孫學(xué)民，劉世民，申興旺，黃德林，鮑勁松

(東華大學(xué) 機械工程學(xué)院，上海 201620)

0 引言

近年來，隨著機器學(xué)習(xí)、大數(shù)據(jù)、數(shù)字孿生和物聯(lián)網(wǎng)(Internet of Things, IoT)等技術(shù)的快速發(fā)展，產(chǎn)品裝配技術(shù)由理想幾何模型仿真為主的虛擬裝配逐漸向虛實深度融合的智能化裝配方向發(fā)展，對產(chǎn)品裝配質(zhì)量和效率的要求不斷提高[1-2]。像汽車發(fā)動機、電液伺服閥和工業(yè)機器臂等高精密產(chǎn)品，其裝配質(zhì)量直接影響產(chǎn)品的使用性能。然而，該類產(chǎn)品不但裝配工藝復(fù)雜、裝配精度要求高，而且裝配過程中的動態(tài)時變因素較多。在當(dāng)前的虛擬裝配技術(shù)下，高精密產(chǎn)品的裝配效率和裝配質(zhì)量一致性較低，在數(shù)量和質(zhì)量上難以滿足市場需求。

隨著數(shù)字化技術(shù)的發(fā)展與應(yīng)用，基于數(shù)字化模型的虛擬仿真已經(jīng)成為高精密產(chǎn)品裝配的主流技術(shù)。在虛擬仿真環(huán)境下，設(shè)計者可以進行裝配序列規(guī)劃、裝配路徑規(guī)劃、裝配干涉檢查和裝配公差設(shè)計等操作，從而在產(chǎn)品裝配前提前發(fā)現(xiàn)并及時修正問題。傳統(tǒng)的虛擬裝配技術(shù)雖然在一定程度上提高了裝配效率，但是由于缺乏虛實之間的深度交互與融合，不能根據(jù)實際裝配環(huán)境中的動態(tài)時變因素作出反應(yīng)，而且基于理想幾何模型仿真得出的裝配工藝可靠性較差，對裝配操作者指導(dǎo)有限。因此，在實際裝配操作過程中，還需要依靠大量人工經(jīng)驗反復(fù)拆裝、調(diào)試，難以滿足裝配質(zhì)量一致性的要求。

數(shù)字孿生通過集成新一代信息技術(shù)實現(xiàn)了虛擬空間與物理空間的信息交互與融合，即由實到虛的實時映射和由虛到實的實時智能化控制[3-5]。為此，本文將數(shù)字孿生技術(shù)應(yīng)用在高精密產(chǎn)品裝配中，提出一種數(shù)字孿生驅(qū)動的高精密產(chǎn)品智能化裝配方法，并從高精密產(chǎn)品數(shù)字孿生體的構(gòu)建、裝配工藝表達與優(yōu)化、裝配質(zhì)量控制3方面出發(fā)，給出了具體的解決途徑。

1 相關(guān)研究

隨著計算機技術(shù)、實時感知與采集技術(shù)，以及機器學(xué)習(xí)算法的發(fā)展，數(shù)字化裝配技術(shù)取得了巨大進步。虛擬裝配按照虛實交互程度可歸結(jié)為3個發(fā)展歷程，即基于約束的虛擬裝配(Constraint-Based Virtual Assembly, CBVA)、基于物性的虛擬裝配(Physics-Based Virtual Assembly, PBVA)和基于數(shù)字孿生的虛擬裝配，如圖1所示。

1.1 基于約束的虛擬裝配

隨著計算機建模及仿真工具計算機輔助設(shè)計(Computer Aided Design, CAD)、計算機輔助工藝設(shè)計(Computer Aided Process Planning, CAPP)等的開發(fā)，數(shù)字化裝配建模技術(shù)被引入產(chǎn)品裝配過程。圖1第1個階段為CBVA。CBVA出現(xiàn)較早，在所建立的理想幾何模型基礎(chǔ)上，通過零件的自由運動行為和約束導(dǎo)航實現(xiàn)逼真的仿真。例如，美國桑迪亞國家實驗室開發(fā)了一套Archimedes交互式裝配規(guī)劃系統(tǒng)[6]，該系統(tǒng)可進行生產(chǎn)優(yōu)化和裝配工藝檢查，并成功用于美國國家航空航天局(National Aeronautics and Space Administration, NASA)、休斯飛機和洛克韋爾公司等。ANANTHA等[7]采用關(guān)于零件幾何結(jié)構(gòu)的符號推理法求解零件間的空間幾何約束，能夠處理過約束、欠約束和全約束3種問題；譚彭翔等[8]和周思杭等[9]研究了虛擬產(chǎn)品的混合建模、面向語義的表達以及裝配序列偏差傳遞模型等;武殿梁等[10]研究了虛擬環(huán)境下的多約束導(dǎo)航問題，提出基于增量驅(qū)動和規(guī)約原理的多約束求解方法。

由于CBVA具有高精度的約束條件，可以實現(xiàn)高精度和小間隙裝配仿真，在一定程度上提升了裝配質(zhì)量和效率。然而，CBVA的零件不受物理屬性和外界因素干擾，且虛擬裝配與物理裝配相互獨立，只能裝配到理想位置，無法模擬實際裝配誤差。

1.2 基于物性的虛擬裝配

為了使虛擬裝配過程更加逼真，在CBVA研究的基礎(chǔ)上引入物理屬性信息。圖1第2階段為PBVA，該階段學(xué)者們開始嘗試虛實空間之間的初步融合。針對PBVA的研究，GERMANICO等[11]開發(fā)了一種基于觸覺交互的虛擬現(xiàn)實平臺，利用交互設(shè)備對虛擬零件進行運動控制，利用物理仿真引擎進行基于物理屬性的裝配仿真和碰撞檢測；高巍[12]以操作臺裝配為例，對虛擬裝配中的零部件物理屬性建模、碰撞檢測、裝配引導(dǎo)、人機因素分析和可裝配性評價等關(guān)鍵技術(shù)進行了深入研究。單純的PBVA無法進行高精度和小間隙的裝配仿真，為了彌補該問題，學(xué)者們開始進行PBVA和CBVA混合研究，SETH等[13]將物理屬性建模和幾何約束建模結(jié)合，利用幾何約束提高精準的零件定位，利用物理屬性對發(fā)生碰撞的零件進行動力學(xué)仿真；WANG等[14]綜合應(yīng)用基于物性的建模方法以及約束運動仿真，研究了與裝配模型相關(guān)的3種運動過程；劉檢華等[15]和張志賢等[16]提出一種基于精度和物性的虛擬裝配技術(shù)，在過程、精度和物理屬性的角度模擬裝配現(xiàn)場。

PBVA中零件的運動根據(jù)物理定律確定，物理定律考慮了施加在零件上的力和力矩，因此提高了裝配仿真的逼真度。通過混合CBVA和PBVA雖然解決了高精度、小間隙裝配問題，但是由于PBVA虛實交互程度不高，其功能比較單一，缺乏多學(xué)科、多層次、多尺度等綜合分析，無法滿足本文高精密產(chǎn)品的裝配要求。

1.3 基于數(shù)字孿生的虛擬裝配

自GRIEVES教授于2003年在美國密歇根大學(xué)的產(chǎn)品全生命周期管理課程上提出數(shù)字孿生概念以來[17]，NASA指出數(shù)字孿生是充分利用物理模型、傳感器更新、運行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過程，在虛擬空間進行映射，從而反映相對應(yīng)實體裝備的全生命周期過程。在近幾年計算技術(shù)、機器學(xué)習(xí)算法等的快速發(fā)展下，數(shù)字孿生技術(shù)得到了廣泛關(guān)注和應(yīng)用，為了提高產(chǎn)品的裝配質(zhì)量和效率，學(xué)者們嘗試將數(shù)字孿生技術(shù)引入虛擬裝配，如圖1第3個階段基于數(shù)字孿生的虛擬裝配所示，針對數(shù)字孿生裝配技術(shù)，大量學(xué)者取得了探索性的研究成果。

在框架和關(guān)鍵技術(shù)方面，陶飛等[18]在基于數(shù)字孿生的產(chǎn)品裝配上，探討了構(gòu)建復(fù)雜產(chǎn)品裝配過程的信息物理融合系統(tǒng)亟需突破的關(guān)鍵技術(shù)；武穎等[19]和ZHUANG等[20]以航空航天裝配領(lǐng)域為對象，基于數(shù)字孿生研究了物理裝配車間數(shù)據(jù)的實時感知與采集、虛擬裝配車間建模與仿真運行技術(shù)、裝配車間生產(chǎn)管控、裝配工藝優(yōu)化等關(guān)鍵技術(shù)；GUO等[21]提出一種數(shù)字孿生技術(shù)下的裝配島畢業(yè)制造系統(tǒng)，將數(shù)字孿生服務(wù)作為一種使能技術(shù)。在數(shù)字孿生模型構(gòu)建方面，SIERLA等[22]提出從數(shù)字產(chǎn)品描述派生的數(shù)字孿生，可自動執(zhí)行組裝計劃并協(xié)調(diào)制造單元中的生產(chǎn)資源；POLINI等[23]研究了一種數(shù)字孿生工具，以管理從制造到裝配幾何的變化，所建立的仿真模型不僅滿足產(chǎn)品表示，還可預(yù)測預(yù)期產(chǎn)品行為；YI等[24]提出智能裝配工藝設(shè)計的數(shù)字孿生參考模型，在產(chǎn)品設(shè)計和制造之間架起了一座“橋梁”；GREéGORIO等[25]提出一種產(chǎn)品混合表示法，其可以集成到數(shù)字孿生方法中，利用數(shù)字孿生模型管理裝配過程中的幾何偏差；Bilberg等[26]提出一種靈活裝配單元的數(shù)字孿生，將生產(chǎn)系統(tǒng)設(shè)計階段開發(fā)的虛擬仿真模型應(yīng)用于實際裝配，實現(xiàn)了裝配質(zhì)量的實時控制。

根據(jù)上述文獻發(fā)現(xiàn)，目前數(shù)字孿生裝配的研究可總結(jié)為兩個層面：①廣義層面，研究車間級、產(chǎn)線級或單元級的數(shù)字孿生系統(tǒng)，該層面更加注重實現(xiàn)虛實交互的關(guān)鍵技術(shù)；②狹義層面，研究產(chǎn)品級的數(shù)字孿生體，該層面更加注重描述產(chǎn)品數(shù)字孿生的構(gòu)建方法。本文將數(shù)字數(shù)字孿生技術(shù)應(yīng)用于高精密產(chǎn)品裝配，著重描述產(chǎn)品數(shù)字孿生體的構(gòu)建、裝配工藝的智能化表達以及單元級系統(tǒng)的控制策略。

2 高精密產(chǎn)品數(shù)字孿生體的構(gòu)建

莊存波等[5]提出的“數(shù)字孿生體”定義為：數(shù)字孿生體指與現(xiàn)實世界中的物理實體完全對應(yīng)和一致的虛擬模型，可實時模擬自身在現(xiàn)實環(huán)境中的行為和性能，也稱為數(shù)字孿生模型。由此可知實現(xiàn)數(shù)字孿生裝配的前提是構(gòu)建高保真模型，為了使構(gòu)建的高精密產(chǎn)品數(shù)字孿生體具有高保真度，應(yīng)包含裝配全要素信息，本文構(gòu)建的高精密數(shù)字孿生體中即包含了產(chǎn)品集成信息和實際測量信息，如圖2所示。產(chǎn)品數(shù)字孿生體信息在層次結(jié)構(gòu)上分為結(jié)構(gòu)物料清單(Bill of Material, BOM)、工藝約束和性能約束。根據(jù)多層次結(jié)構(gòu)，將高精密產(chǎn)品動靜態(tài)集成信息分解為裝配特征關(guān)系集、裝配工藝約束集、動態(tài)穩(wěn)定性約束集、靜態(tài)穩(wěn)定性約束集和動靜態(tài)耦合約束集，這些信息存儲在基于模型的定義(Model Based Definition, MBD)文件中。在高精密產(chǎn)品的裝配過程中，從動靜態(tài)集成信息中可提取裝配幾何要素、產(chǎn)品制造信息(Product & Manufacturing Information, PMI)要素、裝配序列要素、工藝約束要素、裝配質(zhì)量要素和裝配約束要素。為了保證產(chǎn)品幾何層面的高保真度，本文將理想幾何模型生成一棵用裝配特征描述的樹，并根據(jù)該特征樹建立了點云的配準樹，從而實現(xiàn)虛實模型融合。在點云配準過程中，通過點云特征快速生成方法將離散的、沒有拓撲關(guān)系的點云快速映射到理想特征樹上。其中將裝配特征分為關(guān)鍵裝配特征和非關(guān)鍵裝配特征，并通過分配不同權(quán)重進行配準。

2.1 動靜態(tài)集成信息

高精密產(chǎn)品通常是一種結(jié)構(gòu)精密的機、電、液一體化產(chǎn)品，其包含了靜態(tài)信息和動態(tài)信息。為此，本節(jié)構(gòu)建了多物理、多學(xué)科和多層次的靜態(tài)MBD模型，在該靜態(tài)模型的基礎(chǔ)上描述了動態(tài)分析模型的定義方法，并根據(jù)關(guān)聯(lián)參數(shù)實現(xiàn)了動靜態(tài)信息集成，如圖3所示。

在靜態(tài)信息上，基于MBD技術(shù)的信息模型描述了產(chǎn)品的裝配MBD數(shù)據(jù)集與裝配工藝屬性集。裝配MBD數(shù)據(jù)集包含裝配工藝規(guī)劃階段和現(xiàn)場裝配指導(dǎo)階段用到的所有信息的集合，其中定義了高精密裝配部件的多物理、多層次、多學(xué)科特性。對于多物理性，靜態(tài)MBD模型不僅描述實體產(chǎn)品的幾何特性(如形狀、尺寸、公差等)，還描述實體產(chǎn)品的多種物理特性，包括結(jié)構(gòu)特性、力學(xué)特性、流量特性等；對于多層次性，組成最終產(chǎn)品的不同組件、部件、零件等都可以有其對應(yīng)的模型，從而有利于產(chǎn)品數(shù)據(jù)和產(chǎn)品模型的層次化和精細化管理；對于多學(xué)科性，高精密產(chǎn)品通常涉及機械、電氣、液壓等多個學(xué)科的交叉和融合。裝配MBD數(shù)據(jù)集為裝配全過程服務(wù)，并作為唯一的數(shù)據(jù)源規(guī)范與裝配相關(guān)的活動，最后在實物產(chǎn)品裝配過程中得到實例化和應(yīng)用。

在靜態(tài)MBD模型各類參數(shù)已經(jīng)定義的基礎(chǔ)上，考慮裝配過程的復(fù)雜性和動態(tài)不確定性，建立可描述高精密產(chǎn)品性能的模型，如力學(xué)特性模型、流量特性模型、電磁特性模型和耦合特性模型。以高精密產(chǎn)品的流量特性為例，靜態(tài)流量曲線是輸出流量與輸入電流呈回環(huán)狀的函數(shù)曲線，它是在給定壓降和負載壓降為零的條件下，使輸入電流正、負額定電流值之間以動態(tài)特性不產(chǎn)生影響的循環(huán)速度作一完整循環(huán)描繪出來的連續(xù)曲線。

2.2 實際測量信息

傳統(tǒng)的產(chǎn)品數(shù)字化裝配工藝設(shè)計方法大多基于理想模型，該模型可在裝配工藝設(shè)計階段檢查裝配序列、獲取裝配路徑、檢測裝配干涉等，然而對于高精密產(chǎn)品，現(xiàn)階段的三維數(shù)字化裝配工藝設(shè)計并不能完全滿足現(xiàn)場裝配中的工藝調(diào)整，主要原因是在裝配工藝設(shè)計階段未考慮來自零件的制造誤差。本文采用虛實映射的零組件逆向建模技術(shù)構(gòu)建高度精確的實體數(shù)模。對于一個待測裝配零件，傳統(tǒng)的點云掃描方法是對被測零件表面進行無差別掃描，沒有考慮裝配特征、基準特征等關(guān)鍵部分，導(dǎo)致數(shù)據(jù)量極大、數(shù)據(jù)冗余等問題。本文采用考慮關(guān)鍵裝配特征(主要指零件之間的相互配合特征，如面—面、軸與孔、齒—齒等之間的配合特征)的零組件逆向建模技術(shù)，如圖4所示。獲取關(guān)鍵裝配特征數(shù)據(jù)的具體步驟如下：

(1)確定裝配零組件裝配特征、基準特征、邊界特征等。

(2)根據(jù)零組件的幾何外形和關(guān)鍵裝配特征，確定激光掃描系統(tǒng)中掃描設(shè)備的運動軌跡、掃描頻率以及轉(zhuǎn)臺的轉(zhuǎn)動角度。

(3)獲得高精度三維特征形貌點云。

(4)通過專用高精度間接測量設(shè)備獲得腔體內(nèi)部密閉特征形貌。

需要說明的是，測量的間接數(shù)據(jù)通過數(shù)理模型分析后生成密閉輪廓信息，最終融合在點云數(shù)據(jù)中。

3 基于知識圖譜的裝配工藝表達及動態(tài)優(yōu)化

3.1 基于知識圖譜的裝配工藝表達

傳統(tǒng)的裝配工藝通過裝配仿真得出工藝文檔，其表達方式不易查閱且缺乏對隱含知識的挖掘。同一批次的裝配工藝一旦形成，幾乎無法變更，不能根據(jù)同一批次不同產(chǎn)品的裝配狀態(tài)進行適應(yīng)性調(diào)整。知識圖譜可以很好地表達相鄰零件之間的裝配關(guān)系(顯式關(guān)系)，并可深入挖掘非相鄰零件之間的關(guān)系(隱式關(guān)系)，同時提高工藝檢索效率[27-28]。為此，本文對高精密產(chǎn)品的裝配工藝采用基于知識圖譜的表達方式。按照知識圖譜的信息組織方式，通過“類—關(guān)系類—類”“類—屬性—值”定義裝配工藝文檔，其本體為組成高精密產(chǎn)品數(shù)字孿生體的各零件子數(shù)字孿生體。如圖5所示，所建立的裝配工藝知識圖譜包括數(shù)據(jù)層和模式層兩部分。其中，數(shù)據(jù)層為實體對象和關(guān)系對象共同組成的“節(jié)點—屬性—值”“節(jié)點—連接—節(jié)點”三元組，當(dāng)三元組大量存在時得到語義網(wǎng)絡(luò)圖；模式層為裝配工藝知識圖譜建模的核心，為了清晰描述裝配工藝復(fù)雜的語義信息，將模式層分為裝配結(jié)構(gòu)模式和裝配工序模式。

3.2 基于知識圖譜的裝配工藝動態(tài)優(yōu)化

在高精密產(chǎn)品裝配過程中，需要根據(jù)不同裝配階段進行裝配質(zhì)量評估，對不符合裝配質(zhì)量要求的進行進一步裝配工藝優(yōu)化。

(1)裝配質(zhì)量評估

在產(chǎn)品裝配過程中，根據(jù)對象的不同分為階段質(zhì)量評估和綜合質(zhì)量評估，兩種評估方式共同實現(xiàn)整個裝配過程的裝配質(zhì)量評估。階段質(zhì)量評估發(fā)生在產(chǎn)品裝配到具備一定性能時(一般指形成子裝配體)，其評估內(nèi)容為裝配的幾何精度和性能精度。其中，幾何精度包括同軸度、平行度和垂直度等，性能精度包括靜態(tài)性能(壓力特性、負載特性等)和動態(tài)性能(幅頻、相頻等)。以階段質(zhì)量評估為例，其流程如圖6所示。首先，通過傳感器、測量設(shè)備和專用設(shè)備獲取各項關(guān)鍵特征數(shù)據(jù)，采用智能算法預(yù)測質(zhì)量；然后，將質(zhì)量預(yù)測結(jié)果與理論設(shè)計質(zhì)量指標進行對比評價，并得出評價結(jié)果；最后，根據(jù)評價結(jié)果進行裝配工藝優(yōu)化。

(2)裝配工藝動態(tài)優(yōu)化

對應(yīng)階段質(zhì)量評估和綜合質(zhì)量評估，分別進行局部工藝優(yōu)化和全局工藝優(yōu)化。

1)局部工藝優(yōu)化

在高精密產(chǎn)品裝配過程中存在多個裝配階段。局部工藝優(yōu)化是在獲取某階段質(zhì)量評估結(jié)果后，利用機器學(xué)習(xí)算法得出修正裝配工序的參數(shù)，并以新的工序鏈的形式插入到原末端工序。由于不同裝配階段有不同的質(zhì)量評估指標和工藝優(yōu)化目標，本文將工藝優(yōu)化目標分為幾何層面的工藝優(yōu)化目標Gs(x)和性能層面的優(yōu)化目標Ps(x)兩大類，優(yōu)化對象為組件級，因此局部工藝優(yōu)化目標函數(shù)

SO(X)=[Gs(x),Ps(x)]T。

(1)

2)全局工藝優(yōu)化

全局工藝優(yōu)化是在綜合質(zhì)量評估的基礎(chǔ)上，對裝配全局工藝進行調(diào)整。在全局工藝優(yōu)化過程中，需要重新抽取裝配工藝知識圖譜中的部分裝配工序，與原裝配工序參數(shù)進行匹配對比，將所得參數(shù)差值形成新的工序插入原裝配工序鏈，插入的工序可看作為調(diào)試策略。全局工藝優(yōu)化目標同樣分為幾何層面的工藝優(yōu)化目標Gs(x)和性能層面的優(yōu)化目標Ps(x)兩大類，優(yōu)化對象為產(chǎn)品級，因此全局工藝優(yōu)化目標函數(shù)

CO(X)=[Gs(x),Ps(x)]T。

(2)

4 操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)下的質(zhì)量制控策略

高精密產(chǎn)品質(zhì)量控制點多，裝配性能與裝配參數(shù)之間存在復(fù)雜的非線性關(guān)系，導(dǎo)致裝配質(zhì)量難以控制。本文構(gòu)建了操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)下的質(zhì)量控制策略框架，從控制最基本的人工和設(shè)備操作行為開始，逐步實現(xiàn)對裝配過程與狀態(tài)的控制，最終完成對裝配質(zhì)量的控制，如圖7所示。在該框架中，操作層控制包括設(shè)備操作變量控制(即控制設(shè)備運行參數(shù))、標準作業(yè)流程控制(即控制作業(yè)人員裝配行為)、裝配標準執(zhí)行度控制(即控制標準作業(yè)執(zhí)行程度)。

面向復(fù)雜裝配過程的動態(tài)裝配質(zhì)量閉環(huán)控制過程如下：

(1)裝配實體動態(tài)數(shù)據(jù)的實時采集

在復(fù)雜的裝配過程中，采用傳感器和專業(yè)測量設(shè)備對裝配狀態(tài)信息進行實時感知。針對實時采集的多源、異構(gòu)裝配數(shù)據(jù)，在預(yù)定義的裝配信息處理與提取規(guī)則基礎(chǔ)上，定義多源裝配信息關(guān)系并識別和清洗數(shù)據(jù)，然后對數(shù)據(jù)進行分析和挖掘，實現(xiàn)多源異構(gòu)數(shù)據(jù)的集成。多源異構(gòu)數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。對于非結(jié)構(gòu)化數(shù)據(jù)，有不同的處理方式，例如圖像數(shù)據(jù)采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)識別，噪聲、可擴展標記語言(eXtensible Markup Language, XML)類數(shù)據(jù)采用自然語言處理(Natural Language Processing, NLP)識別。

(2)虛實之間的關(guān)聯(lián)與映射

在虛實數(shù)據(jù)融合、數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)同步的基礎(chǔ)上，通過將統(tǒng)一規(guī)范化處理的物理裝配數(shù)據(jù)與數(shù)字孿生體中的各個裝配要素(如裝配幾何要素、裝配偏差要素、工藝約束要素等)進行匹配，實現(xiàn)裝配實體與數(shù)字孿生體之間的關(guān)聯(lián)與映射。

(3)基于數(shù)字孿生體和知識圖譜的反饋控制

操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)的質(zhì)量控制策略從操作行為的反饋控制開始，逐步上升到裝配狀態(tài)的反饋控制，最終完成對裝配質(zhì)量的控制。其中，質(zhì)量控制是在實時采集裝配數(shù)據(jù)的基礎(chǔ)上，根據(jù)質(zhì)量評估結(jié)果，利用知識圖譜進行工藝優(yōu)化。需要說明的是，上述過程不斷交互迭代，直至產(chǎn)品裝配質(zhì)量滿足要求。

5 應(yīng)用案例

汽車發(fā)動機缸體單元裝配工藝復(fù)雜、裝配精度要求較高，其由缸體、缸蓋、曲軸、連桿、活塞、凸輪軸和氣門等數(shù)十個精密零組件構(gòu)成，各零組件的裝配精度與整機性能之間的關(guān)系錯綜復(fù)雜，裝配過程需要反復(fù)調(diào)試才能達到裝配質(zhì)量的要求，裝配效率和裝配質(zhì)量一致性較低。本章結(jié)合發(fā)動機缸體單元的實際裝配過程，從動態(tài)調(diào)整裝配工藝的角度出發(fā)，將所提方法應(yīng)用于發(fā)動機缸體單元裝配來驗證本文方法的實用性。

5.1 多數(shù)字孿生體協(xié)同裝配的實現(xiàn)

5.1.1 數(shù)字孿生裝配系統(tǒng)的搭建

如圖8所示，本文搭建了汽車發(fā)動機缸體單元的物理和虛擬裝配實驗環(huán)境。物理裝配實驗環(huán)境搭建是在傳統(tǒng)裝配實驗平臺和設(shè)備基礎(chǔ)上，添加了雙目視覺相機、流量測量設(shè)備、電信號檢測設(shè)備、力矩測量儀和高精度激光掃描儀等數(shù)字化檢測設(shè)備，用于獲取裝配過程中發(fā)動機缸體單元的裝配狀態(tài)數(shù)據(jù)。在汽車發(fā)動機裝配過程中，部分零件的裝配精度達到了微米級，而目前高精密激光掃描儀的精度達到亞微米級，可以滿足測量需求。本文以Visual Studio 2019為系統(tǒng)開發(fā)平臺、Unity3D為三維幾何模型圖形顯示引擎搭建了虛擬裝配實驗環(huán)境，同時提供了虛實裝配空間的雙向互操作接口。虛擬裝配實驗環(huán)境通過操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)進行質(zhì)量控制。在操作層，本文通過建立虛實設(shè)備接口，采用可編程邏輯控制器(Programmable Logic Controller, PLC)技術(shù)控制物理設(shè)備。在狀態(tài)層，通過改變輸入變量來測量產(chǎn)品性能，例如改變噴油量，觀察輸出功率。在質(zhì)量層，通過采集裝配過程數(shù)據(jù)進行質(zhì)量評估，并將其作為工藝優(yōu)化的約束條件，通過工藝優(yōu)化(調(diào)試)控制質(zhì)量變量。

5.1.2 裝配工藝知識的生成

在實際裝配之前，需要利用歷史裝配工藝信息形成裝配工藝知識圖譜，從而生成裝配工藝知識。如圖9所示，首先，根據(jù)產(chǎn)品裝配需求和零組件的實際尺寸抽取裝配工藝信息。其中零組件在虛擬空間中的表示集成了三維幾何模型、點云模型和屬性信息：幾何模型來源于上游的產(chǎn)品設(shè)計部門，通過CAD軟件(UG,CATIA等)生成.stl格式模型文件，導(dǎo)入數(shù)字孿生裝配系統(tǒng)的模型庫；點云模型通過連接物理空間模塊的三維激光掃描儀獲取點云數(shù)據(jù)，經(jīng)過點云的過濾、擬合等預(yù)處理形成點云模型；屬性信息通過XML文件進行存儲，主要包括幾何特征信息、材料屬性信息、物理屬性信息、約束關(guān)系信息等。然后，對裝配工藝進行仿真分析，檢查裝配干涉、人因工程等問題。最后，在完成裝配工藝仿真分析后，按照裝配過程的不同階段(與階段質(zhì)量評估相對應(yīng))分解總裝配序列，形成不同裝配階段的子知識圖譜。子知識圖譜表示不同裝配階段的工序鏈。

5.1.3 質(zhì)量控制策略下的工藝動態(tài)優(yōu)化

發(fā)動機缸體單元的實際裝配過程分為裝配曲軸、裝配主軸承蓋、裝配止推軸承等數(shù)十個階段。在物理裝配過程中，通過OPC-UA標準通訊協(xié)議將各工序采集的裝配數(shù)據(jù)上傳至虛擬空間裝配系統(tǒng)的數(shù)據(jù)存儲模塊中，并根據(jù)不同的工序和數(shù)據(jù)類別進行分類。其中，裝配數(shù)據(jù)通過數(shù)字化測量設(shè)備和自動化設(shè)備控制器進行采集。圖10所示為部分間隙測量數(shù)據(jù)。

在完成物理裝配過程數(shù)據(jù)采集后，進一步對裝配質(zhì)量進行評估，并根據(jù)質(zhì)量評估結(jié)果進行工藝優(yōu)化，如表1所示。在階段質(zhì)量評估過程中，大部分裝配階段僅需考慮裝配幾何誤差，部分裝配階段需要綜合考慮裝配幾何誤差和性能誤差。例如在曲軸裝配過程中，裝配質(zhì)量評估需要考慮裝配幾何誤差，根據(jù)質(zhì)量評估結(jié)果重新插入了兩道工序來修正裝配幾何誤差(本案例中的軸向間隙指標過大，不符合裝配質(zhì)量需求，因此插入的工序為工序1拆卸原止推墊片，工序2更換JTW-3W-13止推墊片)。在綜合質(zhì)量評估過程中，質(zhì)量評估的內(nèi)容需要同時包括裝配幾何誤差和性能誤差，例如發(fā)動機缸體總裝過程中評估了9項幾何誤差指標和8項性能誤差指標。根據(jù)質(zhì)量評估結(jié)果重新插入多道裝配工序來修正幾何誤差和性能誤差(本案例中綜合質(zhì)量評估結(jié)果的其中一項為氣缸漏氣率>20%，因此插入的工序為：工序1調(diào)整缸蓋連接主螺栓擰緊力矩值為180 Nm，工序2調(diào)整進氣門間隙為0.25 mm，工序3調(diào)整排氣門間隙為0.35 mm)，將修正的總裝配工序進行裝配工藝仿真后重新分解為多階段裝配工序鏈，再次下達物理裝配空間，從而形成虛實之間的動態(tài)迭代優(yōu)化裝配。值得注意的是，發(fā)動機缸體單元裝配順序是固定的，即優(yōu)化的裝配工藝主要為部分工序的裝配參數(shù)。

表1 裝配工藝優(yōu)化及應(yīng)用結(jié)果對比

續(xù)表1

5.2 討論

在傳統(tǒng)的發(fā)動機缸體單元裝配方法中，裝配設(shè)計階段虛擬仿真得出的裝配工藝由理想幾何模型和理論數(shù)據(jù)產(chǎn)生，無法正確指導(dǎo)實際裝配，使裝配設(shè)計與裝配過程脫節(jié)。在實際裝配過程中，需要根據(jù)當(dāng)前裝配狀況人工推算后續(xù)多道工序的預(yù)留公差，給裝配操作帶來了極大的困難，而且裝配耗時較長，裝配質(zhì)量一致性較差。數(shù)字孿生裝配實現(xiàn)了虛實空間的深度交互與融合，每當(dāng)完成一道裝配工序，即可對下一道或多道工序進行裝配質(zhì)量預(yù)測和工藝優(yōu)化，實現(xiàn)了裝配過程的智能決策。將傳統(tǒng)裝配方法與本文所提方法進行對比，取20臺發(fā)動機裝配的實驗結(jié)果，如圖11所示，可見每一階段的平均裝配時間均有所減少，裝配質(zhì)量一致性均有所提高。這種智能化裝配方法在一定程度上擺脫了人工經(jīng)驗的束縛，降低了裝配過程的操作難度。

6 結(jié)束語

數(shù)字孿生的出現(xiàn)為突破數(shù)字化裝配技術(shù)瓶頸創(chuàng)造了契機，為了滿足高精密產(chǎn)品不斷提高的裝配效率和裝配質(zhì)量一致性的要求，本文提出一種數(shù)字孿生驅(qū)動的高精密產(chǎn)品智能化裝配方法。首先，為了提高數(shù)字孿生體的高保真度，提出一種包括裝配全要素的高精密產(chǎn)品數(shù)字孿生體構(gòu)建方法；其次，為了更好地表達和應(yīng)用裝配工藝知識，提出一種基于知識圖譜的裝配工藝表達和動態(tài)優(yōu)化方法；再次，為了實現(xiàn)對高精密產(chǎn)品裝配質(zhì)量的精準控制，在構(gòu)建數(shù)字孿生體和知識圖譜工藝表達與優(yōu)化的基礎(chǔ)上，進一步提出一種操作—狀態(tài)—質(zhì)量三層結(jié)構(gòu)的質(zhì)量控制策略；最后，通過所搭建的數(shù)字孿生裝配系統(tǒng)平臺對某型號汽車發(fā)動機缸體單元進行裝配，結(jié)果表明，本文方法可以有效提高高精密產(chǎn)品裝配效率和裝配質(zhì)量的一致性。

本文所提方法不只對高精密產(chǎn)品有效，對其他復(fù)雜產(chǎn)品也具有普適性。目前數(shù)字孿生裝配系統(tǒng)中數(shù)據(jù)向知識轉(zhuǎn)化的方法還處于初級應(yīng)用階段，將數(shù)據(jù)提煉成信息后進一步形成知識可以更好地對裝配過程進行智能決策。因此，利用知識圖譜研究數(shù)字孿生裝配過程的知識轉(zhuǎn)化是將下一步的研究重點。