数字孪生车间是智能制造背景下车间全息监控、精准分析、实时决策的有效手段。而实时高效的异构数据采集和融合,以及虚实车间的交互连接是驱动数字孪生车间运转的核心。为此,依托制造物联网和OPC UA通信技术,建立了数字孪生车间实时数据采集框架。采用分层融合的策略,去除原始数据中的信息冗余,匹配产生中间事件和生产过程数据,同时基于空间尺度构建实时数据空间对象模型。另外针对提高数据传输实时性的目的,按照信息分类—自适应压缩—节点合并的路线,缩减OPC UA信息模型节点数目和节点容量,设计了面向数字孪生车间的OPC UA信息建模方案。最后,以某航天结构件生产线为案例,为数字孪生车间开发了实时数据采集系统,并验证了此方案的可行性。

阐述了云制造资源集成的内涵,并且通过与传统制造资源和网络化制造资源进行对比,得出了云制造资源集成的优势。描述了云制造资源的集成,同时在层次分析的基础上建立了一个关于云制造资源集成的框架。将现有的各种制造资源分类并有相应的资源描述,按照资源种类进行资源的虚拟化进而云端化。通过对资源加工能力的集成,映射出相应的制造能力的变化,进而建立一个云制造资源集成的宏观数学模型,同时对该模型进行了解释和定性分析,最后得出可以提升云制造资源集成的核心制造能力的办法。