0 引　言

传统的船舶制造业需要不断运用信息化技术、智能传感技术、数字化模型技术等，通过对这些技术的应用和数据融合处理，可以有效提升船舶制造效率。分段建造技术在船舶制造中应用非常广泛，通过大量使用组立产品实现对船舶的快速制造，这些组立产品包括标准化的T型构件、小组、大组等。组立产品的制造是在设计过程中确定好不同构件的数量、规格、材料质量等，然后分发到不同的船舶制造车间进行生产，但是传统的车间调配属于粗放型，因而难以适应现代化船舶组立产品的制造和调配。在设计环节经常会面临方案无法满足船舶组立的制造要求，在制造环节，其复杂性主要体现在加工过程中可能存在部分组件延期、现场设备损坏、设计临时变化等，这些都会在很大程度上影响组立的生产效率和船舶整体制造进度。在这种情况下，根据管理者和工人的经验显然已经难以满足调配要求，提升船舶组立设计制造不仅需要加强车间的信息交互，同时也需要不断应用先进的信息化技术模型。数字孪生技术是通过充分采集船舶制造过程中所涉及的所有传感信息、历史数据信息等，然后建造一个虚拟的孪生船舶组立设计制造模型，从而完整反映出船舶组立的全生命周期管理过程。

国内学者对数字孪生技术及组立设计制造进行了相关研究，周嘉圣^[1]将数字孪生技术应用于船舶组立车间的调度管理，实现车间的动态信息和静态信息管理，完成数字孪生驱动的组立设计制造车间调度技术研究。孙效华等^[2]对增强现实技术中的数据交互进行研究，通过数据交互、数据模拟来实现在虚拟空间和现实空间的交互。本文将在充分研究数字孪生技术的基础上，提出船舶组立设计制造管理的基本框架，同时对组立设计制造的动态调整策略进行相关研究。

1 船舶组立设计制造管理框架 1.1 数字孪生要素分析

数字孪生技术在工业领域的应用较多，通过使用各类传感器、摄像头等获取现实物理世界的真实状态，并将工业设备的状态实时反馈到虚拟世界。在船舶组立设计制造过程中，通过数据采集可以实现组立设计制造过程的虚拟再现，以虚拟仿真的手段对组立设计制造过程进行监控、分析预测，帮助船舶组立设计制造实现数字化、信息化、智能化^[3]。

数字孪生技术应用于船舶组立设计制造，其关键技术包括数据采集和数据处理。

1）数据采集

数字孪生技术之所以能够在虚拟世界中构建和现实物理世界相同的组立设计制造场景，这得益于多类传感器的数据采集。船舶车间中的数据采集是一个非常复杂的过程，这是由于在组立设计制造过程中涉及到的设备、人员、材料等数量非常多，且设备、人员以及材料一直处于动态过程中，如人员会保持移动，可能会存在休假、辞职等情况，材料的采购、运输、仓储等使得材料一直处于动态调整中，设备会存在故障或者报废等情况。

为了在虚拟世界能够1:1还原物理世界，所采集的数据量必须要保证完整、准确，因而在实现数字孪生技术应用于船舶组立设计制造中，使用RFID技术和传感器技术，实现对船舶组立车间关键信息的采集。其原理如图1所示。

组立设计信息包括了组立的数量以及设计图纸信息，组立车间环境信息包括湿度、温度以及视频数据，湿度和温度的采集依托于湿度和温度传感器，视频数据的采集则由布置在组立车间的高清摄像头来完成。材料信息主要是指在组立设计制造过程中所涉及的主要材料，包括钢管、钢结构、焊接材料、清洗材料等。为了实现这些材料的全流程管理，将每种材料上面都贴有独一无二的RFID标签，这些标签上有存储器，在存储器中存储其生产产地、出厂日期、材质、编号等，在车间布置若干射频读写器，可以通过不断读写这些RFID标签来获取这些材料的基本状态，包括入库、出库、位置等，同时还可以获取这些材料的历史状态，做到材料的全生命周期管理，提升对材料的管理能力和现场的装配制造效率。在组立设计制造过程中使用了较多的机械、电力、焊接设备等，这些设备的状态在很大程度上影响着组立设计制造过程的进度，因而为了在虚拟空间中完全还原现实物理世界各设备的状态，需要对这些设备实时监控，并在出现异常时在虚拟模型中加以体现。

2）数据处理

采集的数据有静态数据和动态数据，这些数据都可以直接映射到建立的船舶组立虚拟模型中，同时这些数据也是离散的、分立的，且并不具备支持组立的智能制造，数据处理是将这些采集的数据存储到数据库中并将其进行分类处理，使得数据能够进行有效分类和融合，最终为建立数字孪生模型提供数据基础^{[4 − 5]}。

可以将获取的数字孪生信息进一步分类，以便在后续的制造过程中对资源进一步调配，实现对组立设计制造的动态调整。这些信息包括组立加工信息、生产资源信息以及制造过程信息。

① 组立设计加工信息

设计加工信息包括组立的设计图纸、工艺路线、BOM表、加工数量以及加工时间等关键信息。

② 生产资源信息

生产资源信息是实现资源调配的重点关注对象，包括所有组立设计制造相关的原材料、人员以及设备信息。

③ 制造过程信息

制造过程信息主要是材料、设备以及人员的状态信息，如将人员状态设置为3种，在岗、休息、请假，若进度不足需要重新调配人员时，休息和请假的人员可以尝试联系让其重新进入岗位，而获取所有人员状态则为人员的调配提供了基础。设备状态则包括忙碌、空闲、故障以及维修。故障以及维修2种状态的差别在于故障需要系统通知相关人员下一步开展维修工作，而维修则代表已经处于维修过程中。

1.2 数字孪生模型构建

在完成数字孪生的信息采集之后，就为现实物理世界映射到组立孪生数据模型提供了基础，同时在经过数据处理之后，数字孪生模型将所有车间装配、焊接以及组立设计数据进行充分融合，融合的数据信息包括组立设计相关信息、人员、设备、材料、环境信息、工艺过程信息等，不同类型数据之间的关联互通有助于提升对生产过程中干扰的应对效率^[6]。

在数字孪生模型构建（见图2）方面，分为孪生数据模型和组立设计制造虚拟模型构建。数字孪生模型是将组立车间进行数字化表达，现实物理世界和组立设计制造虚拟模型能够实现完全同步，通过孪生数据模型可以反馈指导现实物理世界的组立设计制造过程，实现组立设计制造的数据驱动。对组立设计制造虚拟模型的构建，通过使用CAD、Solidworks构建组立车间人员、设备、各类组立的三维物理模型，真实还原人员、设备、各类组立所在的位置。三维模型的建立只能在虚拟世界中简单还原组立设计制造过程中所涉及的一些基本信息，但是这些三维模型都是静态的，为了实现动态还原，就需要在这些三维模型中加入动态约束，动态约束包括对设备运输重量、起吊重量的约束，同时也对机械设备在空间运动能力上予以约束，如起吊机的旋转角度、起吊高度等，同时对人员活动范围空间、物料使用范围、环境范围等进行约束，使得设计的组立设计制造虚拟模型能够完全反映出组立设计制造的真实过程，同时通过建立的数据模型和虚拟模型可以对当前的组立设计制造过程进行模拟、推理、评估，通过反馈数据的方式输入到孪生数据模型中，并最终反馈到现实物理世界的组立设计制造过程。

2 基于数字孪生技术的组立设计制造动态调整策略 2.1 基于数字孪生技术的组立设计及加工过程分析

对组立设计制造的动态调整策略进行研究之前，需要对组立加工过程进行分析，组立加工包括4个过程，分别是钢材预处理、钢材切割、小组立设计制造、中大组立设计制造。

1）钢材预处理

钢材预处理过程包括对钢材进行预热、除锈以及喷漆等过程。

2）钢材切割

钢材切割主要是根据设计方案对船舶组立设计制造中所涉及的钢材和型材进行切割和处理。

3）小组立设计制造

使用切割好的钢材和型材划线，并吊装到预定位置，完成小组立的装配、焊接以及修磨工作。

4）中大组立设计制造

将小组立和预制好的零件进行拼接、装配并焊接完整。

2.2 基于数字孪生技术的动态调整策略分析

对组立设计制造过程进行动态调度是实现船舶组立智能化制造的关键步骤，为了实现高效率的动态调整，就必须建立数字孪生模型，并在模型中执行动态调整策略。动态调整策略是数字孪生技术的关键组成部分，其通过收集设计制造过程中产生的动态数据和静态数据，利用算法模型进行动态分析，预测设计效果和实体的未来状态，并据此调整策略以达到最优效果。这种策略强调实时性、灵活性和持续优化，使得设计效果或设计实体能够适应复杂多变的环境。在应用于船舶组立智能制造中，如可以在模型中设定生产目标以及约束条件，常见的生产目标如10天生产小组立100个，约束条件则为生产资源信息、组立加工信息、加工过程信息等，如当前钢材数量为50，钢材数量是否足够支撑小组立的加工，可用人员数量为10，如何安排工时材料才能完成目标任务，目前所有可用设备数量是否能够满足需求，通过设置这些约束条件，并通过一定算法生成最后的资源调度计划，通过执行该资源调度计划就可以实现这个最优目标。

资源调度计划并非一成不变，在执行资源调度计划过程中，所有的信息都处于动态变化过程中，如在小组立设计制造过程中有新的人员加入，有故障设备完成维修重新投入使用，或者有好的设备突然报故障，这些资源的变化情况都需要在数字孪生组立设计制造模型中实现实时监测、模拟预测和优化决策，而工作人员只需要设置好资源调整周期，定期执行自动生成的资源调整策略即可。

相比较于人工调整而言，使用数字孪生组立设计制造模型的动态调整优势巨大，人工调整车间的生产信息需要根据经验并结合海量的组立设计信息、生产信息、资源信息、加工信息等，同时人工给出的资源调度计划并不一定是最优的，只有根据实时的动态信息并满足约束条件生成的资源调度计划才是最优计划。

图3为动态调整策略的实现过程。动态调整策略是在对组立设计及加工过程的信息，通过传感器、物联网等设备技术手段，收集运行状态数据基础上，通过确定约束条件和生产目标，进一步在数字孪生模型基础上使用萤火虫算法、遗传算法以及粒子群算法等对资源调度模型进行预测、优化。在应用中，可以采用以上的每一种算法，或者是同时采用多种算法得出最优结果。同时通过资源调度模型可以进一步反馈到组立的设计过程中，在设计过程中不断实施调整和效果评估，确保动态策略调整持续且形成完美闭环适应各种环境和要求变化，使得既能满足船舶组立的设计要求，又在最大程度上符合当前资源的调配需求。

以萤火虫算法为例，萤火虫的亮度对应着资源调度最优，而亮度最大则对其他萤火虫的吸引力越大，在规定的半径范围内其他萤火虫会朝着亮度最大的萤火虫移动。对于当前求解所得到的每一种资源调度优化结果都会对应着一个亮度，其亮度计算方法如下：

$ {l}_{i}(t)=\mathrm{max}\{0,（1-p){l}_{i}(t-1)+\sigma J{X}_{i}(t)\} \text{。} $

(1)

式中：p为荧光色衰减因子，$ J X_{i}(t) $为第i个萤火虫在t时刻所对应的亮度值，即目标函数值。同时通过缩小或者扩大感知半径来搜索其他萤火虫，并比较不同萤火虫的亮度，感知半径的大小是根据当前区域内萤火虫的数量来确定，萤火虫数量少则需要扩大搜索半径，以保证有足够多的萤火虫进行比较。感知半径的确定方法如下式：

$ {r}_{d}{}^{i}(t+1)=\mathrm{min}\{{r}_{s}^{i},\mathrm{max}\{0,{r}_{d}{}^{i}(t)+\lambda ({n}_{t})-\left|{N}_{i}(t)\right|\}\} \text{。} $

(2)

式中：λ为萤火虫位置更新固定参数，n_t为萤火虫数量的阈值参数。

通过萤火虫算法对不同资源调度的计算结果进行比较，最终能够得到亮度最大的那只萤火虫，即最优资源调度计划，并输出最终的生产调度计划。

3 结　语

船舶组立设计制造是船舶制造的重要组成部分，数字化、信息化、智能化可以有效提升组立设计制造的效率。将数字孪生技术应用到组立设计制造的过程中，通过对组立设计制造的过程分析，实时获取组立设计制造涉及的生产资源信息、加工信息以及生产过程信息，在这些信息的基础上，设计孪生组立设计制造模型，在设置生产目标和约束条件后，使用萤火虫算法、遗传算法以及粒子群算法等实现对组立设计制造的资源调度目标优化。本文得到的结论主要包括：

1）数据采集在船舶组立的数字孪生模型构建中至关重要，可以采取RFID、摄像头、传感器等多种手段来获取这些关键的动态信息和静态信息；

2）构建的数字孪生组立设计制造模型可以实现对现实物理世界中组立设计制造过程的数字驱动，有效提升了组立设计制造的效率，实现了组立设计制造过程的动态策略调整。