数字孪生典型应用案例03

SDI精品解读系列7案例集03

数字孪生应用白皮书（2020版）。

--关于白皮书--

该白皮书由工信部中国电子技术标准化研究院联合20余家数字孪生领域开发商、集成商、科研院所、高校联合编写，梳理数字孪生技术和产业应用发展状况，分析数字孪生技术热点、行业动态和未来趋势，SDI已经进行系列7持续摘录解读。此外，白皮书还收录了系列典型应用案例。SDI继续对重要案例进行分享，供您参阅。

案例三：数字孪生驱动的汽车发动机装配方法

在传统的发动机缸体单元装配方法中，装配设计阶段虚拟仿真得出的装配工艺是通过理想几何模型及理论数据产生的，无法正确指导实际装配工程，使得装配设计与装配过程出现脱节。在实际装配过程中需要人工推算多道工序的预留公差，给装配操作带来了极大的难度，且装配时较长，装配成功率较低。

（一）案例背景

近年来，随着机器学习、大数据、云计算和IoT等技术的快速发展，使汽车发动机装配技术由数字化模型仿真为主的虚拟装配逐渐向虚实深度融合的智能化装配方向发展。如何实现装配虚实空间的深度融合，是推动智能化落地的关键。

数字孪生通过集成新一代信息技术实现了虚拟空间与物理空间的信息交互与融合。即由实到虚的实时映射和由虚到实的实时智能化控制。为此，将数字孪生应用在汽车发动机的装配中是未来的重点研究方向。

（二）系统框架

将汽车发动机的装配分为装配设计、装配过程和质量评估三个阶段，并分别建立相对应的数字孪生，系统组成与结构关系如图1所示：

图1 多数字孪生组成及结构关系

装配设计阶段：进行装配仿真，优化装配工艺；

装配过程阶段：利用工艺信息进行实际的装配活动，通过虚实空间的数据交互实现装配过程的实时监测和装配工艺的动态优化；

质量评估阶段：集成装配过程多学科、多物理量的装配质量评估过程，为装配工艺提供优化的目标函数，实现工艺的自适应调整。

（三）案例特点和成效

在高精密产品的不同装配阶段建立了对应的数字孪生，并根据其内部不同的物理对象及功能建立了多个数字孪生；以装配工艺数字孪生为核心，根据不同工序的工艺优化目标，利用知识图谱和机器学习算法进行了装配工艺的动态优化；

利用多数字孪生协同装配方法实现了不同装配阶段数字孪生的高效协同。在完成每一装配工序后，均可利用机器学习算法进行下一道或多道工序的装配质量预测和工艺优化，实现了装配过程的智能决策。

将传统装配方法和本数字孪生方法对比，取20台发动机装配的实验结果，每一阶段的平均装配时间均有所减少，装配质量一致性均有所提高，且这种智能化装配方法还降低了装配过程的操作难度。