数字制造与数字工厂的研究前景（上）

　1、科学内涵及结构体系

   　 数字制造技术带动了设计、生产与经营管理的自动化和数字化，促进了制造资源在全球范围内的流动和优化配置，加速了制造业全球化的进程，把信息技术融入制造业的产品，使之功能、结构、质量、性价比、效益等发生了质的变化，并创造出一批新产品、新产业。信息技术带来了制造业的革命，形成了以数字制造技术为代表的先进生产力。近年来，随着制造业信息化的推广和深入，数字工厂（数字车间、数字企业和数字化服务）已经成为企业技术进步的重要标志，以及提高企业核心竞争力的重要手段。

   　 数字制造不仅要处理大量常规的工程数据、图形信息和制造过程中的物料流、加工流、信息流以及与制造相关的其他大量数据和信息，而且还需要收集处理涉及经营、决策、市场、资金、制造知识、管理维护等大量全局性、全球性的制造数据和信息，使得制造从单纯的机械加工扩展到了产品的整个生命周期过程。数字化技术和高新化的制造技术不断融合，形成了涵盖产品设计、制造、销售的全生命周期的数字制造使能技术群，包括面向产品开发的数字制造技术群（如CAX、DFX、VM、QFD等），面向加工控制和物流控制的数字制造群（如MIS、MRPII、ERP、CRM、SCM等）。数字化的产品信息从产生到消亡，以物质流、能量流和信息流的形式贯穿于整个制造过程和产品的全生命周期。对这些产品信息进行管理和操作的则是另一项关键使能技术———产品全生命周期管理。数字制造从不同角度综合体现了上述制造技术的基本属性，代表它们发展的主流方向。数字制造的学科基础和结构体系见图1。

    图1 数字制造学科基础与体系结构

   　 目前，数字制造尚是一个开放的研究领域，也是一个快速发展的研究领域，许多问题尚未解决，主要包括多物理场的数字建模、加工和成形过程的数字仿真、高速高精数字加工装备和测量设备、数字化协同产品开发。亟待研究的关键科学问题有：

  　  （1）物体形位空间和旋量空间的几何计算和几何推理；

  　  （2）多物理场的交互作用规律及其数字化表示；

 　   （3）数字装备的非线性强耦合动力系统建模及其参数辨识；

 　   （4）几何约束、物理约束和产品性能约束的相容性及混合约束问题求解；

　    （5）制造过程和制造系统中的不确定信息、不完整信息和模糊信息的形式化和数字化表示；

   　 （6）异构制造环境下的信息融合、信息集成和信息共享。

    　该领域的研究范围和任务包括：研究数字制造和数字工厂的科学内涵及结构体系，旨在建立复杂产品制造过程、制造装备与制造系统的数字化、智能化原理；解决数字产品开发全生命周期中的数字表示、建模、推理；分析制造系统的行为复杂性、产品可制造性、可装配性、可维护性等共性问题；提出产品开发过程中的数字建模理论与方法；研究产品开发的多领域多尺度仿真，建立多目标与整体综合模型；研究数字化协同产品开发过程，建立功能、时间、成本、质量等压力下的产品开发过程动态模型；研究网络化控制系统理论与方法、智能数控系统理论及关键技术，突破我国急需的大型装备和复杂电子机械产品的数字化建模的难点，为重大工程的关键零部件和复杂电子机械产品的自主研发提供理论基础和技术支持。

　2、国内外研究现状和发展趋势

   　 实现数字制造的前提是建立产品的数字化模型，用计算机能理解的方式给出产品生命周期全过程的数字化定义。目前研究最多的产品模型有几何模型、物理模型、知识模型和样机模型，其中几何模型和知识模型多是静态描述性模型，主要用于产品的设计与制造，而物理模型、样机模型是动态仿真模型，面向产品的性能分析。数字制造的一个主要特点是不仅要处理大量的常规工程数据和图形信息，还有大量经验、知识等非几何信息需要处理。为了发挥数字制造技术在技术创新中的作用，还需要对领域主导知识进行数字化处理。如何将制造过程中的物理量（如力、热、声、振动、速度、误差）数字化并表示为计算机能够处理的形式，尚有大量工作要做。

    　数字建模与仿真的目标是建立工程系统的数字化形式化的描述与表示，使之具有无二义性和可重用性，为信息共享、技术开发和控制决策提供共同的科学基础。其实质是在相关学科基础之上抽象出数学模型，促进问题求解，发现新原理，实现技术创新，消减开发过程的不确定性，开发适用于计算机处理的数字化模型和工程算法，建立产品性能预测、控制的方法和工具。

    　在理论上，系统所有的性能和行为都是可以预测的，但实际上却难以实现。主要原因在于数学建模方法的本质是把物理问题映射为数学描述，通过数学模型进行求解所需性能数据。把物理问题抽象为数学表达时，需要对系统进行简化和假设。认知上的限制使我们不可能建立完善的实际系统模型。不完全或不精确的模型可能导致一些不可预测的系统行为；另一方面，在产品开发中常常建立具有可比性的物理原型，用此原型作实验获得性能参数。目前所用的实验方法本身（如测试过程、冗余功能、传感器）增加了系统复杂性（SyStemcomplexity），并且可能导致系统出现新的不确定性行为。

  　  在数字建模（Digitalmodeling）的基础研究方面，一个重要研究方向是系统化建模的复杂性和系统行为的不确定性问题。如果系统具有多种隐含和可变的复杂连接和交互作用关系，则系统的状态和行为会变得难以理解、操作和控制，导致不确定性。为了使所开发的系统具有预期的性能或行为，通常采用实验和建模的方法来改善系统性能。

   　 数字产品开发和数字化企业技术促进了网络环境下分布式制造的发展，使得产品开发活动具有对于距离、时间和位置的独立性，增进了对技术资源的有效利用。数字企业技术可以定义为基于全生命周期管理的分布式全球化产品开发过程的数字化建模系统和方法的集成。

   　 数字化产品开发过程，一般指计算机辅助设计、产品和过程建模、产品开发管理。产品开发中需要综合考虑大量的数据和信息。目前，在现代高性能IT基础上，实现办公数据的解释和分析并不困难，真正的障碍是实现复杂产品设计与制造过程的建模和优化。包括如何有效处理制造系统信息组织与结构的不同抽象层次的多源和多维信息；有效处理产品开发过程数据的一致性和共享；在计算机仿真模拟的基础上，对制造系统的动态组织结构、生产调度与规划、数字化物流管理过程进行管理与决策。上述问题促进了对工程模型研究的不断发展，日益形成面向产品全生命周期的数字化产品开发方式。

　    协同产品开发现在已经发展为一个新的研究领域，其关键是把任务分解为各个模块中独立实现的子任务。任务分解的明显益处是能适用于分布式工作，子任务在选择任务执行的方法和工具时具有自治权，子任务的协作执行过程适合于网络环境。因此，需要在现有工程设计理论的基础上建立系统化的协同产品开发方法。目前，产品开发已经越过传统的组织界限，一些新的研究围绕技术、管理和组织之间的交互影响，更加关注各学科之间的接口或界面（Interfaces），如计算机辅助顾客化接口技术，产品开发团队藉此传递信息，进行协作。

  　  数字仿真包括关键零件、产品系统和制造过程仿真等3个方面。设计者可以基于零件对象模型生成零件的虚拟原型，通过仿真对产品功能进行评价。为了维护零件对象的形状、拓扑结构和行为之间的一致性，需要对工程模型的可靠性进行改进，评价其灵敏性和相关性。这一类复合模型为形状和结构设计优化的可行性提供了基础。通常采用数字样机实现产品系统的建模和仿真，通过有效的数据集成、计算和转换，可以进行交互功能评估，实现对产品系统状态的表达、计算和控制。数字样机具有真实产品中有关设计和功能分析的主要特征，为设计过程和设计目标的系统化评价提供了一个数字化评价判据和工具。产品制造过程的数字建模与仿真是当前多专业综合复杂产品开发的另一个主要研究内容。其目的是借助于建立在数学、物理学基础上的计算模型、计算机预演等手段，揭示制造工艺过程的本质，获得知识及进行产品自主设计，实现对产品制造、装配乃至产品整个生命周期过程的预测和优化控制的能力。

   　 随着全球化竞争的加剧，产品的更新换代和设计制造周期缩短以及客户化定制生产方式的形成，给制造企业带来越来越大的竞争压力。现在，企业生产的产品越来越复杂，设计时微小错误都可能导致整个产品开发的失败；另一方面，生产设备和制造系统日益趋向复杂和昂贵，如何优化生产制造系统的布局和配置，如何提高生产制造体系的鲁棒性，使得投资回报率最大化，是困扰制造商的关键问题。一般认为数字工厂技术能实现产品全生命周期的制造、装配、质量控制和检测等各个阶段的功能，主要解决工厂、车间和生产线以及产品的设计到制造实现的转化过程，使设计到生产制造之间的不确定性降低，在数字化空间中将生产制造过程压缩和提前，使生产制造过程在数字空间中得以检验，从而提高系统的成功率和可靠性，实现产品快速开发和制造。从广义上来讲数字工厂就是覆盖产品整个生命周期的数字化技术，实现设计数字化、制造装配数字化、生产过程数字化、管理数字化，并通过集成实现整个工厂数字化。对于设备控制层的数字化越来越多的采用嵌入式系统，并以现场总线为其信息通道，和上层以Interent／Intranet为基础的制造信息分析和处理层结合，形成广义上的数字工厂信息构架，从而实现整个企业以及企业之间的数字化。利用数字化工厂进行产品研发活动，本质上是一个决策支持过程。数字工厂通过构筑产品信息数据库，建立统一的产品研发系统平台，对所有产品的相关数据进行管理。

　    计算机网络为数字制造信息的传递、制造资源的共享、制造系统的优化运作提供了重要条件。随着制造系统的日益复杂化以及计算机、通信及传感技术的迅猛发展，使得现代制造控制系统的结构逐渐趋于分布式。在网络环境下，数字制造更加需要各组成单元间的协同与合作，要求对制造环境的自主适应能力。目前在制造过程规划、协调和协作方面的研究，主要集中在系统层面上，对于如何解决装备的异构性、装备间复杂的交互与协同，以及在可达的异构资源中寻求协作的能力等问题尚缺乏深入的研究。对于数字制造装备如何适应网络环境的研究，大都停留在解决网络通信、远程操控和数据交换等问题上，很少关注底层数字制造装备对复杂动态制造环境的主动感知和自主适应问题。这些问题已成为制约系统整体效能的核心因素，是必须解决的关键问题。

  　  建立以网络为基础的数字制造环境的目标是利用网络技术将分布在不同地域的制造设施、存储设备、控制装置与检测仪器等集成在一起，实现Internet上产品全生命周期的制造资源、设计资源和服务资源的有效聚合和广泛共享，从而建立一个能够在设计区域或全球实现合作的数字制造环境。网络化控制系统的发展正适应了制造系统的这种发展趋势。在网络带宽有限的情况下如何保证控制系统的实时性与稳定性，需要进行跨学科的研究。美国国防部已经通过多学科大学研究创新计划对这一领域进行了大量投资，欧盟也在其框架计划中对网络化实时控制和嵌入式系统提供了较多资助。近年来，在中国国家自然科学基金和国家863高技术计划的资助下，在工业控制网络和网络化控制的理论和应用研究领域均取得了相当的成果。

 　   华中科技大学和武汉理工大学共同承担了国家自然科学基金重点项目《网络环境下的数字制造理论与关键技术》，对几何推理、逆向工程、海量测量数据的数字建模、数控加工装备和网络环境等方面进行系统的深入研究。多家高校和科研院所在复杂产品协同开发支撑环境、分布式协同产品开发及支撑技术、产品开发过程理论和建模方法，虚拟企业产品开发过程信息管理等关键技术方面开展了一系列研究。

 　   目前，有关数字制造的基础理论研究还很不系统，远远没有形成科学的数字制造理论体系，甚至数字制造概念的内涵和外延有待于进一步定义与明确，这一问题随着数字制造技术的继续发展而日益突出；在关键技术方面，海量制造信息的系统化建模、复杂电子机械产品的开发方法、高精度智能化数控装备、复合技术产品的设计工具等一系列关键支撑技术有待解决。

   　 进入21世纪后，随着国际产业结构调整和转移，中国将成为世界最重要的制造基地和供应基地。但是，与国际先进水平相比，我国的制造业和制造技术还存在着相当大的差距，目前迫切需要解决的突出问题是产品创新能力较差，开发周期较长，以及制造工艺装备落后，成套能力不强。以数字建模和仿真为基础的数字制造和数字装备是解决以上突出问题的必由之路。不解决上述问题，中国的制造业很难在激烈的国际竞争中生存和发展，很难从一个制造大国转变为一个制造强国。

   　 制造系统正在由能量驱动型转变为信息驱动型，数字制造与数字装备成为先进制造技术的核心。数字制造是制造技术与信息技术（特别是计算机技术、网络技术和控制技术）、管理科学以及有关学科的交叉、融和、发展与应用的结果，也是制造系统与生产过程不断实现数字化的必然趋势，成为推动21世纪制造业向前发展的主流。对于提高我国制造业的技术创新能力和国际竞争力，促进制造业产业结构的优化和升级，以及实现中国制造业的跨跃式发展等均具有积极的推动作用。

　3、重要科学问题

   　 3．1 数字建模与仿真的理论与方法

    　数字制造涵盖设计开发、加工过程和制造系统等多个方面，复杂产品的可制造性分析面临制造信息的数字化表示和约束问题求解等两个基本问题。

   　 （1）多维、多源、异构制造信息的形式化描述与数字化表示 包括，制造经验和知识的形式化和数字化；产品加工、装配、测量等制造过程中的空间描述与形式化表示；面向数字化加工和装配的过程建模；分布式网络环境下产品数字共享模型、数据的一致性维护和冲突解决机制。

    　（2）混合制造约束分析和约束问题求解 研究物理约束的几何表示和几何推理方法；多约束融合的分析模型、计算模型和数字求解方法；建立现实空间、旋量空间、形位空间中的几何约束求解方法，多物理空间相互作用机理和混合约束问题求解方法。

   　 现代制造系统的信息组织呈现出多层次性、动态性和多维性。企业组织之间的紧密协作和敏捷响应，依赖于信息搜集、交换、数字化和智能化处理能力。系统建模旨在有效处理不同抽象层次的多源、多维、异构信息，实现数据的一致性转换和共享，以便实现协同设计、分布式规划、供应链管理、过程监控等目标，使企业具备快速的反应与决策能力。

  　  海量测量数据处理和3D建模是集成逆向工程和新产品开发的重要手段。集成数字建模通过综合逆向工程和正向设计手段的优势，提高建模的效率和质量。在建模过程中需要融合大规模点云测量数据和设计意图等信息，包括产品特征，产品功能，以及设计经验等专业知识，建立面向产品全生命周期的数字模型，从而在设计阶段对可制造性、可装配性、可维护性进行分析和验证。有待解决的问题包括：多视几何数据处理、三维配准与几何数据的组织和预处理、几何特征提取、几何约束建模和优化、物理约束建模与求解、三维重构中的误差评定与判别，建立集产品物理约束、功能约束、几何约束为一体的综合约束求解系统，实现测量重建模型与制造知识、产品设计意图的融合。

    　制造过程的约束分析与混合约束问题求解的目的是，在满足功能、几何、物理、工艺等混合约束的前提下，实现时间、成本、质量等产品开发指标的多目标全局优化。产品开发过程中数字建模的类型见图2。有待解决的关键问题包括，制造知识、制造信息的形式化表示与数字化处理；多物理场的数字建模和相互作用规律；制造过程的多尺度、多学科数字建模，及其之间的相互转换规律。

    图2系统化数字建模

   　 仿真就是建立制造系统、工艺过程的虚拟环境，代替其物理原型，实现数字化模拟和可视化，解决可制造性分析与产品性能预估，提供一种对制造系统的行为进行调整和控制的有效方法和实现手段。在数字制造中，数字信息（包括数字化的几何信息、物理信息、经验知识等）不仅已成为主宰制造产业的决定性因素，而且还是最活跃的驱动因素。研究制造过程的几何量（位移、多坐标联动位移、产品形状等）、物理量（力、热、声、振动、速度等）等制造信息的数字化表示与处理，建立制造装备、制造过程和制造系统的数字化模型是实现数字制造的前提条件。如何综合考虑制造系统、产品特征和制造过程，对其进行形式化表示，建立有效的工程模型，进行高效、精确的计算和推理，实现混合约束问题求解，从而制定相应的控制策略和优化决策，都是数字制造必须研究的基础理论问题。

    　由于信息科学的发展和带动，制造技术的研究与开发方法正在酝酿着重大突破，由传统的经验方法向基于知识的建模仿真和试验相结合的方向发展，建模与仿真正在成为复杂制造装备研究与开发过程的不可缺少的环节。建模与仿真可实现制造过程和制造系统的优化控制，将大量节约资源与能源，显著减少研制费用，缩短研制周期，大大加快复杂制造装备的研究开发速度。制造过程和制造系统的数字模拟仿真具有多尺度、多学科、多功能、高精度及高效率等特征。数字建模与仿真的主要研究内容包括：

 　   （1）产品全生命周期的数字建模，多学科仿真、性能预测和综合优化；

 　   （2）制造过程多物理信息、结构和拓扑几何信息的数字表示与融合；

  　  （3）多维、多源、海量测量数据的实时处理、保真映射和特征抽取；

   　 （4）测量、装夹、加工、装配、拆卸等操作中几何推理与物理推理；

    　（5）可制造性分析、可装配性分析和可维护性分析。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。