首页 理论教育数字孪生技术在工厂设计中的应用

数字孪生技术在工厂设计中的应用

【摘要】:5.4.1结合价值流程图和数字孪生技术的工厂设计5.4.1.1基于价值流程图的工厂设计方法VSM是面向生产的工厂规划方法,能够在工厂规划分析中找出哪些地方是增值的,哪些是非增值的,其主旨在于精益,对于不合理的任务编排和机组排序,功能区块划分具有重要的指导意义。

随着《中国制造2025》的提出,以及工业4.0[85]、云制造[86]的持续推进,智能工厂正逐步取代传统工厂。随着智能制造的发展,重新设计和建设精益的智能工厂成为当前很多企业的目标。如何科学设计智能工厂,为了快速找到满足精益目标的工厂设计方案,本章提出了价值流程图与数字孪生技术相结合的方法。

价值流程图(value stream mapping,VSM)是精益生产框架下一种用来描述物流和信息流的形象化工具。VSM可以辨识和减少生产过程中的浪费,是实现工厂科学设计的有效工具。然而,VSM只是形象化方法,对工厂物流和信息流的描述不够精细,难以满足存在大量自动化设备的智能工厂设计需求。数字孪生技术可细致描述工厂的物流和信息流,可在虚拟环境中完全映射真实工厂,然而在智能工厂的设计阶段存在大量设计路径,设计方案也不可避免地频繁修改,因此不可能采用数字孪生技术完全映射所有的设计路径。而VSM从精益角度指出了智能工厂的设计方向,恰恰可以弥补数字孪生技术的这一缺点。VSM可快速指出设计方向,而数字孪生则可针对复杂系统提供精确的评估结果。因此,VSM与数字孪生技术的融合,有望为智能工厂设计提供新的解决思路和技术方法。

5.4.1 结合价值流程图和数字孪生技术的工厂设计

5.4.1.1 基于价值流程图的工厂设计方法

VSM是面向生产的工厂规划方法,能够在工厂规划分析中找出哪些地方是增值的,哪些是非增值的,其主旨在于精益,对于不合理的任务编排和机组排序,功能区块划分具有重要的指导意义。

VSM是一种用于分析工厂设计规划的增值点和非增值点的工具。使用这种工具的优点是,任何人都可以“看到”价值流程图中的增值过程。由于能够在很短的时间内收集、分析和呈现信息,该方法在工厂规划中得到了广泛应用,并且在工厂的运作中不断改进。VSM的重要目标是确定未来一段时间内改进的机会。价值流程图分析被定义为一个强大的工具,它不仅突出了过程低效、车间和信息失配这些问题,还提出了改进建议。由于VSM是一种特殊的分析方法,价值流程图可以针对一个过程或是生产线或是整个工厂进行处理。但是它同样存在不足,对于工厂设计,VSM只能在静态短时间内做出评估,并且结论不够细化,不能够直接指导实施。

如图5-29所示为VSM快速评估示例,整个系统由客户订单的下达拉动生产,生产控制将任务分配到产线,通过看板调节均衡前端和后端产线,并拉动前端产线的生产。通过快速评估可以发现工序之间的改善点和非增值点,根据这些改善点和非增值点来定义浪费和识别浪费,然后提出对应的流程优化建议。

图5-29 VSM快速评估理论框架

5.4.1.2 基于数字孪生的工厂设计方法

通常,工厂设计包括4个主要设计阶段:初步规划、粗布局设计、细布局设计,以及落地实施。图5-30展示了工厂实体和数字孪生的不同阶段交互示例。表5-9对不同阶段的数字孪生特征做了汇总。

图5-30 工业规划的数字孪生理论框架

表5-9 不同阶段的数字孪生特征

(1)初步规划阶段。根据企业愿景,明确需求,制定目标计划,初步拟定需求数据,这一阶段对物理世界的保真度较低。通过需求调研,确定目标计划和数据的需求,逐步完善数字孪生的结构。该阶段的数字孪生特征是企业愿景提出的概念方案,是无数据支撑的规划蓝图

(2)粗布局设计阶段。即布局块设计阶段,该阶段要完成的是对设备数量需求的确定及对应的车间面积确定。这个过程需要经过迭代验证,根据收集数据,通过价值流程图方法快速评估初步得出设备数量,再通过仿真验证设备利用率和缓存区是否合理,找到改进的机会点,再次评估修正,最终确定该阶段的结果。布局块设计阶段的物理世界比概念设计阶段更明确。该阶段的数字孪生特征为车间基础数据支撑的二维方案,这一阶段对物理世界的保真度较高。

(3)细布局设计阶段。根据各个布局块之间的逻辑关系和各个布局块的车间内部物流和厂区物流,进行布局块空间上的理论设计,根据厂房用地、办公用地及工业绿地,计算整厂的用地面积。该阶段数字孪生特征为布局块逻辑关系支撑的三维方案。该阶段对物理世界的保真度很高,具体体现在整厂的三维方案和理论数据支撑。

(4)落地实施阶段。数字孪生设计师通过大量的数据反馈,不断验证物理实体和计算机模型的相互关系,对模型的修正得到的结果同时反馈作用于物理实体。该阶段的数字孪生特征为数据实时交互的动态模拟方案。该阶段对物理世界的保真度极高,对不同的控制策略进行数字孪生模型的验证,对物理现场做出指导。

在工厂设计规划中,数字孪生的作用至关重要。在确定的周期内完成规划目标,在该过程中规划方案不断完善,同时又需要不断地评估新改善点的可行性,如果采用单一的数字孪生技术,可以对整个系统得出很全面的分析结论,但是会有很大的工作量,在时间上可能无法满足需求,而价值流程图方法论是以精益思想为核心能够做到快速评估的方法论。在这里研究人员将两者结合,构建价值流仿真模型,当方案发生变化时,通过对模型中参数的调整,运行模型得到分析结果,可满足快速评估的需要。

5.4.1.3 基于VSM(价值流程图)+数字孪生的工厂设计方法

将VSM和数字孪生两种工具结合用于工厂规划阶段,核心是在规划的每个阶段合理利用两者的优势,对规划方案进行评估调整。单一的价值流程图方法论能够快速评估规划方案,但只能在静态短时间内起到作用。单一的数字孪生技术仿真能够在动态场景下得到模拟结果,但构建模型的任务量庞大、耗时较长且无明确的方向指导。将两者结合用于规划阶段可以做到优势互补,通过价值流程图评估的方法确定研究的某一方向进行建模,大大减少了工作量,结果也更有意义。

在规划的不同阶段,各自主导的方法不同,主要输出物的形式也不同。

在初步规划阶段以VSM方法为主导,将企业愿景的需求进行评估,确定实施的计划项目,这一阶段的输出物为具有确定计划的概念设计方案。

(1)粗布局规划设计阶段的前期VSM主导,包括梳理流程,分析整理基础数据,并梳理解决的方向点,再根据每个方向对数字孪生建模提出需求。将VSM的数据输出作为数字孪生建模的输入数据,根据每一个VSM确定的问题方向,数字孪生进行具体的问题分析,验证多个可行性备选方案。例如在设备数量评估中,一组设备后端接入缓存库和三组设备并行两种方案,从成本、占地面积、设备利用率、制品数量等各个方面去分析验证这两种方案,最终的数字孪生输出结果作为该问题的决策依据。后期数字孪生建模为工作主导,该阶段的输出物为具有车间基础数据的二维方案。

(2)细布局阶段主导VSM和数字孪生方法并进,主要对布局块逻辑,包括车间物流、厂区物流和信息流进行分析。在布局方面,VSM不断评估寻找可改进的方向,如在厂区物流中,发现可能出现的拥堵路段,VSM对路径进行优化,数字孪生模型进行方案验证,最终确定具体的厂区物流路径。这一阶段的输出物为包含物流和信息流的三维方案。

(3)最后落地实施阶段由数字孪生模型主导,不断验证现场的数据情况,并对下一步工作进行指导,如在立体库落地实施中,针对装卸道口这一问题进行分析,数字孪生输出具体的装卸道口设置位置和数量等,指导现场的落地实施。这一阶段的输出物为实时交互的现场实施数据。

4个不同阶段的VSM和数字孪生的结合方式和输出物如图5-31所示。在不同阶段VSM和数字孪生结合的具体方法步骤如下:

①在初步规划阶段,本阶段的输出物为工厂范围的概念方案,包括工厂布局和工厂整体运作模式等。在该阶段VSM占据主导,首先对环境数据进行调研,包括周边交通、人力、原料等资源状况,工厂预期目标产能,占地规模等;进而分析上述数据并以价值流程图方式将概念设计方案具体化。

②在粗布局阶段,本阶段的输出物为车间层单元布局和运作方案。前期通过VSM方法分析车间工作流程的增值环节和非增值环节,优化流程并粗布局。后期采用数字孪生方法以离散事件仿真方式评估车间粗布局,通过工序级仿真为设计方案提供验证和支撑,最终满足产能、空间利用率、精益生产等多方面要求。

图5-31 不同阶段的价值流程图和数字孪生的结合方式和输出物

③在细布局阶段,本阶段的输出物为具有工位、仓储、检验、物流等单元逻辑关系的车间方案,着重研究车间内物流和信息流的集成方法。该阶段VSM与数字孪生协同对设计提供支持,通过VSM逐步细化单元设计,通过工步级仿真构建高保真度的数字孪生,通过信息流和物流的虚拟融合寻找物流拥堵点,从而发现设计方案中隐藏的缺陷。进一步结合设计知识,通过数字孪生促进VSM的模型细化,例如设备故障发生后的紧急维修流程、物料供应的时刻表等,最终促进设计方案的迭代优化,满足设备利用率、物流顺畅、精益生产等多方面要求。

④在最后的落地实施阶段,本阶段的输出物为实时交互的现场实施数据,数字孪生技术通过详细设计评估方案,并将其模拟为虚拟工厂。在工厂建成并投产后,将虚拟工厂与真实工厂实现数据关联,通过对真实工厂运作的不断拟合,实现虚拟工厂对真实工厂的实时、精准模拟。进一步,基于虚拟工厂模型采集大量运作数据,结合数据模型和仿真模型对真实工厂的未来状态进行预测,并指导真实工厂的运作。至此,数字孪生从概念设计到最终落地实施,随着设计方案的迭代和工厂实体的落地实施,逐步细化并接近物理世界。

5.4.2 案例研究

下面着重介绍数字孪生和价值流程图仿真方法在粗布局阶段的实际应用。

5.4.2.1 价值流程图应用

由于智能化工厂需求不断升级,中国某企业的可编程逻辑控制器需要扩大生产和工厂面积。企业数字化愿景期望在未来工厂中实现。因此,在工厂设计规划阶段采用数字孪生改进规划设计方案。该工厂的主要产品是逻辑控制器,原材料是电路板和元器件。产品主要由电路板与元器件组成,其中电路板产线为一条全自动产线,由后端需求拉动,经过插装、涂绝缘膜,检测总装后完成。在规划阶段评估得出如下两种不同产线设备分配生产模式,如表5-10所示:模式一的特点为三条产线并行生产不同型号的产品,来降低产品订单的交期,不需设总装前的库存;模式二的特点为一条总产线生产,设置总装前的库存,换批次生产不同型号,以此降低投入成本。(www.chuimin.cn)

表5-10 不同产线设备分配

首先在这一阶段的初期,通过VSM方法做了以下两项工作:

①利用VSM方法根据预计产出对方案进行了初步设计,将主要的6种产品型号进行拆分,对设备需求进行了评估预测;

②利用VSM方法将初步的方案进行优化,理论计算各道工序的设备利用率,设备利用率=∑产品型号×加工时间×宽放系数/设备数量,对利用率过高或过低的设备进行数量调整。表5-11为不同设备布置对应的设备利用率值。

表5-11 设备利用率理论值

从表5-11可以看出,模式一产线三的激光打标、插装、涂绝缘膜工位的利用率过低,说明对应工位的设备数量应调整;同样地,模式一产线一的电感耦合、脉冲宽度调制和插装工位的利用率过高,存在风险应调整。模式一调整后的设备数量和产品的价值流程图和模式二的设备数量和产品的价值流程图分别如图5-32、图5-33所示。其中工序与工序之间的箭头表示推动生产,看板表示拉动生产。

图5-32 模式一的产品价值流程图

图5-33 模式二的产品价值流程图

利用前期VSM经过两个步骤的优化结果,通过理论计算确定了产线的基本模式,这一基本模式更精确地表述了优化对象和优化空间。VSM优化结果作为数字孪生的输入,构建对应的数字孪生模型,通过数值仿真提供动态的库存占用情况、设备利用率、产品生命周期等更加准确的指标,从而为决策提供更为可靠的数据依据。

5.4.2.2 数字孪生的应用

如图5-34所示,基于VSM的数字孪生价值流程图仿真模型的基本逻辑为客户模块将产品生产信息发送给生产控制模块,生产控制模块根据产品组成及生产要求将生产任务分配给推式生产模块,生产模块从任务看板中提取生产所需原材料,看板模块拉动前道工序生产对应原材料以补充库存。VSM仿真模块的应用关键在于将VSM的数据流和仿真的数据流进行交互,VSM对应的每道工序都作为仿真的研究对象,得到对应的仿真输出结果,如设备利用率、产线产能等,从而验证VSM的输出方案,将仿真发现的问题通过VSM对方案进行流程优化,得到的方案进行再次仿真验证其可行性。将价值流程理论模型初步优化得到的数据作为仿真模型的输入,利用仿真优势得出更为详尽的输出,包括设备利用情况、库存占用情况、线体产能,以此响应物理世界的规划实施,并进行实时调整。基于仿真软件Plantsimulation,针对两种模式最终形成的数字孪生界面如图5-35、图5-36所示。

5.4.2.3 价值流程图+数字孪生应用

在本案例中,价值流程图+数字孪生的应用处于粗布局阶段,由于粗布局阶段布局方案处于频繁修改的状态,因此数字孪生必须具有较强的易用性和适应性,能够随着布局方案的变化而快速变化。因此本案例中VSM和数字孪生结合的具体表现在价值流程图仿真方法,该方法的关键在于将快速评估的价值流程图思想转化为可执行的数字孪生仿真模型。此时对数字孪生的挑战就是对价值流程图方法的理解和对具体行业的业务的理解,二者的结合决定了数字孪生能否快速、准确地反映粗布局阶段价值流程图方法的特性。另一方面,数字孪生仿真动态的输出结果和方案分析对于传统价值流程图方法有着重要的提升作用,补充了传统价值流程图方法只能在静态短时间内进行方案评估这一缺陷。图5-37为本案例中构建的VSM+DT仿真模型。

图5-34 数字孪生价值流仿真基本逻辑图

图5-35 逻辑控制器模式一

图5-36 逻辑控制器模式二

图5-37 VSM+DT仿真模型示例

此处开发VSM仿真模块库包括供应商模块(Customer)、任务下达模块(Planner)、工序模块(Process block)、看板模块(Supermarket)、原材料模块(Raw-Material warehouse)。DT模块库包括物流模块(Material flow)和信息流模块(Information flow)。整个系统是一个拉动系统,供应商模块负责下达成品需求订单,任务下达模块负责拆分订单下达生产任务,生产任务通过信息流模块传递到工序模块和看板模块,看板模块作为连接后道工序和前道工序的对象,拉动前道工序的生产,同时提供后道工序所需的原材料,单工位和多工位拉动工序模块是最底层的生产任务执行模块,后道工序拉动前道工序的生产,原材料模块负责原材料的生产。

在对每个模块进行详细定义之后,搭建模块时,模块的柔性至关重要。模块的柔性决定了对所有规划场景的适用性,有些功能是不能够锁定到模块的,如特定的生产策略、存储策略需要根据实际情况单独建模。通过开放部分的程序接口来提高整个模块的柔性,满足现实规划场景的需要。价值流程图仿真模块化另一重要方面就是模块数据接口的标准化,即对关键的通用化的数据参数进行建模封装,如设备加工工时、换型时间等。

在案例的粗布局阶段,前期通过VSM方法对规划方案进行详细设计,输出物为5.4.2.1节所介绍的不同产线的设备分配,后期通过数字孪生方法对详细方案构建虚拟数字模型,对应的输出物为5.4.2.2节中所介绍的动态的数字模型。在动态数字模型中可以解决设备利用率是否正常,总体产能是否能够达到预期目标等问题,由于数字孪生模型的验证分析,使得VSM详细规划方案更为可靠,从而得到该阶段最终的输出物,即具有车间基础数据的布局方案。

通过对每一个关键工位的研究,得到对应的设备利用率和总体产能情况。下面通过优化后的设备数量、设备利用率和订单的完成数量对模式一和模式二进行评估,设备利用率和订单完成数量分别如图5-38和图5-39所示。

根据VSM的输入信息从图5-38可以看出模式一产线一的涂绝缘膜工序设备利用率最低,数值为31%,模式一产线一中的脉冲宽度调制和插装两道工序的设备利用率最高,数值均为91%,从数字孪生中的动态利用率的变化(表5-11)可以看出,在开始时,模式-产线-涂绝缘膜工序的利用率并不是很低,可以看出在模拟过程中前面的工序发生了少量的拥堵情况,导致这道工序的利用率逐渐下降。因此需要对前两道工序再增加一台设备。从订单完成情况(图5-39)来看,模式一单位时间内完成的订单数量比模式二大约多2500个,模式一的平均订单完成速度是模式二的1.36倍。综合多种因素考虑,生产模式一在订单交期方面优于生产模式二,但是需要更多设备和用地面积,对成本的要求更高。因此,在考虑订单交期最短的情况下,选择模式一方式来进行下一步的规划,在考虑到投入成本最少的情况下,选择模式二来进行下一步的规划。

图5-38 数字孪生输出模式一与模式二实际设备利用率

图5-39 模式一与模式二产品订单完成数量对比

该工厂目前处于粗布局结束、细布局开始的阶段,其中价值流程图和仿真穿插结合,经过价值流程图对现状进行梳理,设计未来VSM,仿真依据未来VSM模拟得到机台利用率等,价值流程图依据仿真结果进一步分析找到改善点,依据改善结果计算机台数量并计算其占用面积,以此得到每个车间的占用面积,再根据各个车间的关联关系进行方位布局设计,粗布局阶段结束。

利用VSM和数字孪生方法的结合,可以在较短时间内完成更为细化的评估结果,对决策产生更大价值。数字孪生的动态输出结果无法通过VSM方法理论计算得到,这些数据对下一步规划起到了决定性作用。同时VSM的方案快速评估对数字孪生模型的输入也至关重要。此外,在此基础上,开发出了通用化的模块,例如对设备数量和控制策略的调整,只需改变参数就可以轻松实现数字孪生建模工作。该案例在构建控制逻辑器产线模型时,通过对模块的拼接及数据的输入,能够在极短的时间内对方案进行详细评估,对物理世界的规划设计进行指导,如果没有开发的价值流程图仿真模块,对规划设计方案的评估时间将会拉长,对物理世界的响应变慢,数字孪生的意义也将大大降低。