本文介绍了MBE体系框架及MBD、数字孪生、大数据等技术的应用发展情况，研究了MES层及Control层的规划思路，由此提出了设备引进或改造时应预先考虑MBD、MBE、数字孪生、大数据等应用需求的建议，为日后实现MBE体系的建设、Control层与MES层的无缝对接以及工艺参数、设备管理、质量管控、制造过程等优化研究奠定基础，以实现快速低成本高质量的产品研制目标。
随着制造业的转型发展，产品的设计院所与工艺制造企业相分离的现象会越来越多，如果企业间存在设计平台落后或存在设计平台差异，就会出现沟通不畅等问题；另外，如果制造企业生产手段落后，产品易超差，且设计人员也无法及时获得超差原因而及时改进。这两大因素都会导致产品研制周期长、成本高的现象，无法适应智能制造的竞争环境。所以，要想快速研发出高质量低成本的产品，现代企业需要改进设计/制造体系，一是要解决设计院所与制造企业之间的协同设计/制造问题，二是要解决制造企业智能化生产问题。
基于模型的定义MBD技术能够打通不同企业之间的产品数据链，实现产品设计/仿真/制造/检验/管理/运维各阶段的信息传递由图纸/技术文档/报告等形式转变为以MBD模型为载体的单一信息源，既节省时间又能消除出错环节；MBE体系则可以让产品研制的各阶段数据汇聚在同一平台，不但能及时将设计更改信息传递给制造/运维环节，还能及时将制造/运维环节的信息反馈给设计人员，使设计/制造/运维之间沟通敏捷；MES/Control系统的建设/改造，可促使车间生产系统持续优化，最终达到智能化的目标。
MBD/MBE还可以利用数字孪生、数据挖掘等技术实现虚拟仿真设计、企业知识累积、生产决策的持续迭代优化等目标，从而提高产品设计/制造的质量和效率。本文着重讨论产品设计/制造阶段。
MBD将工艺设计、工装模具设计、生产制造、部件装配、部件与产品检验等工序所需要的设计意图集成在同一个三维实体模型中，而这种具有完整产品定义信息的三维实体模型可以成为下游客户（如采购/制造/质量/检验/运维/营销/供应商等）唯一的数据依据，可以消除设计院所和下游客户间容易出错的环节和重复性环节，提高产品研制效率。
MBE是实现MBD模型横跨产品全生命周期应用的能力体系，它确保产品研制的各个阶段能够共享经过验证和授权的MBD数据。MBE以MBD模型为统一的“工程语言”，将各阶段的各种信息准确定义到以MBD模型为核心的数据包中，并始终保持上游数据包能够被下游直接重用。
当实现各团队在业务过程中共享单一数据源后，产品的协同设计/制造/运维就会成为现实；同时，产品的设计/制造/运维的各项业务知识/建议/操作/经验等将得到有效管理，避免因人员流失而造成知识消失的现象。
基于MBE体系的智能制造应用框架见图1。
图1 基于MBE体系的智能制造应用框架
这里的PLM是基于统一模型的产品数字化管理系统，它能够打通产品设计/制造/运维数据链，建立完整的产品数据档案，形成全面的正反向追溯体系，从而可以建立完整的产品数字孪生模型。PLM包括产品设计过程数据库、产品设计数据信息库、工艺设计过程数据库、工艺设计数据信息库、产品配置数据库、生产计划与制造信息库、加工设备信息库、生产数据信息库、运维数据库、异常报警数据库等。
各阶段的团队可以共享PLM数据，也可更改PLM中的己方数据；PLM中的数据一旦更新，设计/制造的整个过程都会得到相应的实时更新信息，但仍保留历史版本，从而使设计与工艺/制造同步，提高制造敏捷度；PLM可以与业务伙伴交换想法和知识。
设计人员利用MBD技术，根据PLM中实时更新的产品需求进行设计，并通过PLM将三维实体模型传递给下游客户；同时，产品设计人员可以通过PLM更新的下游数据随时了解产品的生产/运维信息，可以快速调整产品设计/工艺设计等方案以应对紧急状况，并可以利用数据双胞胎及大数据技术对产品进行创新设计。
工艺设计人员利用MBD技术，根据PLM中实时更新的产品三维实体模型建立数字化工艺模型，通过模拟仿真确定出合理的、可行的制造工艺，然后生成工艺图解和操作动画等多媒体工艺数据、编制三维数字化制造工艺、完成工艺方案制定及详细工艺设计，经审批后将三维产品工程数据/三维工装资源数据/操作过程工艺图解/操作动画等资料通过PLM传递给下游客户。同时，工艺设计人员可以通过PLM实时更新的下游数据随时了解产品生产制造/运维信息，从而快速调整工艺设计方案以应对紧急状况。
基于MBE体系的制造阶段分为三个层次：企业资源规划管理层ERP、制造执行管理层MES、设备控制层Control。其中MES层和Control层属于车间智能化生产应用体系。
Control层可以通过工业互联网将设备层产生的数据和信息上传给MES层；MES层在实现产品生产管理的同时，还可以实现：
● 将生产过程信息集成起来进行统计分析，并以图表形式加以可视化后上传给ERP层。
● 将MES/Control层的生产信息传递给PLM。
● 将MES/Control层的生产信息与PLM中相应信息的对比分析结果传递给PLM。
基于MBE的车间智能化生产应用体系能使各阶段人员实时了解远程人/机/料/法/环/测等各要素的真实状态，如设备的运行状态/当前生产过程信息/在制任务/产品质量/能耗/生产环境/故障异常等信息，从而帮助设计人员及时调整产品设计/工艺设计方案，帮助设备点检人员及时做出合理的维修计划，帮助生产管理人员同步调整生产流程。
数字孪生是指充分利用物理模型、传感器采集的实时数据、运行的历史数据等信息，集成多学科、多物理量、多尺度、多概率的仿真过程，它实现了物理世界向数字世界中数字化模型的反馈，真正能够保证数字世界与物理世界在全生命周期范围内的协调一致，从而确保基于数字化模型进行的各类仿真、分析、数据积累、挖掘、人工智能等应用在物理世界中的适用性。
数字孪生技术可应用于产品设计、工艺设计、设备管理等领域，以提高产品的研发水平和效率。
在产品设计阶段，可以利用数字孪生模型建立无数个数字模型，并在模型中仿真制造过程、研究影响产品的环境因素/产品结构因素等，从而预测和优化设计质量，而无需高成本的实物模型来验证/调整设计方案。如零部件之间的干扰，设计是否符合规格等。
在工艺设计阶段，利用数字孪生模型对制造方式、所需资源及制造地点等方面进行模拟规划，实现工艺设计人员和制造人员的协同。一旦发生设计变更，可以在数字孪生模型中方便地更新制造过程。如更新面向制造的物料清单、制造工序、时间估值等。
在计划调度阶段，调度人员可采用数字孪生模型进行生产过程验证，以提高计划调度的有效性。如产品与设备/制造环境的干涉问题等。
在工艺质量分析阶段，MES系统可以利用数字孪生模型，将MES/Control层产生的实际生产信息与PLM中相应的产品设计/工艺设计等信息做对比分析，检查二者间是否存在差异；如存在差异，找出造成差异的原因和处理方法。存在差异的信息被记录在PLM的异常报警数据库中。
在知识管理方面，利用数字孪生、大数据技术，可持续累积产品设计/制造/运维的相关知识，帮助设计人员实现知识重用和持续性迭代优化，达到产品不断创新、流程不断优化的目的。
值得提醒的是，不同的工业软件厂商在打造数字孪生解决方案时的理念不仅相同，所以，企业要根据自身需要来选择相应的解决方案。
MBD/MBE可以实现产品设计/制造/运维全过程三维数字化，可以实现研制过程中显性问题的快速处理，可以将研制过程中的经验和知识累积起来，避免这些显性问题的重复再显，使企业知识得到有效管理。但怎样利用这些知识找出研制过程中的隐性问题得借助于数据挖掘技术。
通过对产品研制过程历史数据的挖掘，找出数据之间的相关性，发现新知识，并利用知识对制造系统人/机/料/法/环/测的结构和关联性进行精确建模，产生能够指导制造系统活动的数字孪生模型，使设计人员能够在虚拟的生产环境中实现无限的重复性设计过程，从而避免出现设计质量问题的发生。
通过对生产过程历史大数据的挖掘，找出问题产生的隐性线索、关联性和根本原因等因素，建立预测模型，实现对工艺参数的趋势管理，在没有发生问题时就能提前预警和纠偏，尽量避免不合格产品的出现；实现对设备关重件的寿命预测，确保生产过程无故障的同时，还可以对备品备件库存进行智能调整，尽量达到零库存的目标。
MES系统是车间计划调度、生产班组、物料管理、设备管理、工序检验、工艺质量、综合统计等生产管理的统一平台。可以实现生产指令的下达、生产过程信息采集、生产过程状况的汇总和上报，这些信息可通过工业互联网与车间各部门、车间Control层、ERP、PLM进行传递。
MES层介于ERP层和Control层之间，是生产过程大数据形成的枢纽。生产过程大数据包括工艺设计数据、原材料、工装/模具、生产环境、设备状态、实际生产工艺数据、工序检验数据等信息。
MES与PLM实时通信，可以将生产过程数据同PLM中的产品设计/工艺设计等信息作对比分析，并将分析结果传递给PLM。
因此，在规划MES层数据采集系统时，要考虑产品设计/工艺设计/数字孪生模型的建立及应用等需求。MES系统可以包括制造资源、设备管理、生产调度、生产班组、生产监控、工艺质量管控、综合查询、统计报表等模块。
(1) 制造资源管理：建立人员/绩效、设备、仪器仪表、原材料、工装模具、半成品/产品等台账。本模块中，库存管理具有出入库和盘点操作功能；库存量不足时，MES系统能够自动预警；工装模具/仪器仪表需要周检时，MES系统能够自动预警。本模块中仪器仪表的周检信息可来源于Control层。
通过对本模块历史大数据和当前任务计划、在制状况、设备状态及使用记录、原材料、工装模具等信息的挖掘分析，可实现库存的智能化预警，达到及时调整库存量的目的。
(2) 设备管理：可从PLM中调阅设备图纸、维修规程、技术精度等资料，并具有设备保养、日常点检、备品备件、设备/仪表运行状态、运行环境（包括环境温湿度/仪器仪表周检信息/电网参数）以及关重件的供应商/加工工艺/采购时间/使用时间/故障履历等信息的管理功能。本模块中的设备/仪表运行状态、运行环境等信息来源于Control层。
通过对本模块历史大数据的挖掘，可建立设备关重件故障预警模型，采用性能衰退分析和预测分析法，预测故障发展趋势及后果，进而提出相应的处理措施，使设备达到近乎零故障的目标。如避免在生产过程中，因出现旋转轴变形或断裂、刀具报废等故障而导致产品报废的现象。
(3) 计划调度：根据PLM中实时更新的工艺设计、ERP的周计划以及车间设备、原材料库存、工装模具、在制任务等状况进行生产调度，经仿真验证合格后传递到生产现场的数字化应用终端，实现对设备使用、派工状态、完工信息等管理。
(4) 生产班组作业：作业前，先进行设备日常点检，并在现场终端上录入点检结果；作业前，从PLM中读取实时更新的三维产品工程数据/三维工装资源数据/操作过程工艺图解/操作动画等资料，并在现场终端上进行多媒体培训；在现场终端上确认生产任务单及生产任务完工状况。现场终端可自动汇总或补录生产数据。
(5) 生产监控管理：实现对车间生产信息和报警信息的实时看板显示功能，达到及时发现问题、汇报问题并处理问题的目标。生产信息包括工序生产进度（如工序开始时间/耗时预警/结束时间预警/总段数/当前运行段号/本段剩余时间/结束时间等）、物料管理、设备状态（如运行/暂停/关机等）、生产数据统计等；报警信息包括设备报警（如通讯中断/设备超差等）、工艺报警（如工艺超差等）、库存预警、计量预警、质量预警、人员缺勤、其它原因的报警等信息。本模块的工序进度、设备状态信息、设备报警、工艺报警、计量报警等信息来源于Control层。
(6) 工艺质量管控：具有产品设计、工艺设计、原材料、工装模具、生产环境、设备/仪表运行状态、生产工艺数据、工序检验、出厂、运维等产品全生命周期信息的集成能力。本模块中的产品设计、工艺设计、运维等信息来源于PLM；生产工艺数据、生产环境、设备/仪表运行状态等信息来源于Control层；原材料、工装模具等信息也可来源于Control层。
本模块可以实现以下功能：
●自动统计产品的合格率和不合格率；
●根据原材料/工装模具/生产环境/产品设计数据/工艺设计数据/实际生产工艺数据等信息，对出厂产品进行质量性能预测和预防性维护；
●实现对不良产品的追溯管理功能；
●将实际生产信息传递到PLM中；
●将实际生产信息与PLM中相应的设计信息进行对比分析，如有差异，找出产生差异的原因及处理方法，并将分析结果传递到PLM中。
通过对本模块产品质量历史大数据的挖掘，可以研发产品质量控制系统，实现在制品流转过程中产品质量性能的动态预测，提升在线质量检测能力，实现尽早发现问题，并尽早预警和纠偏，以稳定并提升产品合格率的目标。
(7) 综合查询：按月查询周计划/生产完成情况/设备状态/耗能/生产环境/报警等信息。本模块的设备状态/耗能/生产环境/部分报警等信息来源于Control层。
(8) 统计报表：按月统计产品台帐/产品质量/车间产量/车间耗能/设备利用率/生产周期等信息。本模块中耗能信息来源于Control层。
通过对产量和电耗大数据的挖掘建模，预先设定理想电耗曲线，就可以合理安排每天的生产负荷，实现节电的目标。
普通机床的数控系统只控制刀具运动轨迹，不与网络连接。智能数控系统不仅控制刀具运动轨迹，还与MES、CAD/CAM等系统连接，可以实现自动编程、自动选择刀具、自动选择工艺、自动加工、自动检测产品、设备智能维护、加工任务规划、生产状态显示等功能。
普通的过程控制系统多采用PID算法，PID算法的控制效果依赖于对研究对象的精准建模，所以对一些复杂的、不确定性的问题束手无策。随着大数据技术的发展，新的控制理论和控制方法层出不穷，典型的案例“阿尔法狗”利用深度学习，在海量棋谱的训练下，战胜了围棋世界冠军李世石，彰显了数据挖掘技术的魅力。数据挖掘技术能够把海量的工业数据转化为信息、信息转化为知识、知识转化为科学决策，并能够在正确的时间把正确的数据以正确的方式传递给正确的人和机器，实现在不完全了解具体因果关系的情况下就可以分析出接近事实的问题结论，从而解决那些PID无法解决的问题。
基于本文MBD、MBE、数字孪生、大数据等技术的应用介绍以及对MES功能的研究，Control层规划方案应考虑以下三个要素：
（1）考虑MES层对Control层的需求，为将来Control层与MES层的无缝对接打好基础。譬如Control层应该考虑：
● MES层需要的设备运行状态、耗能、部分生产管理信息等；
● Control层应具有与MES层对接的通信接口，如OPC UA等。
（2）考虑生产过程大数据的建设，为日后工艺优化、设备智能维护系统、质量管控系统、生产管理优化等研发工作打好基础。譬如Control层数据采集系统应考虑：
● 采集除当前工艺参数以外的所有可能影响产品质量的其它数据；
● 采集如设备振动/负载电流/电网参数/耗能等与设备故障有关的参数；
● 采集耗能等与生产管理相关的参数。
（3）应考虑MBD/MBE、数字孪生模型的建立及应用等需求。
过程控制设备群与数控机床设备群的上位机最好分开，上位机通过仪表/变频器/PLC/数据采集终端等采集生产过程数据及设备点检参数等。Control层硬件规划可以考虑以下内容：
(1) 统一配置车间设备仪表(带通讯接口)，以利于系统的稳定性和后期的维修维护工作。
(2) 上位机监测耗能信息：
● 为MES层的生产成本统计/生产管理优化提供数据源；
● 为设备状态（如开机/停机/空载/加工状态）的判断提供数据源；
● 为设备故障（如刀具状态）预测提供数据源。
(3)上位机监测环境温湿度，为MES层的质量分析/工艺优化/设备维护系统的研究提供数据源。
(4)上位机监测电网电压/频率/功率等参数，为设备智能维护系统的研发提供数据源。
(5)上位机监测设备的振动/位移/温度/转速/转矩/功率/电流/电压等数据，为预知性维修工作的开展及设备智能维护系统的研发提供数据源。
(6) 在智能仪表的选用上，选用某些寄存器具有可读功能的仪表，以便于MES层能够实时掌握现场生产情况及工序生产进度。例如：
●仪表状态信息：运行/暂停/停止等；
●控制方式信息：自动工作方式/手动工作方式/输出百分比等；
●工序生产进度信息：程序总段数/运行段号/本段剩余时间等；
●程序运行信息：设定值/PID/输出功率限幅值等。
(1) 仪表工艺程序库管理：可以在上位机上编辑、保存工艺数据及控制参数，并保存在工艺库中。
(2) 系统总览：显示设备群内所有设备的主要生产状态信息。
(3) 生产过程管控：针对某一单台设备，在实现生产控制的同时还可提供以下生产信息：
a)生产工艺调用：
● 本模块可输入产品名称/产品型号/工艺编号/原材料编号/工装模具编号/数量/生产班次/操作者等信息；
● 可调用仪表工艺程序库中的控制程序，并将调用的工艺数据及控制参数下传到指定设备中。
本模块信息可上传给MES层以满足制造资源管理/工艺质量管控的需求。
b)工艺运行参数显示：
● 显示仪表状态信息：如运行/暂停/停止等；
● 显示控制方式信息：自动/手动/输出百分比等；
● 显示工序进度信息：如工序开始时间/工序耗时预警/工序完成时间预警/工序总段数/当前运行段号/本段剩余时间/工序结束时间等；
● 显示工艺状态信息：如各参数的设定值/实际值/偏差值；
● 定时扫描工艺参数及控制参数的初始设置值及相应的当前实际值：如工艺设定值/PID参数/输出功率限幅值等，以观察是否存在人为干扰因素，便于及时纠正。
本模块信息可上传给MES层，以满足质量管控/生产监控管理/综合查询/设备管理等模块的需求。
c)工艺过程控制：操作员可根据工艺要求实行运行/暂停/恢复/跳步/结束等操作。
本模块信息可上传给MES层以满足工艺质量管控/设备管理等模块的需求。
d)设备运行状态监测：上位机监测设备运行状态，例如：工作台是否运行到位、炉门是否关好以及旋转轴的振动、电机/加热管的负载电流、电机转速、电机输出转矩、电网电压、环境温湿度等信息。
本模块信息可按需上传给MES层以满足设备管理、工艺质量管控的需求。
e) 报警显示管理：具有设备报警和工艺超差报警等功能。
本模块信息可上传给MES层以满足生产监控管理模块的需求。
f)生产工艺数据管理：生产工艺数据尽可能实现自动采集，实在不能实现自动采集的环节可手工录入生产数据。
本模块信息可上传给MES层以满足工艺质量管控/设备管理模块的需求。
g)耗能及生产环境管理：显示生产过程的耗能（包括耗电量/耗水量/耗气量等）、生产环境信息。
本模块信息可按需上传给MES层，以满足制造资源管理/设备管理/工艺质量管控/综合查询/统计报表等模块的需求。
(1)根据CAD设计模型自动编制加工程序、仿真加工过程、自动检测产品数据；
(2)上位机与数控系统之间能够互传加工程序、系统参数等；
(3)具有自动选刀功能；
(4)可参考过程控制设备群监控软件开发工艺库管理、系统总览、生产工艺调用、工艺运行参数显示、工艺控制、设备运行状态监测、报警显示管理、生产工艺数据管理、耗能及生产环境管理等模块。
为了实现产品快速低成本高质量的研制目标，产品研制的相关企业要齐心协力，尽早制定产品设计平台、模型集成、智能工厂系统集成、数字化信息集成、软件系统集成、数据管理、业务流程管理、设备管理等标准或规范，以避免重复性投资。
联系客服
