解决方案 | 数字孪生，在产线投资之前就知道它是是否可行？
来源：贝加莱工业自动化
Digital Twin有什么用？
本文不是学术论文，我们需要把“Digital Twin”落在实处，简而言之，Digital Twin可以理解为在虚拟的世界对物理的生产线进行建模，并对其进行仿真，然后将其“下载”到物理世界，然后可以实时获取产线的生产状态，并对其进行数据进行统计呈现、传输至MES/ERP等，并接受来自产线调整的参数进行工艺换装。
我们来看看贝加莱最新的ACOPOStrak和SuperTrak的数字孪生表现，先看段视频：
在这个视频中，ACOPOStrak的HMI中显示的虚拟系统与物理的系统是一一对应的，仿真系统可以实时读取控制器中ACOPOStrak当前的运行状态并显示，另外，当仿真完成后，下载到控制器也可以直接驱动系统来执行。
Digital Twin有哪些应用场景？
通过Digital Twin，设计人员可以在以下几个方面下
产线设计最难的地方在哪里？
做产线设计的人应该最清楚，对于制造而言，其产线设计最难的也是最耗费时间的是在验证阶段，因为一个产品的生产由多个工序构成，在每个工序输送系统的速度、加速度、间距等参数必须在负载下进行验证是否可行，而这个过程在传统上，需要实际的物理装置装配好以后才能进行。
显然，虚拟调试是Digital Twin最为好的应用，对于工程师而言，在物理的产线未组装完成，甚至尚未采购前就开始开发程序，逻辑、运动关系，然后在系统里进行虚拟的参数调校，等系统组装完成，直接下载程序，即可实现快速的上电调试，而这个时候系统的参数优化、匹配已经在前期虚拟调试阶段完成了。
第二种情况是对已有的产线进行换装，但是，我必须要验证新的生产状态下，例如：新增的滑块、减掉滑块，系统是否可行？
尤其对于SuperTrak和ACOPOStrak这样的柔性传送系统，他们的底层都自带托盘防碰撞机制，这样即使程序出现错误，也不会导致托盘（或他们承载的产品）之间发生碰撞。这种机制对于产线安全极为重要。但是在正常运转的生产流程中，应该尽量避免防碰撞机制的触发，以免托盘不必要的反复加减速，导致增加系统散热和功率上的负担，甚至生产节拍的降低。Digital Twin可以完美地完成这个任务，它不仅可以仿真程序的内容，也可以完全一致地体现传送系统的防碰撞机制，这样在换装之前，我们就可以在仿真中完成防碰撞机制的规避。
数字孪生-在产线投资之前
对于投资高昂产线的企业主而言，验证其是否可行非常必要，因此，SuperTrak和ACOPOStrak这种可以借助于Digital Twin实现预先的验证和规划，对于产线设计而言，非常关键：
（1）知道可以达到的水平，和为此而需要的最佳机电匹配；
（2）在机械安装完成前软件同步开发测试；
（3）工艺换装也可以提前规划；
图4反映了与德勤所提供的相似的数字孪生实现架构，通过工业现场的实时通信POWERLINK，以及集成开发平台Automation Studio、物理的对象SuperTrak/ACOPOStrak和ABB机器人，建模仿真软件、OPC UA实现的互联来构成整个产线的数字孪生架构。
图4-基于Digital Twin思想的产线设计
它是如何实现的？
基于贝加莱集成开发平台Automation Studio开放的数字化连接能力，ACOPOStrak/SuperTrak所构成的数字孪生机电设计架构如图5所示：
图5-贝加莱实现产线设计Digital Twin的架构
1.机电CAD设计软件提供了产线的物理尺寸与规格，包括了物理的输送段的几何尺寸、滑块的对应参数（尺寸,重量,中心坐标等）。
2.Automation Studio的控制：对于物理的滑块运动而言，其由x,y,z及旋转Φx, Φy, Φz构成，而机械的参数与这些控制模型结合，形成了对整个物理的控制对象的融合。
在Automation Studio中，SuperTrak/ACOPOStrak和机器人被协同在同一软件架构下实现协同，并下载到物理的控制器（一台工业PC）控制执行机构如伺服驱动器（用于控制机器人和周边设备），以及Trak的滑块。
3.Scene Viewer与CAD交互形成产线的几何图形显示，而Automation Studio则将实际运行的物理对象参数返回给Scene Viewer形成动态的图形显示。
4.当产线的机械参数发生变化时，由CAD系统提供新的参数给Automation Studio，Automation Studio将执行新的程序来调整SuperTrak/ACOPOStrak的滑块动作。
基于SuperTrak/ACOPOStrak的数字孪生设计，可以为产线提供全新的方法，并确保投资安全性，提高投资回报。
参考文献
[1]https://blogs.gartner.com/smarterwithgartner/files/2016/10/TopTenStrTechTrends2017_Infographic_Final.png
[2]Michael Grieves,Digital Twin: Manufacturing Excellence through Virtual FactoryReplication,LLC,2014
[3]https://www2.deloitte.com/content/dam/Deloitte/cn/Documents/cip/deloitte-cn-cip-industry-4-0-digital-twin-technology-en-171215.pdf
.jpg?imageView2/2/h/336)
