新能源動力電池產線3D數字化仿真及虛實互聯技術探究

摘要：結合新建新能源動力電池產線工藝平面布局、AGV及物料輸送路線、產線工藝BOM清單、線邊物料存儲數據及MES系統實時采集數據，運用plant simulation軟件對產線進行數字化建模，通過遺傳算法對產線的初步設計方案進行了模擬仿真驗證，分析了AGV投入數量對產能的影響，考慮故障率、合格率等多因子變化對產能的綜合影響，結合緩存的影響分析了產線動態生產條件下各工位JPH及瓶頸工位，進一步優化了產線設計方案并提出改進方向。運用虛實互聯技術，將數字化虛擬仿真模型同MES系統實際采集數據進行了有效融合，搭建了物理車間的三維孿生工廠，實現虛擬工廠對物理工廠的實時展示和監控。

關鍵詞：數字化仿真；虛實互聯；孿生工廠

隨著新能源汽車市場的蓬勃發展，動力電池作為新能源汽車的核心部件，其生產質量及生產效率對新能源汽車的發展起到了至關重要的作用，因此，規劃設計高效、智能、穩定的動力電池生產線成為了當前的關鍵課題。與此同時，動力電池技術為了滿足市場及用戶的需求而呈現出多元化發展的趨勢，產品技術方向更新迭代頻繁，傳統的產線規劃設計方法已經無法快速響應產品技術的快速變化，因此急需引入有效的數字化技術手段提升工藝規劃水平。

虛實互聯技術是一項近些年數字孿生領域的前沿技術，通過3D可視化、動態模擬等手段，在虛擬環境中提前仿真整個生產過程、設備運轉、物流流轉，同時通過虛擬工廠與物理工廠的實時數據交互和狀態同步，動態更新虛擬工廠，確保虛擬環境與物理環境高度一致，從而實現對物理工廠的實時展示、監控和漫游。虛實互聯技術通過整合工廠MES、WMS、ERP等系統，將獲取實時的生產、物流、設備等數據集成到虛擬工廠系統，形成統一的數據中心。通過大數據分析和可視化展示，可以及時掌握生產線的實時狀態，生成動態報表，及時、形象地反饋生產線運行情況，為生產管理提供決策支持。虛實互聯技術實現了生產計劃、工藝路徑等在虛擬環境中的模擬驗證，發現潛在問題并進行優化改進，降低生產風險。同時，可以在虛擬環境中評估不同生產方案的效果，為實際生產提供決策依據，提高生產計劃的準確性和可行性。

Plant Simulation是一款高效的離散事件仿真工具，廣泛用于物流與生產系統的數字建模。通過構建數字模型，用戶可以深入理解系統的特性并優化其性能。其優勢在于，用戶能夠在不干擾現有生產流程或在實際系統安裝之前（特別是在早期規劃階段）進行各種試驗和假設檢驗。利用多種分析工具，如瓶頸分析、統計數據和圖表，用戶能夠有效評估不同的制造策略，為生產規劃的初步決策提供重要的信息支持。此外，Interface Package接口包的整合，使得Plant Simulation能夠與MES、ODBC等數據庫，以及OPC等PLC信號進行無縫連接，促進虛擬工廠與實際工廠的互聯互通。這種互聯互通不僅提升了模擬的準確性和實時性，還為生產系統的優化提供了更加全面的視角。通過Plant Simulation實現產線仿真及虛實互聯的路徑如圖1所示。

系統建模

1.初始條件輸入

1）根據生產工藝排布在AutoCAD環境下建立整個車間的平面布局圖，如圖2所示。

2）生產線MES系統（制造執行系統）數據整理成結構化表格（見表1），供虛實互聯系統實時調用。

3）工位物料BOM清單參數設置，錄入工位節拍、開動率、MTTR（平均修復時間）及產品合格率等信息，具體見表2，仿真系統中通過算法策略關聯工位物料表單，實現通過修改表單即可實現系統參數重置。

4）繪制車間AGV點位地圖如圖3所示，坐標錨點在虛擬仿真系統同現場點位信號關聯，同時初始化系統數據庫連接信息。

2.系統建模

在Plant Simulation環境下建立產線二維模型，如圖4所示。在二維仿真模型的基礎上，導入工裝設備輕量化JT格式三維模型如圖5所示，根據關鍵KPI統計數據設計虛擬展示大屏，實時動態展示各工位產能狀態、工位節拍等信息。

3.虛實互聯建模

當系統運行（手動或者自動）模型監視控件如圖6所示，調用虛實互聯控制邏輯代碼，則整個模型會讀取數據庫的實時數據進行處理，然后重構整個模型。虛實互聯部分代碼與接口代碼如圖7所示。

系統仿真輸出

系統仿真說明：AGV的投入數量分別在起動開動率和合格率的情況下與產能的關系，起動試驗管理器，試驗設置（見圖8）輸入值為AGV投入數量，輸出值為JPH。多級試驗設計為從1到45，遞增1。

當故障率仿真和合格率仿真都開啟后，起動試驗管理器，運行仿真模型，仿真模型結果如圖9所示。

結論：當AGV數量投入達到42時，產能達到最大15.50JPH，但依然低于16JPH的設計值。原因為返修設計比例有問題、返修時間不確定。

當故障率仿真開啟和合格率仿真關閉后，起動試驗管理器，運行仿真模型，仿真模型結果如圖10所示。

結論：當AGV投入數量達到24時，產能達16JPH，但當AGV投入數量達到29時，產能達到最大值，為16.41JPH。

當故障率仿真關閉和合格率仿真開啟后，起動試驗管理器，運行仿真模型，仿真模型結果如圖11所示。

結論：當AGV投入數量達到23時，產能達到16JPH，但當AGV投入數量達到32時，產能達到最大值，為16.37JPH。但因為合格率的不確定因素，當繼續增加AGV時，產能出現小幅度波動，但均高于16JPH。

當故障率仿真關閉和合格率仿真開啟后—預測生產線極限產能，起動試驗管理器，運行仿真模型，仿真模型結果如圖12所示。

結論：當AGV投入數量達到21時，產能達到16JPH，但當AGV投入數量達到25時，產能達到最大值，為17.33JPH，為整條生產線的最大產能。

瓶頸分析—分析單一模塊產能，起動試驗管理器，運行仿真模型。

結論：瓶頸在AP130工位，產能為17.61JPH。AP120、AP140工位產能也低于18JPH。生產線改造可優先考慮這部分工位。

結語

此本次項目作為數字化雙胞胎試點項目，旨在完成虛實互聯的大方向情況下對產線的仿真分析與預警工作。總共完成分析工作五項，在開動率和合格率仿真的不同情況下對AGV投入數量進行分析統計工作。完成了動力電池產線線的輸入數據、二維與三維仿真庫文件的搭建，為以后生產線改造、方案驗證、排產預警等仿真工作打下基礎。

項目通過運用虛實互聯技術實現了以下經濟效益：

1）節省時間。快速完成對生產計劃的評估，不再是傳統的對生產計劃和方案進行繁瑣的評估驗證。

2）降低成本。在產品開始生產之前就完成了對生產計劃和方案的驗證確認，防止在生產中修改造成不必要的成本浪費。

3）效率提高。工廠管理者可以遠程監控工廠生產情況，不需要經常到實地考察或留守，提高工作效率。

4）降低風險。提前預估生產線生產情況，防止因為物料、設備等原因造成的停線風險。

參考文獻：

[1] 陳峰，韓曉英，杜玉曉，等.汽車制造數字工廠虛擬仿真實驗教學項目建設與實踐[J].實驗室研究與探索，2020，39（4）：99-101，173.

[2] 趙軍富，李建軍.基于物聯網數字工廠與智能工廠的整合研究[J].制造技術與機床，2020（4）：20-25.

[3] 高洋.以智能制造為導向的數字孿生工廠構建方法與應用[J].信息與電腦（理論版），2024，36（12）：92-94，98.

[4] 蔣林貝.面向全生命周期的產品數字孿生建模方法及應用[D].杭州電子科技大學，2024.

[5] 張善翔，胡力宏，周巍，等.5G+數字孿生在數字化工廠中的應用[J].通信與信息技術，2023（4）：24-26，117.