北京理工大学＆天津商业大学综述文章：数字孪生建模技术与机床智能化的融合应用|CJME论文推荐|天津商业大学|数字孪生|智能化|机床|机械

引用论文

Zhang, L., Liu, J. & Zhuang, C. Digital Twin Modeling Enabled Machine Tool Intelligence: A Review. Chin. J. Mech. Eng. 37, 47 (2024). https://doi.org/10.1186/s10033-024-01036-2

(戳链接，下载全文)

研究背景及目的

制造业是实体经济的主体，是国民经济的脊梁，是国家安全和人民幸福安康的物质基础，是创新驱动、转型升级的主战场。智能制造是全球制造业发展的必然方向，主要发达国家相继出台国家战略计划，以推动制造业朝智能制造方向的创新发展。美国提出“国家先进制造战略计划”，德国提出“工业4.0战略计划”和“国家工业战略2030”，日本提出“工业价值链参考架构（I V R A）”。智能制造作为新一轮科技革命和产业变革的核心所在，被列为“中国制造2025”的主攻方向，旨在加快制造业由自动化、信息化向数字化网络化智能化发展。

机床作为制造业的工作母机，是发展智能制造的基础。数控机床广泛应用于航空、航天、能源等领域，具有基础性、通用性和战略性。提高数控机床产业的智能化水平、发展智能机床，成为机床产业强国的一致选择。我国作为机床生产大国，高档数控机床却严重依赖进口，这成为我国机床智能化发展的瓶颈之一。新一代人工智能、工业大数据、工业互联网等新兴技术的快速发展，为数控机床的智能化提供了关键技术支撑。新兴技术和数控机床的深度融合被视为抢占智能机床竞争制高点的重要方向。

国内外众多学者对机床智能化进行了探析和总结。基于学者对机床智能化的研究与探析，笔者认为智能机床是一种具备自感知、自学习、自决策、自执行、自适应以及网络互联等功能特征的高性能数控机床。数字孪生(Digital Twin, DT)可以在数字空间构建物理实体或过程的数字模型，通过数字-物理空间的双向映射与动态交互，可以保持数字模型与物理实体或过程的同步共生。在此基础上，DT模型通过对不同维度、不同领域的知识进行融合分析，完成对物理实体性能状态的动态预测，进而对物理实体或过程进行主动干预。DT的数字建模方法主要包括基于机理的方法、数据驱动方法以及机理-数据混合驱动方法，数据驱动和混合驱动的建模为智能机床“自学习”的方法基础。双向映射包括从实到虚和从虚到实的映射。智能机床通过感知各类数据并将其传输至数字空间，即为从实到虚的映射；将数字空间的决策与优化指令反馈至物理空间即为从虚到实的映射。智能机床的“自感知”为双向映射提供数据基础，“网络互联”是实现双向映射的技术基础。DT对物理实体性能状态的动态预测是智能机床“自决策”的有效途径，DT对物理实体的主动干预是智能机床“自执行”的有效途径。在智能机床的运行过程中，DT模型始终保持与物理实体或工艺过程的同步共生。当智能机床及其性能状态发生变化时，DT模型能够随之演变，DT模型的演变也能促进智能机床及其性能的提升，即数字-物理空间的同步共生是智能机床“自适应”的条件基础。

综上所述，DT可以被认为是智能机床的关键使能技术，DT建模技术是其中重要的基础技术之一。因此，对数字孪生建模使能的机床智能化方面的研究文献进行了综述与分析，提炼了三个瓶颈难题，提出了数字孪生机床的技术架构，详细阐述了数字孪生机床的三项关键技术，并对数字孪生机床的未来研究方向进行了讨论。本文研究能够为数字孪生建模技术在机床智能化的融合应用中提供理论与技术参考。

Figure 1Intelligent machine tool

研究方法

通过对比分析机床智能化与数字孪生技术的关系，发现数字孪生建模是机床智能化的关键使能技术之一。进而，从基于数据的建模和机理-数据混合驱动的建模两方面对数字孪生建模使能的机床智能化研究进行了综述分析，从中提炼出机床智能化中的三个瓶颈难题。针对这些瓶颈难题，提出数字孪生机床的技术架构，并详细阐述了数字孪生机床的三项关键技术。

Figure 2Architecture of the DTMT

Figure 3Framework of digital twin modeling and virtual-real synchronization technology of mechanism-data-knowledge hybrid-driven multiscale and multidimension

结果

（1）数字孪生机床技术架构；（2）数字孪生机床的三项关键技术：数据感知与融合技术、机理-数据-知识混合驱动的数字孪生建模与虚实同步技术、多层级参数的动态优化与协同调控技术；（3）数字孪生机床的三个未来研究点：全生命周期化、云-雾-边协同、与新一代信息技术的深度融合。

结论

在机床智能化发展的背景下，本文在对数字孪生技术与机床智能化进行关联分析的基础上，对数字孪生建模使能的机床智能化研究进行了综述分析，进而提炼出三个瓶颈难题。针对这些难题，提出了生机床的技术架构，详细阐述了数字孪生机床的三项关键技术，并对未来的研究方向进行了讨论与分析。研究结果为基于数字孪生的机床智能化的融合研究与应用提供了参考。

前景与应用

数字孪生机床的技术架构和关键技术能够为机床智能化的实施与落地提供技术支撑，未来研究方向能够为机床智能化的基础研究提供参考。

相关文章/图书推荐

[1] C B Zhuang, J H Liu, H Xiong. Digital twin-based smart production management and control framework for the complex product assembly shop-floor. International Journal of Advanced Manufacturing Technology, 2018, 96: 1149–1163.

[2] 庄存波, 刘检华, 张雷. 工业5.0 的内涵、体系架构和使能技术. 机械工程学报, 2022, 58(18): 75–87.

[3] 庄存波, 王月, 杜小东. 基于数字孪生的复杂产品智能装配车间质量预测、控制理论与方法. 电子工业出版社, 北京, 2024.

团队带头人

刘检华，北京理工大学教授、博士生导师。入选国家高层次领军人才和国家高层次青年人才，北京理工大学机械与车辆学院党委书记，北理工唐山院智能制造中心主任，河北省智能装配与检测技术重点实验室主任。主要从事智能制造、精密装配与检测方向的研究，先后主持了国家自然科学基金重点项目、国家重点研发计划项目、国防基础科研项目、装备预先研究项目等科研项目30余项，发表学术期刊论文300余篇（其中SCI收录100余篇），授权国家发明专利80余项，获批软件著作权30余项，获国家科技进步二等奖1项，国防科技进步一等奖和中国机械工业科学技术发明一等奖等省部级科技奖励6项。

作者介绍

张雷（本文第一作者），天津商业大学讲师、博士，主要研究方向包括：数字孪生技术、数控机床技术、制造过程监控与优化技术，先后主持天津市教委项目1项，参与国家重点研发计划项目1项、省部级基础研究项目2项，以第一作者或通讯作者发表SCI/EI论文10余篇，授权国家发明专利4项，实施成果转化4项，获天津市科技进步一等奖1项。

庄存波，北京理工大学副研究员、硕士生导师，入选第九届中国科协青年人才托举工程，北京理工大学机械与车辆学院制造工程系副主任。主要从事复杂产品装配过程管控、数字孪生方向的研究，先后主持了国家自然科学基金青年基金和面上基金、国家重点研发计划项目课题、国防基础科研分承研、装备预先研究分承研等项目，在国内外学术期刊上发表SCI/EI期刊收录论文40余篇，ESI高被引论文2篇，申请国家发明专利30余项。

团队研究方向

数字化建模技术、精密装配、螺纹连接、胶粘连接、装配视觉检测、车间制造执行系统等。

近年团队发表文章

[1] Lei Zhang, Jianhua Liu, Xiaoqiang Wu, Cunbo Zhuang*. Digital twin-based dynamic prediction of thermomechanical coupling for skiving process[J]. International Journal of Advanced Manufacturing Technology, 2024, 131: 5471–5488.

[2] Lei Zhang, Jianhua Liu, Cunbo Zhuang, Mengqi Yao, Fuhua Chen, Chenyang Zhang*. Gain scheduling control of ball screw feed drives based on linear parameter varying model[J]. International Journal of Advanced Manufacturing Technology, 2023, 124: 4493–4510.

[3] Huiting Li, Jianhua Liu, Yue Wang, Cunbo Zhuang*. A multi-objective complex product assembly scheduling problem considering transport time and worker competencies[J]. Advanced Engineering Informatics, 2023, 58: 102233.

[4] Hongyan Ding, Cunbo Zhuang*, Jianhua Liu. Extensions of the resource-constrained project scheduling problem[J]. Automation in Construction, 2023, 153: 104958.

[5] Ziwen Liu, Jianhua Liu, Cunbo Zhuang*, Feng Wan. Multi-objective complex product assembly scheduling problem considering parallel team and worker skills[J]. Journal of Manufacturing Systems, 2022, 63: 454-470.

作者：张雷

责任编辑：谢雅洁

责任校对：向映姣

审核：张强

JME学院简介

JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。

欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！

欢迎关注JME学院视频号~

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！