基于數(shù)字孿生的壓鑄機器人模型構(gòu)建與演化

侯遠韶

（河南工業(yè)貿(mào)易職業(yè)學院 機電工程學院，鄭州 451191）

模型作為智能制造活動不可或缺的因素發(fā)揮了無法替代的作用，傳統(tǒng)的實物模型面對物理對象時僅僅實現(xiàn)了簡單的復制，在時間尺度以及空間尺度上不能很好地描述時間對于物理對象的影響，以及物理對象復雜的內(nèi)部結(jié)構(gòu)，具有一定的時空局限性[1]。隨著信息技術以及計算機輔助功能的發(fā)展，利用數(shù)字技術建立物理模型的數(shù)字化應用，可以很好地解決物理模型的時空局限性[2]。數(shù)字孿生技術在物理模型的基礎上，進行數(shù)據(jù)分析以及虛擬仿真搭建一對一的現(xiàn)實映射模型，并利用編程語言將物理現(xiàn)象與虛擬數(shù)字結(jié)合，實現(xiàn)物理對象的多維特征描述，達到虛擬數(shù)字模型與物理對象的共生，從而對物理實體進行仿真、輔助決策和運行診斷[3]。但如何構(gòu)建具有一定通用性的數(shù)字孿生模型缺少相關的理論體系和建模準則，本文在前期相關工作的基礎上設計了一種面向壓鑄機器人現(xiàn)場的數(shù)字孿生數(shù)據(jù)采集與處理系統(tǒng)為壓鑄機器人提供數(shù)據(jù)基礎，并在數(shù)字孿生平臺構(gòu)建模型，最終通過研究壓鑄機器人數(shù)字孿生模型的運行狀態(tài)以及輔助決策功能，驗證模型的有效性[4-5]。

1 數(shù)字孿生理論分析與框架設計

1.1 數(shù)字孿生理論分析

數(shù)字孿生是指對物理模型的數(shù)字化表示，通過對感知技術、建模以及數(shù)據(jù)計算，系統(tǒng)性地實現(xiàn)信息技術與物理對象的交互融合，進而對物理模型實現(xiàn)描述、診斷以及決策分析等[6]。數(shù)字孿生的運行需要數(shù)據(jù)進行驅(qū)動，因此實時有效的真實數(shù)據(jù)是數(shù)字孿生的基礎，確保數(shù)字孿生與物理模型的準確映射；數(shù)字孿生模型要求具有實時同步，能夠及時的反映物理對象的狀態(tài)，動態(tài)地描述物理對象以及持續(xù)動態(tài)跟蹤；高度保真性，數(shù)字孿生以物理對象為主體，通過映射描述物體的運行機理，還原幾何結(jié)構(gòu)對象，物理框架與孿生模型稱為數(shù)字雙胞胎[7]；互相關聯(lián)性，單一模型的數(shù)字孿生對物理模型僅僅進行數(shù)據(jù)檢測，孿生模型與物理框架間是單向映射，無法對物理模型進行反饋指導，面向?qū)ο蟮臄?shù)字孿生模型，一方面受物理對象數(shù)據(jù)驅(qū)動，另一方面對物理對象進行狀態(tài)檢測以及數(shù)據(jù)分析，實現(xiàn)故障提前預警分析做出改變[8]。數(shù)字孿生模型涉及多方面知識，具體如圖1 所示。

圖1 數(shù)字孿生建模實施框架

1.2 壓鑄機器人數(shù)字孿生框架設計

通過分析壓鑄機器人功能參數(shù)和數(shù)字孿生框架，結(jié)合壓鑄工藝過程，在保證研究方向準確性的前提下，分析壓鑄機器人數(shù)字孿生對數(shù)據(jù)的要求以及數(shù)據(jù)的種類，針對不同類型的數(shù)據(jù)設計相應的數(shù)據(jù)采集計劃，并結(jié)合對數(shù)字孿生功能的需求，將框架劃分為4 個部分：（1）理論層，對數(shù)字孿生框架結(jié)構(gòu)以及壓鑄機器人功能需求進行理論分析和概念辨析，構(gòu)建設計方案；（2）數(shù)據(jù)層，確定物理模型所需數(shù)據(jù)種類，進而根據(jù)不同數(shù)據(jù)類型設計數(shù)采方案，繼而通過傳感器采集、人機交互等硬件采集終端，得到壓鑄機器人物理數(shù)據(jù)信息，并對采集的數(shù)據(jù)進行預處理和分類，動態(tài)模擬壓鑄過程，對模型進行驗證和優(yōu)化；（3）模型層，選擇合適的孿生平臺構(gòu)建數(shù)字孿生模型滿足數(shù)字孿生需求，在進行壓鑄過程中，充分考慮數(shù)字孿生環(huán)境下物理裝配以及信息模型的需求，以壓鑄機器人本身三維模型出發(fā)，結(jié)合對數(shù)字孿生功能的具體要求，實現(xiàn)壓鑄過程中物理主體與數(shù)字框架的連接和映射，同時為了避免復雜物理本體建模帶來的冗余計算，設計引擎利用物理實時數(shù)據(jù)驅(qū)動孿生模型的動態(tài)檢測；（4）應用層，壓鑄機器人的壓鑄到應用作為一整套流程，通過結(jié)合數(shù)字孿生搭建虛擬環(huán)境，進行壓鑄質(zhì)量預測，并根據(jù)不同參數(shù)比較分析，得到運行前、運行時的數(shù)據(jù)信息，進而在機器人進行壓鑄前確定最佳參數(shù)組合，保證物理框架與孿生模型的同步一致性，實現(xiàn)壓鑄機器人運行的精確性和魯棒性[9]。壓鑄機器人數(shù)字孿生框架設計如圖2 所示。

圖2 壓鑄機器人數(shù)字孿生框架設計

1.3 數(shù)字孿生建模評價因子

數(shù)字孿生模型的性能指標需要通過評價因子進行檢測，從而驗證模型的準確性和有效性[10]。針對壓鑄機器人數(shù)字孿生模型的特點，本文通過以下評價因子進行模擬：

（1）模型虛實一致性。首先針對機器人幾何模型，分析機器人的幾何特征與拓撲結(jié)構(gòu)，得到壓鑄機器人的物理數(shù)據(jù)，繼而利用傳感器采集、人機交互等硬件采集終端得到物理框架數(shù)據(jù)的一致性，針對壓鑄機器人運動特點，構(gòu)建反映行為特征的狀態(tài)圖，建立機器人運動規(guī)則模型，從而利用壓鑄機器人幾何特征得到物理數(shù)據(jù)，分析行為模式得到運動規(guī)則，驗證模型的虛實一致性。

（2）準確性。主要包含構(gòu)建數(shù)字孿生模型時采集物理實體幾何特征創(chuàng)建的參數(shù)準確性A1，以及物理模型與數(shù)字孿生關聯(lián)關系準確性A2，反映物理對象的狀態(tài)，動態(tài)描述物理對象以及持續(xù)動態(tài)跟蹤，同步參數(shù)的準確性A3。

上式中，r、m 分別為機器人拓撲結(jié)構(gòu)中的維度數(shù)據(jù)，l1為物理模型參數(shù)量，l2為建立映射規(guī)則模型參數(shù)量，l3為物理模型同步參數(shù)量，l4為映射行為模型參數(shù)量，同時為了降低誤差創(chuàng)建歸一化函數(shù)f，將誤差控制在[0,1]之間，分別代表壓鑄機器人目標模型與孿生模型間創(chuàng)建參數(shù)、同步參數(shù)、關聯(lián)參數(shù)的誤差值。

（3）高效性。對壓鑄機器人進行數(shù)字孿生建模時，通過采集大量的原始數(shù)據(jù)信息將物理框架與數(shù)字技術間建立映射，為了降低計算復雜度同時減少對硬件系統(tǒng)傳輸能力和算力的過度依賴，需要對模型的有效性進行優(yōu)化，從而使數(shù)字孿生模型盡可能的簡易，提高模型的性能，模型高效性A4

式（4）中，wij為維數(shù)模型架構(gòu)所占數(shù)字孿生模型權(quán)重，n 為模型參數(shù)個數(shù)，lj 為基于數(shù)字孿生壓鑄機器人模型第j 層參數(shù)個數(shù)。

（4）通用性。數(shù)字孿生不僅可以應用于簡單的目標對象，還可以應用于復雜的模型，具有遷移復用和重構(gòu)優(yōu)化的通用性，可以使數(shù)字孿生模塊與多個對象之間進行靈活的配置和組合。因此，通過求解數(shù)字孿生模型伸縮性函數(shù)A5，可以提高系統(tǒng)的通用性。

式（5）中，m1和m2表示數(shù)字孿生框架是否可以拓展與刪減，取值分別為0 和1，w1和w2表示m1和m2所占數(shù)字孿生模型權(quán)重，取值范圍為 [0,1]。

2 數(shù)字孿生機器人多維模型構(gòu)建

2.1 數(shù)字孿生機器人建模要求及內(nèi)容

基于數(shù)字孿生的壓鑄機器人物理參數(shù)數(shù)字化建模要求：

（1）具有層次性。數(shù)字孿生機器人模型由多個運動部件組成，通過3D 模型繪制調(diào)整各個模型之間的關聯(lián)進行整合優(yōu)化，得到明確的框架結(jié)構(gòu)，從而對機器人進行深入分析，有利于后續(xù)框架更好地展示特征。

（2）面向?qū)ο笮浴Ｔ谶M行3D 模型繪制時需要以事實為依據(jù)且繪制的子模型應具有面向?qū)ο蟮膶傩裕凑諜C器人本體進行模型搭建，提高機器人模型繪制的可靠性和靈活性，且面向?qū)ο蟮睦L制方法可以對模型屬性進行分析，進而實現(xiàn)特征數(shù)據(jù)融合。

（3）機器人圖形用戶界面（Graphical User Interface，GUI）顯示，機器人狀態(tài)數(shù)據(jù)的顯示需要通過圖形用戶界面，以及顯示參數(shù)的配置、運動控制數(shù)據(jù)，功能完善的GUI 可以在壓鑄機器人運動過程中實現(xiàn)數(shù)據(jù)的清晰傳輸、實施過程，直觀地顯示物理狀態(tài)的數(shù)字化表示。

（4）平衡性。機器人物理形態(tài)進行數(shù)字化建模時，需要根據(jù)機器人運動特征采集大量的原始數(shù)據(jù)進行數(shù)字化，導致占用大量計算機內(nèi)存和算力，因此需要在不影響建模效果的前提下對機器人材質(zhì)和運動進行優(yōu)化找到系統(tǒng)平衡性，降低對硬件系統(tǒng)CPU、GPU 的依賴。

（5）行為特性，機器人進行壓鑄時遵循運動角度、方向等運動規(guī)律，基于此構(gòu)建的模型要遵循這一規(guī)律，建模時應加入物理屬性參數(shù)，使得構(gòu)建的子模型具有真實機器人的行為特性，提高機器人模型的真實感[11]。

2.2 數(shù)字孿生機器人模型構(gòu)建基本流程

數(shù)字孿生需要對機器人實體進行準確的映射，同時對模型做深層次的迭代優(yōu)化，本設計框架利用Solidworks 2021 強大的建模功能，3D MAX 2021 對模型的輕量化處理以及質(zhì)感增強處理，降低計算機算力的要求，利用Unity3D 2021 對機器人模型進行外部渲染，降低對硬件系統(tǒng)CPU、GPU 的依賴，具體建模流程如圖3 所示：

圖3 壓鑄機器人模型構(gòu)建基本流程

（1）利用Solidworks 2021 強大的建模功能，建立壓鑄機器人整體模型，保存相應的屬性參數(shù)，如模型結(jié)構(gòu)、大小。

（2）將構(gòu)建的壓鑄機器人整體模型導入3DMAX 2021，為了提升模型整體的詳細信息，通過點對點閾值分析以及QEM 算法，對三維模型進行分解，得到不含冗余數(shù)據(jù)的輕量級模型，降低系統(tǒng)冗余度的同時，保留機器人明顯特征信息，提升算法的時效性。

（3）導出機器人不含冗余數(shù)據(jù)的輕量級模型，使用Unity3D 2021 對機器人模型相片信息、幾何參數(shù)進行外部渲染，對機器人的三維模型進行二次編輯。

2.3 孿生數(shù)據(jù)驅(qū)動的機器人壓鑄過程動態(tài)建模

孿生模型作為數(shù)字孿生的核心包含壓鑄機器人三維模型，在此基礎上分析了數(shù)據(jù)驅(qū)動引擎；作為數(shù)字孿生的載體，不同孿生平臺有各自的特點以及適用場合，本設計采用基于壓鑄機器人構(gòu)建的孿生平臺Blender，但由于前期構(gòu)建的模型缺乏數(shù)據(jù)驅(qū)動，只能對物理模型進行靜態(tài)描述，不能隨物理模型的變化而動態(tài)適用，因此不屬于真正意義上的數(shù)字孿生模型[12]。本節(jié)將設計實現(xiàn)孿生數(shù)據(jù)驅(qū)動的機器人壓鑄過程動態(tài)建模，使用實時采集的物理模型數(shù)據(jù)作為三維模型的引擎驅(qū)動三維模型實時動態(tài)改變，建立真正的數(shù)字孿生模型，具體流程如下：

（1）通過多個傳感器感知壓鑄機器人建模過程并進行信息融合。采集機器人模型數(shù)據(jù)是壓鑄過程物理模型搭建的前提和根本，本設計通過邊緣協(xié)同數(shù)據(jù)收集構(gòu)建環(huán)境模型，從而對壓鑄模型動態(tài)感知。

（2）壓鑄過程動態(tài)模型構(gòu)建。提取機器人模型特征數(shù)據(jù)，建立物理模型與數(shù)字映射的動態(tài)分析機制，從而構(gòu)建準確的機器人壓鑄動態(tài)變化原理框架，并通過調(diào)整動態(tài)優(yōu)化，實現(xiàn)數(shù)字孿生模型的動態(tài)優(yōu)化。

（3）壓鑄過程動態(tài)迭代演化。根據(jù)壓鑄機器人實際運動模型進行迭代更新，在實現(xiàn)自感知、自迭代的基礎上，對數(shù)字孿生演化分析，從而實現(xiàn)孿生模型由采集到的實時數(shù)據(jù)驅(qū)動伴隨機器人物理模型動態(tài)演化，得到機器人物理實體實時的狀態(tài)變化，實現(xiàn)機器人壓鑄過程動態(tài)建模的高保真性，進而利用數(shù)字孿生為壓鑄機器人提供分析、判斷、決策功能。

3 壓鑄機器人數(shù)字孿生狀態(tài)檢測實驗及數(shù)據(jù)應用

3.1 壓鑄機器人數(shù)字孿生狀態(tài)檢測

（1）壓鑄機器人軌跡狀態(tài)檢測。通過觀察壓鑄機器人6 個關節(jié)的壓鑄軌跡，保證機器人的自主運動，進而檢測壓鑄機器人物理模型。

（2）GUI 端實時數(shù)據(jù)檢測。利用Unity3D 2021 對機器人模型進行外部渲染，搭建服務器以及圖形用戶界面對機器人壓鑄過程進行數(shù)據(jù)跟蹤，數(shù)字模型跟隨機器人實體實時改變。

（3）實時數(shù)據(jù)記錄。對機器人壓鑄過程產(chǎn)生的數(shù)據(jù)進行記錄和保存。

3.2 壓鑄機器人數(shù)據(jù)應用驗證

（1）建立機器人仿真模型。通過建立機器人運動學坐標系，對壓鑄機器人的正運動學和逆運動學進行分析，繼而推導出壓鑄機器人的姿態(tài)變化以及末端位姿最終計算出機器人運動路徑。壓鑄機器人仿真模型經(jīng)Solidworks 仿真如圖4 所示。

圖4 壓鑄機器人仿真模型

（2）模型更新與數(shù)據(jù)交互。為了保證數(shù)字孿生系統(tǒng)決策的時效性和壓鑄過程的有效性，需要通過及時更新模型數(shù)據(jù)交互參數(shù)，以及對物理模塊與數(shù)字孿生間數(shù)據(jù)準確交互，實現(xiàn)動態(tài)跟蹤。

（3）數(shù)字孿生運行演化。利用演化思維校對數(shù)據(jù)在宏觀、微觀層面的有效性以及驅(qū)動數(shù)據(jù)的動態(tài)更新，驗證應用于更新數(shù)字孿生模型數(shù)據(jù)的準確性，利用數(shù)字孿生的診斷作用，實現(xiàn)數(shù)字孿生對壓鑄機器人的實時穩(wěn)定檢測。

3.3 實驗與仿真

為了驗證本文所提方法基于數(shù)字孿生的壓鑄機器人模型構(gòu)建與演化，能夠滿足實時性和動態(tài)性的要求且具有其他優(yōu)勢，與其他模型如壓鑄機器人能力建模（IRCMA）、DH 參數(shù)建模的平均誤差、工作率、可拓展性以及更新延時進行比較，具體結(jié)果如表1所示。

表1 建模效果比較

通過比較分析可知，基于數(shù)字孿生的壓鑄機器人模型構(gòu)建與演化在路徑平均誤差、工作率上都明顯優(yōu)于其他模型，且具有較高的可拓展性、應用范圍較廣，更新延時低能夠?qū)崟r對物理模型進行動態(tài)跟蹤，使得數(shù)字孿生具備對壓鑄機器人預測分析、決策的功能，提高了系統(tǒng)的靈活性。

4 結(jié)束語

數(shù)字孿生功能的實現(xiàn)是以數(shù)字孿生模型建立為基礎的。為使數(shù)字孿生能對物理模型進行故障預警決策且在進行離線分析時不依賴實際系統(tǒng)，具有較好的穩(wěn)定性和動態(tài)追蹤效果，本文在分析數(shù)字孿生理論的基礎上，設計了壓鑄機器人數(shù)字孿生模型構(gòu)建，根據(jù)模型評價指標對孿生數(shù)據(jù)驅(qū)動的機器人壓鑄過程進行動態(tài)建模，克服傳統(tǒng)模型的數(shù)字孿生對物理實體僅僅進行數(shù)據(jù)檢測的缺點，最終通過建模效果在平均誤差、工作效率、可拓展性以及更新延時上的比較，驗證了本模型的有效性及魯棒性。