53、基于云的工业机器人数字孪生：智能制造新范式

基于云的工业机器人数字孪生：智能制造新范式

1. 引言

“未来工业”（IoF）代表着新一代自适应、全连接、高效且强大的制造系统引发的工业革命。它借助先进的信息、控制和通信技术，实现制造的全面自动化和机器人化。在智能工厂中，新型生产资源高度互联、自组织，产品能自主规划工作路径和选择资源，同时通过机器学习处理实时生产数据来做出智能决策。

制造业的数字化转型依赖于大数据分析、机器学习和数字孪生等技术，以实现符合灵活性和现实感知原则的智能决策。数字孪生（DT）是对机器人、过程或产品的扩展虚拟模型，即使物理实体未在线连接，该模型也能持续存在，并可在云数据库中与其他车间实体共享。在机器人制造中，数字孪生主要分为资源和产品数字孪生、组织数字孪生两类，前者用于监测资源健康和服务质量、检测异常并开展预测性维护，后者用于镜像和预测控制系统的行动和性能。

本文提出了一种用于工业机器人的现实感知数字孪生框架，该框架基于两层云服务：分布式雾计算层和集中式云基础设施即服务（IaaS）层，可实现机器人虚拟化、健康监测、异常检测以及行为模型与多物理过程的耦合，以进行实时预测性维护和基于能耗与服务质量预测的生产任务优化分配。

2. 工业机器人数字孪生架构

工业机器人数字孪生嵌入到全局资源管理和批量调度程序中，旨在安全高效地利用机器人资源并优化批量生产。其采用4层架构：
- DT I - 数据流收集 ：该层连接机器人的物理组件（如机械臂、控制器、机器视觉系统和外部传感器）、所服务的过程以及运行环境，从车间的多个入口点收集数据。
- DT II - 数据流处理与分析 ：此层对DT