能力、數字化和信息化水平、企業資源狀況等現實因素，高層、中層和基層共同參與，管理、技術、運營聯合規劃下，劃定企業構建FDTS的邊界，明確業務層面的具體需求，確立建設的目標。

（3）現狀固化

家具制造企業經過一段時間的發展，往往出現工藝路徑不清晰、生產步調不一致、管理邏輯不明確等現象，因此在項目實施前需要對目標產線的具體生產過程進行全面復盤，將其模式、邏輯、數據以成文的形式進行全面固化，作為FDTS構建的依據。

（4）總體規劃

根據固化下來的模式、邏輯和采集到的數據，結合企業自身的特點，以建設目標為指導，進行總體框架的搭建，明確FDTS應當包括的功能模塊，對模塊的復用性和擴展性提出具體要求。

（5）功能設計

重點就數據需求及數據采集、處理的方法，仿真模型構建的深度，系統之間交互連接，前端呈現的具體形式，維護與更新的便捷設計等關鍵問題提出明確的解決思路。

（6）系統開發

系統開發是FDTS的具體開發過程。物理層主要關注數據需求的內容、數據采集的方法、傳感器的部署；模型層重點實現各生產要素三維模型的搭建、制造邏輯的復現以及約束條件的定義；服務層需要明確操作者的真實需求，并結合人機工學進行設計；數據層解決數據預處理與結構化的問題，構建數據中臺；連接層就大數據的及時、精確、安全傳輸展開探索。

（7）整體調試

串聯各個模塊，對采用的各類傳感器、接口、傳輸方式進行測試，對三維模型、邏輯模型進行評估和校正，對FDTS各項服務的性能進行優化，確保系統能夠在高保真的基礎上實現持續穩定的運轉。

（8）維護更新

維護更新是系統交付后持續開展的工作，除了維持系統正常運轉所必須的運維外，還包括了根據實體車間的不斷變化而進行的調整，以確保虛擬車間能夠時刻反映物理車間的真實情況。此外，隨著信息技術的不斷進步，對FDTS進行更新，以提高系統的擬合度、響應速度等性能，也是維護更新的重要內容。

4 家具數字孿生車間關鍵技術方向

結合當前家具制造業的現實狀況以及其它行業數字孿生技術的成熟案例，FDTS的規劃、實踐與應用亟需在五個方面取得技術突破。

4.1 多源異構制造數據的采集與處理

形成科學的數據體系，并通過多種手段，突破技術瓶頸，繞過商業壁壘，重點解決加工工時數據、產品質量數據、設備狀態數據、人員效率數據、工序產能數據等采集不到、采集不準、采集不全、采集不用的問題，從而實現粒度達到最基本的生產單元的大數據采集。

4.2 數據驅動的家具制造過程虛擬仿真建模與驗證

一方面要求家具制造企業深刻理解以電子鋸、封邊機、加工中心、立體倉庫、分揀倉庫為代表的復雜裝備的內部邏輯[30-31]，并在虛擬空間中最大限度的還原；另一方面要求家具制造企業全面厘清并標準化作業流程，采用先進的仿真建模軟件對制造過程進行3D復現，并構建起科學的模型評價體系。

4.3 車間智能運行監控與動態調度技術

借助各種傳感設備，對家具制造車間的生產效率、人員狀態、質量水平等進行全面而細致的把握，從而實現對物理車間生產過程的實時映射；應用人工智能算法，基于約束理論在實際生產的條件下進行靈活的計劃排產與動態的生產調度，突破粗放的經驗化管理的限制，將生產管理貫徹到每一個基本單元，從而緩解擾動帶來的影響，確保生產過程的流暢與產線整體的高效運行。

4.4 基于數字孿生的家具制造設備故障預測與健康管理

重點通過部署在設備上的各類傳感器，識別關鍵指標的變化，借助設備的數字孿生模型，評估設備的劣化程度、耗材的使用狀況、刀具的加工精度、故障出現的主要原因等，并根據車間的生產計劃、任務分配和人員配置，基于維修成本、備件庫存和設備可靠性對維修活動進行智能調度，從而實現基于狀態的維修，彌補事后維修和計劃性維修的不足，降低因頻繁維修或缺乏維護給生產進度帶來的影響。

4.5 家具制造工藝參數智能優化決策

通過為家具產品、原輔材料以及加工過程進行數字孿生建模，以更為細致的方式量化工藝指標，進一步解決以天然木材為代表的家具材料差異化的理化性能與工藝參數的匹配問題，使得加工過程可以圍繞材料的種類和內部結構精細的開展，因材施藝，最大限度的降低因工藝參數不合理而造成的崩缺、壓痕、鼓包、流掛等質量問題，提升產品合格率。

5 結語

數字孿生作為智能制造領域的一項關鍵技術，將對家具產業大幅提升產品品質、交付能力、客戶體驗和盈利水平發揮非常關鍵的作用。這里提出了“家具數字孿生車間（FDTS）”的概念，并結合數字孿生的理論與家具智能制造的實際，對FDTS的系統架構、核心功能和實施路徑進行了初步規劃，提出了實施FDTS所需要突破的關鍵技術，目的在于積極推動家具制造業轉變發展方式、升級技術結構、轉換增長動力，向智能化、綠色化、高端化方向發展。