教育案例研究：在TIA Portal， Unity和Game4Automation框架中创建生产线的数字孪生
https://pdfs.semanticscholar.org/e6a6/107d5291b6ba19e91d7e1df64f90d6f98b6f.pdf?skipShowableCheck=true
教育案例研究：基于TIA Portal、Unity与Game4Automation框架的生产线数字孪生构建**
摘要
在当今工业中，第四次工业革命正在进行中，其特点是集成了人工智能、物联网和大数据等先进技术。这场革命的关键支柱之一是数字孪生技术，该技术在各个行业中的重要性正在迅速增加。然而，数字孪生的概念经常被误解或误用为流行语，导致其定义和应用出现混淆。这一观察激发了本文的作者创建自己的演示应用程序，这些应用程序允许在数字孪生环境中通过自动双向通信和相互影响来控制真实和虚拟系统。本文旨在通过两个案例研究来展示针对离散制造事件的数字孪生技术的使用。为了为这些案例研究创建数字孪生，作者使用了 Unity、Game4Automation、Siemens TIA portal 和 Fishertechnik 模型等技术。第一个案例研究涉及为生产线模型创建数字孪生，而第二个案例研究涉及使用数字孪生对仓库堆垛机进行虚拟扩展。这些案例研究将构成创建工业 4.0 教育试点课程的基础，并且可以进一步修改以开发工业 4.0 教育材料和技术实践。总之，选定的技术是负担得起的，这使得解决数字孪生问题的广泛研究人员和解决方案开发人员能够访问所提出的方法和教育研究，重点是离散制造事件。
**
关键词：
**数字孪生;工业 4.0;数字工厂;game4自动化;Unity 引擎;数字影子
- 引言
在过去的几十年里，数字化制造为整个行业增加了巨大的价值。数字化制造通过虚拟模拟工厂、资源、劳动力及其技能等来创建模型并模拟产品和流程的开发 [1]。信息和通信技术 （ICT） 的发展大大促进了制造业的发展。
开发包含嵌入式系统和物联网 （IoT） 技术（也称为信息物理系统 （CPS））的智能产品和系统，需要各个工程学科之间的密切合作。这涉及使用工程流程来定义产品或模块/系统，以及创建它们所需的生产系统 [2]。无线传感器网络、边缘计算、云计算、第五代蜂窝网络 （5G）、物联网、大数据和其他技术不断发展，在每个行业领域都具有巨大的潜力 [3,4,5,6,7,8]。所有这些技术都实现了物理世界和数字世界的集成，这是应对市场日益复杂和高要求的不可避免的趋势。然而，这种整合的全部战略利益并未得到充分实现。集成过程仍处于早期阶段，最新的发展集中在数字孪生上。
Hribernik et al. [9] 在 2006 年引入了“产品虚拟形象”的概念，这与数字孪生的概念相似。从以产品为中心的角度来看，产品头像概念旨在构建支持双向信息流的信息管理架构。就在 2015 年之前，关于 product avatar 的研究可以在 [10,11,12] 中找到。然而，产品头像概念似乎已经被数字孪生所取代。
数字孪生概念归功于 Michael Grieves 以及他与 NASA 的 John Vickers 的合作，Grieves 在 2003 年关于产品生命周期管理的演讲中提出了这个概念 [13]。Grieves 和 Vickers 设想了一个世界，在这个世界里，产品的虚拟模型将为产品生命周期管理奠定基础，而此时虚拟产品表示是“…相对较新且不成熟“，而有关实物产品的数据是”…有限的、手动收集的，而且主要是纸质的”。
数字孪生的初始定义是物理产品的虚拟表示，其中包含有关该产品的信息，其根源在于产品生命周期管理领域。根据论文 [13]，物理产品、该产品的虚拟表示以及将信息和流程从物理传输到虚拟表示并再次返回的双向数据连接是构成数字孪生的三个要素，该论文详细阐述了这一定义。这种流动被表示为物理和虚拟状态之间的循环，数据从物理移动到虚拟，信息和流程从虚拟转移到物理（也称为镜像或孪生）[14]。
该综述 [15] 描述了数字孪生的三个潜在应用：管理物理对象的整个生命周期、管理健康状况以规划维护活动，以及通过工程和数值分析增强决策。
[16] 从分类角度研究了制造业中的数字孪生概念。作者基于数据集成水平提出了数字孪生的三个子类别，以阐明现有研究中数字孪生集成的水平。为了定义数字孪生在现有研究中的集成深度，作者根据数据集成级别提出了数字孪生的三个子类别：数字模型、数字影子和数字孪生。我们可以在图 1 中看到所有三个类别。
图 1.数字模型、数字孪生和数字影子之间的区别。
数字模型被定义为现有或计划中的物理对象的数字副本;物理模型和数字模型之间必须没有自动数据交换，以准确定义数字模型 [17]。施工计划、产品设计和开发是数字模型的几个示例。重要的显着特点是物理系统和数字模型之间没有自动数据交换。这意味着，在创建数字模型后，对物理对象所做的任何更改都不会对数字模型产生影响。
数字影子是物理对象和数字对象之间的单向信息流。物理对象状态的变化会导致数字对象的变化，而不是相反 [18]。
当数据在现有物理对象和数字对象之间流动时，就会形成参考“数字孪生”，并且它们在两个方向上完全集成。对物理对象的更改会触发数字对象的变化，反之亦然 [19]。
这三个定义有助于识别文献中发现的典型误解。然而，许多神话很常见;他们不仅仅在这些有限的场景中看到。其中一个误解是数字孪生必须是物理对象的精确 3D 模型。然而，一些作者认为数字孪生只是一个简单的 3D 模型 [20]。
数字孪生技术已在正在经历数字化转型的各个行业中找到应用。该论文 [21] 确定了在数字孪生应用研究中使用数字孪生的十个主要工业部门。这些行业如下：（i） 航空航天，（ii） 制造业，（iii） 医疗保健，（iv） 能源，（v） 汽车，（vi） 石油，（vii） 公共部门，（viii） 采矿，（ix） 船舶和 （x） 农业。他们还表示，数字孪生在这些行业中已用于三个主要目的：模拟、监控和控制。然而，数字孪生的应用不仅限于这三者。设计、验证、定制、优化、预测和维护现在都通过数字孪生执行。[22]，到 2021 年，在数字孪生部署方面处于领先地位的行业是制造业 （34%），其次是能源 （18%）。DT 的有趣应用在论文中 [23\u201224] 它们将 DT 应用于建筑行业的背景，例如现场施工、建筑生命周期管理和基础设施运营、区块链技术、可持续性评估或预制。
2. 相关作品
在本节中，我们将讨论主要（但不限于）在生产和制造过程中使用数字孪生的工作。该研究的重点是使用数字孪生、Unity、PLC 和虚拟现实/增强现实等技术的作品。
2.1. 使用数字孪生或数字影子的机器人应用
在本文中 [25]，提出了一种数字孪生模型来协助机器人单元的在线/远程编程。该模型由一个物理模型（FANUC 机器人）和一个复制物理机器人的数字模型（在 Unity 游戏引擎中创建）组成。使用数字孪生设置和虚拟现实，作者观察了数字机器人和物理机器人之间的轨迹复制，机器人关节运动的延迟约为 40 毫秒，误差范围为 -0.3 至 0.3 度。该模型被认为适用于工业应用，因为它使用户能够通过在数字环境中编写和修改代码来对机器人的轨迹进行编程。数字模型是通过将 CAD 文件导入 Unity 平台来创建的，其中添加了额外的细节和组件以创建逼真的仿真环境。数字模型和物理模型之间的通信是使用 FANUC 机器人的 API 建立的，允许用户通过数字模型控制物理机器人。
文章 [26] 提出了一种使用虚拟现实和数字孪生对机器人进行编程的方法。虚拟环境是机器人站的数字孪生，基于现有站元素的 CAD 模型构建。虚拟现实系统用于记录虚拟环境中的人类动作，然后由真实机器人再现。该方法旨在用于机器人需要再现人类执行复杂过程的动作的情况。介绍了使用该方法对机器人进行编程以清洁陶瓷铸造模具的示例。
[27] 的研究目的是使用 Unity 游戏引擎开发真实和虚拟工业机器人的同步模型。该模型将在虚拟现实和车间实验室中进行测试。该研究的主要成果是通过 VR 体验实现通用控制算法，该体验可以很容易地针对各种工业设备进行修改。工业机器人 Motoman GP8 的数字孪生用于实验研究，并使用 3D 建模软件开发。该软件旨在轻松扩展以支持其他 VR 平台并控制不同工业机器人和设备的数字孪生。该研究还旨在利用其数字孪生提高对真实机器人的工作空间感知。为此，我们开发了两个脚本，并在 VR 和车间进行了测试。
研究[28]介绍了使用传统物理示教器和虚拟现实（VR）界面控制工业机器人的实验结果。在数字孪生中，可以在“耦合”和“虚拟”模式下运行。在耦合模式下，所有命令都被复制并通过本地网络发送到物理机器人，从而有效地保持虚拟机器人与现实世界的对应机器人同步。在虚拟模式下，数字孪生和真实机器人之间的网络链接断开。所有作仅发生在模拟内部。除了这些连接模式之外，UI 还提供了两种控制机制来命令机器人动作。用户可以通过调整单个关节位置来直接远程作机器人手臂，也可以创建一个多步骤的关节空间程序，以便存储和稍后执行。
信息物理与智能机器人实验室已在 [29] 中以数字方式重建，包括六轴工业机器人执行 PTP、LIN 和 CIRC 运动的所有关键元件。还集成了人机界面，允许用户使用这些运动类型创建程序。数字实验室可用于中小型企业的内部培训，无需安装、维护或维修成本。可定制性和虚拟形式也意味着没有容量限制，受训者可以同时参加练习。进行了练习以评估该计划对教学的影响，并表明使用机器单元可以改善教学。数字实验室使用 Unreal Engine 4 和 Blender 创建机器人控制方法的模拟。
2.2. 使用 VR/AR 的数字孪生应用
本文 [30] 讨论了数字孪生技术在现代制造企业中的应用。该技术允许对生产过程的不同部分进行数字虚拟化，可以使用 SCADA 系统进行监控和控制。该论文建议将 AVEVA Wonderware 软件用作实施数字孪生概念的工具，目标是在初始阶段创建真实生产系统的虚拟映像。它还讨论了在整个产品生命周期中遵循关系和规则的重要性，以及需要有关受控系统的信息有足够的深度和精细度，以确保虚拟映像的准确性。
文章 [31] 讨论了在工业 4.0 环境中使用数字孪生和虚拟现实 （VR） 来培训作员。该研究使用了 Game4automation 开发的 VR 模型，该模型模拟了工厂设置，并允许参与者控制机器并与之交互。研究发现，VR 和数字孪生可以有效地培训工人，并且对于可能难以适应新工业范式的老年工人尤其有帮助。参与者的反馈还确定了 VR 模型中需要改进的领域，例如用户界面和任务说明。
以液体肥皂合成工艺为例，介绍了开发低成本、内容丰富的增强现实（AR）软件的方法[32]。该方法包括四个主要模块：数据创建和收集、集成、跨平台开发和数字资产。数据创建和收集模块涉及创建 3D 计算机图形和多物理场计算流体动力学 （CFD） 仿真。作者演示了如何使用 Unity 游戏引擎将这些模拟集成到 AR 软件中，并将生成的工具部署到移动平台上。本案例研究旨在为希望创建数字教学内容的缺乏经验的开发人员提供指导。该研究中开发的数字工具可在线获取。
[33] 中的作者提出了一个基于激光的装配辅助系统的数字孪生，用于手动安装任务。数字孪生是使用 Unity 3D 游戏引擎开发的，并使用 Microsoft HoloLens 在增强现实中实现。作者证明，数字孪生可用于支持车间员工的规划、仿真和培训。数字孪生连接到 Mindsphere 云，可以使用手势和语音命令进行控制。该实施旨在支持在生产环境中规划、模拟和培训员工时使用数字孪生。
[34] 的研究重点是为研究工业 4.0 主题的工程研究生提供的基于数字游戏的考试环境。该环境是使用 Unity 3D 游戏引擎开发的，旨在对学生的技能和知识进行更全面的评估。作者描述了基于数字游戏的学习和游戏化在教育中的应用，并提出了学习目标的分类法。他们还解释了游戏环境的发展，并展示了学生对环境的评估结果。作者得出结论，基于游戏的考试为传统考试提供了有用的补充，可用于评估复杂的问题解决和应用技能。
该论文 [35] 讨论了一种结合使用包括 Game4Automation、VR 和物联网 （IoT） 在内的技术为数字工厂建立闭环工程流程链的新方法。作者使用 CONTACT Elements for IoT 平台和基于 Web 的生产流程规划器和用 Java 编写的制造执行系统 （MES） 开发了一个 VR 演示器。该方法涉及创建生产过程的数字孪生，允许实时分析错误或低效率问题，并模拟生产线的变化。该演示器是一条虚拟生产线，不涉及真实的生产线。本文描述了演示器的架构和功能，以及该方法的潜在应用和未来发展。
本文[36]介绍了一个案例研究，其中AR系统通过Web服务访问数字孪生，向用户显示实时信息。拟议系统的架构包括五个层：设备、用户界面、Web 服务、查询和数据存储库。该案例研究涉及海上石油平台流程的可视化，这是一个信息物理系统 （CPS） 流程。AR 应用程序使用图像识别来识别设备并在不同的虚拟模型上显示信息，而数字孪生则通过 Web 服务实时更新。
2.3. 数字孪生在使用 PLC 的制造过程中的应用
本文 [37] 描述了为实验装配系统创建数字孪生。该系统包括一个皮带输送机和一条用于质量生产检查的自动化生产线。数字孪生是在 CAD 设计软件中创建并导入 Tecnomatix 平台以模拟所有流程的 3D 模型。来自装配系统的数据由可编程逻辑控制器系统收集，并由 OPC 服务器同步到数字孪生模型和云平台。数字孪生允许在不停止生产线的情况下在线优化装配过程。
这项工作 [38] 提出了一个在 Unity 中对 Siemens PLC 系统进行虚拟调试的测试平台。该测试台模拟生产过程，并根据其行为更改 PLC 程序。作者描述了他们创建的数据结构和通信模块，用于将仿真与未来优化算法连接起来。他们还报告了用于仿真的功能监控系统的创建以及向服务器发送功能数据的系统。模拟监控记录与监控元素的所有碰撞。该工作还报告了 PLC 过程程序的创建、Unity 中重新设计的模拟程序以及具有 JSON 格式数据结构的新 REST-API 服务器。
[39] 的作者讨论了在汽车行业的大规模生产工作场所实施虚拟说明手册。使用一个系统进行了一项试点研究，该系统利用自己的软件解决方案创建指令并将其连接到一家制造公司的可编程逻辑控制器 （PLC）。该系统与公司的生产周期相连，从而降低了废品率并加快了对新作员的培训。该研究将用作未来研究将虚拟说明手册连接到生产系统的潜力的来源。实施的一个方面包括在工作场所使用显示器来显示虚拟说明手册。
该论文 [40] 讨论了使用数字孪生来支持工作站设计和物流运营中的决策。数字孪生是使用 Unity 和模拟软件 IPS 开发的，并在包括物理设备、物联网基础设施和模拟软件在内的生产物流测试台中进行了测试。该测试台包括物理环境中的以下项目：协作机器人、自动导引车 （AGV）、视觉系统、虚拟现实 （VR） 设备、实时定位系统传感器、配套材料（包括零件和盒子）、可移动机架、门、电梯和连接基础设施（包括路由器）。结果表明，底层仿真模型的粒度和数字孪生中的现实层次必须根据具体情况进行调整。生产物流测试平台允许开发和测试供应链透明度和智能工厂内部生产能力。这些测试和实验展示了如何逐步过渡到数字化物流，使公司能够尝试不同的技术组合，以找到适合其需求的自动化水平。
[41] 中提出了使用本地产品和资源孪生创建更高级别系统孪生的数字孪生的新架构。该架构包括一个物理实体、一个使用 Arduino Mega 2560 的通信层和一个虚拟空间。物理实体是一个 Fischertechnik 模型工厂，其传感器可捕获有关工厂资源的实时数据。通信层使用 Arduino Mega 2560 微处理器在物理实体和虚拟空间之间传输数据，其中实时数据库创建数字影子。该研究的一个主要学习成果是可编程逻辑控制器 （PLC） 是数字孪生实现的重要组成部分，目前研究关注不足。未来的研究应侧重于 PLC 和数字孪生之间的联系，包括无线网络的使用。
本研究[42]介绍了数字孪生技术在汽车生产线商业生产阶段的使用。研究发现，使用数字孪生技术使生产线效率提高了 6.01%，停机时间减少了 87.56%。该研究使用各种传感器和软件（包括 Unity 平台）来收集、传输、存储和评估数据。研究结果表明，数字孪生技术在汽车生产行业的潜力，以及通过使用机器学习和深度学习等人工智能技术进一步改进的潜力。
这项工作[43]的目的是解决大学缺乏实验设备的问题，并通过使用3D建模工具和创建经典PLC编程案例的交互式动画来改进现有的PLC教学方法。生成的 Windows 应用程序是使用 Unity 引擎开发的，并用作模拟教学平台。该平台允许学生使用 PLC 对虚拟环境中的物体施加实时控制策略，从而提高他们的 PLC 编程能力和创新意识。该平台使用西门子 S7-300 系列 PLC 进行测试，通过使用 PROFINET 和 TCP/IP 协议实现通信。
文章 [44] 提出了一种用于优化生产线的数字孪生解决方案。该解决方案包括三个步骤：创建仿真模型以模拟真实世界的行为，应用自动化工程在现实世界和虚拟模型之间进行通信，以及集成仿真和自动化以实现数字孪生。可编程逻辑控制器 （PLC） 代码用作连接现实世界和仿真模型的通信语言。本文提出了一个案例研究，该方法使用这种方法来优化电池组装厂矩阵生产线中自动导引车 （AGV） 的路线。数字孪生解决方案用于验证布局和优化物料流，并在不中断工厂产出的情况下评估自动化技术的有效性。
2.4. 数字孪生的非制造应用
在本研究中[45]，设计了一种基于Unity的三维虚拟交通信号灯实验模型，实现了虚拟PLC（PLCSIM）和Unity三维虚拟模型在实时通信中的功能。使用 Unity 支持的 C# 语言实现数据传输，这种三维虚拟实验模型更真实地展示了现实的状态，为三维虚拟实验的开发提供了一种可行的方法，节省了投资，可以作为实验示例。
该论文[45]提出了一种使用西门子虚拟PLC的虚拟PLC实验方案和基于Unity的三维虚拟实验模型。该方案旨在为 PLC 实验提供一种经济高效且灵活的方法。它使用西门子 PLC 编程软件和 PLC 仿真软件提供控制信号，并使用 Unity 创建三维虚拟实验模型。虚拟 PLC 和 Unity 模型可以实时通信，以显示控制信号的状态。给出了一个三维虚拟交通信号灯实验模型的例子，以证明该方案的可行性。
[46] 提出了一种基于数字孪生的新型智能车辆行为分析框架。该框架使用深度学习来检测车辆，并实施卡尔曼滤波和特征匹配来跟踪它们。然后将车辆映射到 Unity 游戏引擎中构建的数字孪生虚拟场景，根据自定义的检测条件测试它们的行为。存储的行为数据可用于重建场景以进行二次分析。该框架在检测一系列异常行为方面表现良好，但在遮挡、与摄像头的距离或车辆类型的小样本集方面仍然存在局限性。未来的研究将侧重于扩展数据集和提高这些情况下的检测准确性。
[47] 中对个性化自适应巡航控制 （P-ACC） 进行了案例研究，以展示所提出的数字孪生仿真的有效性，其中 ACC 系统可以在云计算的帮助下设计以满足每个驾驶员的偏好。模拟架构由两层组成：下层是物理世界，其中包含正在模拟的真实世界对象;上层是数字世界，它有三个子层：Unity 游戏对象、Unity 脚本应用程序可编程接口 （API） 和外部工具。该研究表明，在云计算的帮助下，所提出的数字孪生模拟在满足每个驾驶员的偏好方面的有效性。在研究的后续步骤中，数字孪生仿真将与机器人作系统 （ROS） 和逼真的无线通信模型集成，以进一步提高仿真的保真度。
本论文[48]介绍了数字孪生的开发，数字孪生是位于风电场服务运营船上的3D补偿舷梯的实时仿真。模拟在 Unity 游戏引擎中实现，并与控制系统连接。测试表明，该仿真在单独的线程上运行，步进时间为 5 μs，延迟为 10 ms，适合用作硬件在环测试设置。通过仿真，可以测试和实施具有可接受精度的 3D 补偿控制系统，以及测试和调整压力反馈系统。使用游戏引擎近乎实时地模拟液压系统是一种新颖的方法，它允许创建逼真的模拟，并提供包含来自液压传感器值的反馈的能力。硬件在环设置可以扩展到其他产品并用于数据收集，以提高其作为数字孪生的有效性。
2.5. 使用 Fischertechnik 教育模型的数字孪生应用
文章 [49,50] 介绍了在数字孪生互联网 （IoDT） 以及工业 4.0 和工业 5.0 范式融合的背景下创建智能数字孪生 （IDT） 的框架。作者提出了一个与工业 4.0 相一致并丰富了工业 5.0 目标的 DT 参考模型，并展示了如何利用多代理系统 （MAS） 的特性实现 IDT。提出了 IDT 的架构设计，用于协调面向市场的生产流程。该设计通过原型实施和使用 Fischertechnik Training Factory Industrial 4.0 的概念验证进行测试。
在本文中[51]，重点是为培训工厂工业4.0创建数字影子，这是作为大学课程的一部分开发的。主要目标是调查在计算机科学本科课程期间获得的技能和知识是否足以构建培训工厂的功能性数字影子。
本学士论文项目 [52] 在工业 4.0 的背景下分析 Fischertechnik 4.0 Training Factory 仿真模型。该模型由通过 Siemens Tecnomatix Plant Simulation 软件创建的数字孪生进行补充，并创建初始和未来场景进行分析。模型中使用的 C++ 代码允许引入不同的 4.0 功能和设备，但由于缺乏知识，这些方面无法进一步发展。通过场景对 Siemens Tecnomatix 软件进行分析，并创建了两本手册，以便更轻松地使用这两种工具。
[53] 的作者创建了 Fischertechnik 工厂仿真的数字孪生，作为其质量自动化硕士论文的一部分。孪生体是使用 CAD 文件和西门子程序 CAD/CAM 系统 NX 开发的，并为每个元件和传感器定义了网格划分。数字孪生的虚拟调试是通过模拟 PLC 进行的。该项目包括对硬件模型及其纯虚拟孪生的直接比较，强调了虚拟调试的可能性以及仿真和虚拟孪生在未来日益增长的重要性。
这篇学士论文 [54] 比较了数字孪生在产品生命周期的三个不同阶段的使用：设计、生产和服务。比较侧重于用户、功能、数据和物理对象方面。结果表明，尽管每个阶段都有其独特的特征，但在所有三个阶段中使用数字孪生可以为公司带来最大的好处。
2.6. 相关工作总结
根据对相关作品的分析，可以说，大多数被分析的作品在其标题或文本中声明他们使用数字孪生。根据引言部分对术语数字孪生和数字影子之间差异的阐述和解释，可以说大多数分析的论文只提出了数字影子（数据流仅从真实系统定向到虚拟系统）。我们确认了引言部分的说法，即数字孪生通常仅用作“科学”营销、流行语或作者对该主题没有足够的研究。在上述背景下，当然可以被视为数字孪生的作品是专注于机器人工作站的作品，这些工作站通过使用数字孪生来控制真实的机器人系统成为可能。
本文的目标是提出一种创建简单和复杂数字孪生的实用方法。为了实现这一目标，我们设计了易于遵循的教育案例研究，利用现成的工具和技术。这些案例研究的主要重点是在实际系统与其数字孪生之间建立双向通信。
我们的目的是将这些案例研究作为开发工业 4.0 教育培训课程的起点。此外，还可以进一步修改它们以创建工业 4.0 教育材料和技术资源。
3. 方法论的目标
在开始实际工作之前，我们必须知道我们需要什么样的工具，无论是硬件还是软件。我们从我们工作的硬件规格开始。我们首先需要的是要转换为数字形式的设备。我们使用了两种设备。第一个是装配线，第二个是仓库堆垛机（均由 Fischertechnik 制造），我们将在案例研究中详细描述这两个项目。接下来，我们需要控制这些设备。在这里，我们选择了西门子的 PLC 设备。特别是配备 1215 DC/DC/DC CPU 的 S7-1200 系列。连接将通过以太网电缆进行。在软件部分，我们首先使用 TIA portal 程序，该程序将用于计算机和 PLC 设备之间的通信，同时我们将对运输线和仓库堆垛机进行编程。数字化本身将在 Unity 游戏引擎中进行。Unity 将仅作为我们工作的环境。Game4Automation 框架将在数字化中发挥主要作用。正是在这个框架中，我们将尝试尽可能接近地复制真实对象。在图 2 中，我们可以看到线路、软件的互连以及它们在双向通信中的相互依赖性。
图 2.硬件和软件之间的连接方案。
4. 第一个案例研究：装配线的数字孪生
我们第一个案例研究的目的是将装配线的物理模型与其数字版本联系起来。同时，我们希望它们相互交互，也就是说，如果我们在真实模型上执行一个作，那么同样的作也会在数字版本上自动执行，反之亦然。我们的离散事件系统（图 2）的行为应该如下：
将确保物理数字线路之间的双向通信;
数字线和物理线将相互影响，即，在一个线上执行的事件将在另一个线上显现。
在下一节中，我们将介绍我们在开发应用程序时使用的工具。我们试图以这样一种方式选择工具，使我们的工作尽可能高效和清晰，尤其是在软件方面。我们将首先介绍硬件组件，然后继续介绍软件。
我们的工作包括将物理对象转移到数字环境中。我们选择传输的物理对象是 Fishertechnik [55] 的生产线模型。在图 3 中，我们可以看到流水线的方案。该模型是大型生产线的简化版本。它包括：
四条传送带;
五个光门;
两个滑动装置;
两个模拟钻头和铣床的工位。
图 3.流水线电气方案。
我们将在下一小节中更深入地介绍这条线的横截面。我们可以将这条线分为两种类型的组件。第一种是输入设备，即从外部环境接收刺激并根据这些刺激发送信号的设备。信号由第二种类型的组件 — 输出设备 （output devices） 接收。这些评估他们接收到的信号并在此基础上执行作。输入设备包括：
一个光门;
滑块位置传感器。
光门是一种光敏器件，它在一侧发射光，在另一侧接收光。如果光束中断，网关会发出信号。另一个输入设备是滑块位置传感器。该输入设备感应滑块的位置，滑块是一种将物体从一条传送带移动到另一条传送带的装置，位于传送带无法触及的地方。该传感器是一个按钮，当滑块位于其正上方时，它会做出反应，因此会按下它。输出设备包括：
传送带;
一个滑块;
钻孔和铣削站。
当接收到信号时，传送带和滑块开始沿预定方向移动，对于工作站，这只是一个模拟。在图 4 中，我们可以看到整条生产线。
图 4.线路概述。
4.1. 线路概述
在上一节中，我们介绍了该线路包含哪些设备，并粗略描述了它们的工作原理。在本文的这一部分，我们将更详细地描述所有组件，包括线路本身。首先要提到的是，该线路只能通过 24V PLC 设备进行控制。我们用于控制生产线的 PLC 设备名称为 S7-1200，属于西门子更简单的 PLC。整条线是 U 形的（图 4）。一开始，我们有一个等待货物的光门，然后是一条传送带、另一个光门、一个滑块（图 5a）、一个铣削和钻孔站（图 5b），然后是一个滑块、一个门和一条传送带（图 5c）。执行运动的所有设备均由直流电机驱动。模型上还有一个面板，其中包含继电器所在的电路板。这些确保电机可以改变方向。此外，所有输入和输出都可以连接到插孔连接器或串联端子。
图 5.生产线的三个部分。（a） 行的开头;（b） 钻孔和铣削站;（c） 线路的终点部分。
4.1.1. 光门
光门由两部分组成：光电晶体管和 LED 灯泡。因此，网关产生一个输入信号，可以驱动线路的不同部分。一个轻晶体管的尺寸为 15 × 15 × 7.5 毫米，重量为 1.7 克。在功能方面，网关接收从一侧传输到另一侧的光。如果其光束被中断，则它将信号评估为 FALSE，反之亦然。如果光线未中断，则信号将评估为 TRUE。使用此功能，可以确定货物在生产线上的位置或移动生产线的任何输出部分 [56]。
4.1.2. 迷你开关
另一个输入设备是迷你开关。该装置根据滑块是否被推动来确定滑块的位置。迷你开关位于滑块的任一端，按下哪个开关将决定滑块的位置。该行总共包含 4 个。开关尺寸为 30 × 15 × 7.5 毫米，重量为 3.4 克。滑块本身位于皮带无法到达的地方，因此它的作用是将物料从一条皮带输送到另一条皮带[56]。
4.2. Unity 游戏引擎
我们使用 Unity 游戏引擎来构建线条模型本身。该引擎用于创建跨不同平台的 2D 和 3D 游戏。决定使用 Unity 引擎有几个原因。第一个原因是我们以前使用 Unity 的经验，所以这似乎是一个很好的程序，可以尝试构建我们的工作。另一个原因是它作为游戏引擎的功能，其中游戏的各种功能，例如物理和创建 3D 对象的能力，都是预先准备的。在发现 Game4automation 框架之前，我们假设我们必须直接在 Unity 中对一个简单的线条模型进行建模。在我们的工作中，一个名为 Unity Asset Store 的大型库对我们帮助很大。它使添加框架和其他组件变得非常容易。在图 6 中，我们可以看到 Unity 引擎的使用与竞争对手相比有很大的不同。
图 6.Steam 平台上每年推出 3D 引擎 [57]。
Game4Automation 游戏
我们问题的最初解决方案是尝试使用 Node-Red 中间件来链接硬件和软件，并处理线路发送的数据，然后每次物理线路发生变化时，我们都必须存储、处理和覆盖这些数据。由于此过程看起来很复杂，我们决定寻找其他解决方案。在寻找我们的选项时，我们发现了 Game4Automation 框架，该框架可直接在 Unity Asset Store 中获得，因此与 Unity 完全兼容。这种类型的程序解决了与硬件和软件之间的各个接口相关的所有问题，并且由于模型库还解决了数字孪生的可视化问题。基本组件包括传送带、传感器或货物。但是，该框架还直接在 Unity Asset Store 中提供了一个扩展的可下载库，其中包含来自不同公司的组件。框架的每个版本都是付费的。我们使用了基本的版本，因此是最便宜的版本。此版本提供与西门子所有类型的 PLC 硬件（S7-300、S7-400、S7-1200、S7-1500）的连接。通信由 S7 TCP-IP 协议提供，但更高版本还提供其他类型，例如 OPC UA 或 Modbus。S7 TCP-IP 接口基于 Snap7 以太网通信。这用于与 PLC 系统的以太网通信 [58]。为了让初学者了解各个组件的工作原理，该框架提供了使用这些组件的模拟场景。当然，如果基本功能对某人来说还不够，框架提供了重新编程脚本的可能性。
4.3. 工具的准备
在本节中，我们将介绍如何配置各种软件和硬件工具。我们将介绍各个接口、启动和编程线路或安装框架。渐渐地，有必要：
将计算机与 Line Model 连接;
对线路进行编程;
安装并运行 Game4automation 框架;
Game4Automation 和 TIA 门户之间的链接;
export 标记。
4.3.1. PLC 和计算机的连接
必须采取的第一步是将 PLC 设备连接到我们的计算机。就物理方面而言，这是由直接从计算机到 PLC 设备的以太网电缆提供的。在软件方面，我们使用了 TIA portal。如果电缆连接正确且没有损坏，我们可以在 TIA Portal 程序中找到我们的 PLC 设备，如果我们知道 PLC 的 IP 地址，那么我们就可以直接写入它（图 7b）。但是，在实际程序之前，必须使设备离线。只有这样，我们才能继续连接设备。在本例中，我们使用的是 S1215 DC/DC/DC PLC 设备。单击设备和网络选项后，将出现 PLC 图像（图 7a），我们将单击两次。接下来，将打开 PLC 设备设置。由于我们还需要具有适当的访问权限，并能够通过外部设备覆盖 TIA 门户中的内容，因此我们还需要检查可访问性（图 7d）并检查其他设备的 PUT 和 GET 选项（图 7e）。这些位于 “protection” 和 “security” 部分（图 7c）。“access level” 选项应从一开始就设置为 “full access”。如果不是这种情况，则需要设置 this。最后，应为来自远程设备的 PUT/GET 通信启用 “Connection mechanism” 部分中的部分。此时，我们应该拥有对设备的完全访问权限，并且还应该完全连接它。
图 7.设备和网络设置。（a） PLC 设备图片;（b） 添加 PLC IP 地址;（c） 保护和安全;（d） 访问级别;（e） 远程合作伙伴权限检查。
4.3.2. 开始行
下一个任务是运行或编程我们的生产线模型。对我们来说，这意味着货物从生产线的一侧到达另一侧，停在钻孔和铣削站。在编程中，我们使用了四种类型的标签，即：
物理输入;
物理输出;
虚拟输入;
辅助变量。
物理输入包括光传感器和微型开关，输出包括传送带或滑块。当我们想直接在 Unity 中覆盖物理输入时，问题就出现了。此任务是不可能的，因此必须使用虚拟输入。通过将值 100 与当前值相加来创建虚拟输入，例如，%I0.6 是 %I100.6（图 8）。最后，我们使用辅助变量来更好地确定货物在生产线上的位置。一个例子是变量 ZLED1DoLED2（从 LED1 到 LED2 的转换），当货物穿过第一个 LED 时，该变量设置为 TRUE，当滑块位于后位置时，该变量设置为 FALSE。
图 8.使用虚拟输入的示例。
4.3.3. 主屏幕
当我们第一次打开 Game4Automation 框架时，我们会看到一个对话框窗口，其中有多种选项可供选择，例如文档、YouTube 视频教程、论坛链接等。关闭此窗口后，我们可以看到一个初始演示场景，其中显示了一个工作模型（图 9）。在左侧面板中，我们可以看到场景中有哪些组件，在底部面板中，我们可以看到整个框架的结构，从预制件到场景或脚本。要使框架正常工作，仅在 Unity 中创建新场景是不够的;我们需要直接在框架中创建一个新场景。我们按如下方式执行此作。在以 File 按钮开头的顶部栏上，按 Game4automation 按钮。在打开的菜单中，选择“Create new Game4automation”场景将创建一个新场景（图 10）。
图 9.演示场景。
图 10.新的 Game4Automation 场景。
4.3.4. 输入和输出
就像生产线有输入和输出设备一样，框架也有输入和输出，作为物理输入和输出的虚拟表示。我们在 TIA Portal 程序中定义了第一个虚拟表示，其中我们以 0 的值存储它们，例如，q0.0 表示输出设备，I1.0 表示输入设备。但是，当我们想要覆盖这些值时，我们还必须将它们存储为 100 的值。这意味着我们必须将值 100 添加到点之前的值中，即 Q100.0 代表 Q0.0。否则该程序将不起作用，因为我们无法直接覆盖物理变量。如果我们用值 100 存储它们，我们将确保实时覆盖。直接在框架中，输入用橙色表示（图 11a），输出（图 11b）用绿色表示。除此之外，它们并没有太大的不同。它们的结构非常相似——有一个输入/输出的标签、一个活动条件（在我们的例子中，它们一直处于活动状态）、数据类型或设置，我们有两个选择。第一个选项是是否希望变量处于活动状态。第二个问题是我们是否要在 Unity 中手动覆盖该值。在 status 选项中，我们可以看到变量是否已连接：它的值（在 BOOL 的情况下为 TRUE 和 FALSE），同样，它是否被覆盖。在最后一个字段 signal connection info 中，我们可以看到变量是否连接到任何传感器或其他组件。由于我们无法将输入和输出直接添加到仿真环境中，因此我们必须将它们连接到与其角色对应的各个组件。例如，我们将光门连接到传感器，同样，我们将传送带的输出连接到图 12 中虚拟皮带运动的脚本，该传送带发送运动正在进行的信号，我们可以看到输入和输出设备。
图 11.输入和输出接口。（a） 输入;（b） 输出。
图 12.输入和输出组件。
4.3.5. Unity 和 TIA Portal 之间的连接
在连接之前，我们单击左侧面板中的 Game4 Automation 图标（图 13）并选择 connected 选项（图 14）。这确保了我们在模拟打开时自动连接。接下来，我们必须直接在框架中设置 Connection。在我们的版本中，我们只有一个选项，通过 TCP-IP，设置如下。同样，我们返回到 Game4 Automation 选项的顶部栏，然后按如下方式进行：添加对象 -> Interface -> S7。因此，我们添加了 S7 连接的用户界面（图 15）。在右侧面板中，我们可以看到我们使用的界面选项。我们需要设置的第一个是设备的 IP 地址。在我们的例子中，它是 192.168.235.88。现在，有必要将 TIA Portal 中使用的变量导入到 Unity 中的项目中。
图 13.Game4Automation 图标。
图 14.Game4Automation 连接选项。
图 15.我们使用的 PLC 设备 S7-1200。
4.3.6. 标签导出
变量的导入方式如下。我们打开一个表格，其中包含我们在 TIA Portal 中编程时定义的所有标签（图 16a），然后将它们导出到扩展名为 .sdf 的表格中，然后我们可以移动到 Unity（图 16b，c）。在 Unity 中，我们需要导入变量表，具体作如下：首先，我们需要单击 Select symbol table 按钮并选择我们保存的表格，然后单击 import symbol table，如果我们选择了正确的表格，我们应该会看到我们保存的所有变量在左侧面板中。要检查连接，我们需要单击检查连接按钮。如果设备连接正确，变量将从灰色变为绿色或橙色，具体取决于它是输入还是输出。在我们的工作中，在两个选项之间进行选择时出现问题。第一个选项是 Only Write To PLC changed 信号，第二个选项是 Area Read Write Mode。第一个选项的缺点是它仅适用于有限数量的变量，因此当我们拥有更多变量并尝试打开程序时，虽然它打开了，但它无法连接到 PLC 设备。第二个选项，顾名思义，根据我们选择的内存一次向多个变量发送信号。制造商本身在文档中指出，添加此选项是因为项目包含大量变量。最后，我们选择了第一个选项，并减少了数字孪生将使用的变量数量。在我们的测试中，有时会发生这样的情况：尽管我们按照程序解决了连接问题，但框架不想启动该线路，即使它显示它已连接。我们最终通过在 TIA Portal 程序中创建一个新项目来修复这个错误，该项目仅包含一个非常简单的脚本，用于通过光网关信号运行线路。上传并运行脚本，然后重新运行原始脚本后，我们一切正常。
图 16.（a） 包含所有标签的部分;（b） 以 sdf 格式保存;（c） 另存为 sdf。
4.3.7. 组件
这些组件用于可视化真实设备，使其尽可能忠实于其模型。框架本身包含基本的通用组件，这些组件允许我们构建常见的、不太复杂的设备，例如我们的 line。但是，如果需要更多的组件，则无论如何都需要从 Unity Asset Store 下载扩展组件数据库，或者组合组件以创建自己的组件，就像我们在创建 slider 组件时所做的那样。组件本身可以分为两种类型。第一种是非移动组件，例如盒子或罐子，它们在没有外部影响的情况下不会移动;第二种是移动部件，例如传送带、活塞或不同类型的机器。我们将在下一节中描述各个组件的重要性，尤其是在我们的工作中。
4.3.8. 静态技术组件
在我们的工作中，我们使用了两个静态组件，即 box 和 can。与现实中类似，盒子的作用是在必要时传输材料，但这种传输必须已经由动态组件提供，例如皮带或起重机。罐子表示加载到生产线上的物料。普通组件和 Can 之间的区别在于，它包含一个脚本，允许在前一个 Can 从起点移动了指定距离时克隆它。
我们工作中的这些组件包括传送带、我们通过连接活塞和箱子构建的活塞或滑块，以及模拟钻孔和铣削站的机器人。使用不同类型的脚本来移动它们，我们根据我们需要的组件运动类型来选择这些脚本。对我们来说，使用一个名为 drive simple 的特别基本的动作脚本就足够了。所有提到的组件都可以在图 17 中看到。
图 17.左上角依次是罐头、盒子、机器人、传送带、活塞和滑块。
4.3.9. Script Drive Simple
该脚本可确保组件轻松向前和向后移动。脚本应如何工作的逻辑包含在一个表中，该表在将脚本插入组件后显示。该 logic 基于来自 PLC 设备的信号工作。下面我们可以看到 drive simple script logic 的概述（图 18）。
速度—基于 PLC 输出 Float 的初始化;
加速度—基于 PLC 输出 Float 的初始化;
Forward—基于 PLC 输出 Bool 的初始化;
Backward — 基于 PLC 输出 Bool 的初始化;
Is At Position - 基于 PLC 输入 Float 的初始化;
Is At Speed - 基于 PLC 输入 Float 的初始化;
Is Driving — 基于 PLC 输入 Bool 的初始化。
图 18.脚本驱动简单。
每个组件都有特定的任务。Speed 确定设备的速度，Acceleration 确定加速度，Forward 和 Backward 确定设备在接收到特定信号后应开始移动的方向。我们可以将最后三个选项用于逻辑任务，具体取决于组件在给定情况下应该做什么。我们有能力覆盖所有脚本。
4.3.10. 传感器
传感器在框架中表示为黄色光束。借助传感器（图 19b，c），我们可以虚拟表示真实模型中的输入设备。传感器在我们的工作中有两个作用。第一种是将信号直接发送到数字孪生，换句话说，它在真实模型中充当光门。第二个角色是利用信号来移动真实机器。为了使传感器正常工作，必须将其放置在必要的位置，并且必须为其分配我们希望它覆盖的变量。传感器的真值与光门的真值正好相反。如果没有任何东西穿过它，则信号为 FALSE，反之亦然，如果材料穿过它，则发送 TRUE 信号。传感器也必须正确包含在 TIA Portal 的代码中。这意味着创建一个逻辑 OR 门（图 19a）。该门将接收来自传感器的信号，同时接收来自光门的信号，并在至少一个分支包含 TRUE 信号时触发传送带。一旦工具准备好了，接下来就是最后一项任务，在这个任务中，我们的整个项目被编程和制造。
图 19.输入设备的不同解释。（a） 逻辑门 OR;（b） 传感器输入;（c） 传感器的物体。
4.3.11. 虚拟线路装配
虽然必须对真实的装配线进行编程，但必须对虚拟的装配线进行组装。生产线是一个简单的线性设备，换句话说，货物直接从 A 点运到 B 点。无论如何，它都是通用的，所以我们只需要基本部分。我们创建的唯一部分是一个滑块（图 20a），因为我们在基本包中找不到任何类似的东西。此外，在我们的工作中，我们使用了传送带、传感器、一个罐头来模拟货物、一个盒子作为皮带之间的平台，以及两台机器来模拟钻孔和铣削站。此外，我们对活塞的运动设置了约束，使其仅以有限的方式移动并合理地发挥作用（图 20b）。然后，我们安装组件以匹配实际线路。与真实线路相比，我们省略了迷你开关来确定滑块的位置，并通过我们的数字滑块伸展和缩回的信号解决了问题。这些信号由真正的滑块发送给我们。一旦所有组件都正确存储和连接，我们进入最后一个阶段，即将输入和输出连接到每个组件的逻辑中。
图 20.带限制器的 Virtual Slider。（a） 虚拟滑块;（b） 限制器。
4.3.12. 模拟
一旦任务的虚拟和真实方面的所有组件都正常运行，我们就运行了模拟。如果一切都正确接线，那么双胞胎是双侧工作的，即物理双胞胎可以控制虚拟双胞胎，反之亦然。在第一次测试中，我们研究了虚拟孪生是否可以控制物理孪生。唯一的区别是运输货物的速度或传送带的长度。幸运的是，该框架允许更改组件的长度或加速传送带。同样，在 TIA portal 环境中可以更改实际传送带的起始长度。当在相反方向上进行测试时，没有遇到任何问题，因为每个虚拟组件的移动时间与其物理组件一样长。工作期间需要注意的是，每次中断不完整的仿真后，PLC 设备的 CPU 都会重新启动。否则，下一个模拟无法正常工作。在图 21 中，我们可以看到完成的虚拟线。在图 2 中，我们可以看到物理层和软层之间的通信方案。同时，该图向我们展示了这些线条如何相互影响。
图 21.数字孪生。
在这种状态下，数字孪生允许虚拟线路影响真实线路，反之亦然。然而，这项研究并没有解决虚拟和真实线中事件的同步问题。事件同步将是这项工作的延续，其中将使用真实线的 3D CAD 模型。同步还将允许预测性维护元素，因为如果虚拟和真实生产线中的事件没有同时发生，则可以得出结论，即真实生产线上发生了错误，例如，由于电机性能下降导致输送带减速。
5. 案例研究 2：仓库堆垛机的数字孪生
在第二个案例研究中，我们针对了一个更复杂的设备，即仓库堆垛机（图 22）。在这一部分中，我们对框架的研究比第一部分更深入，这意味着大部分模拟都是在 Unity 中进行的。由于它是一个更复杂的设备，我们使用框架提供的开放脚本来对其进行编程。
图 22.仓库堆垛机。
5.1. 仓库堆垛机
第二个案例研究涉及 Fischertechnik 仓库堆垛机的模拟。仓库堆垛机是一种带有传送带和货架堆垛机的分拣机器人，用于存储和移除载具。现在，我们将介绍模型的功能和部分。
5.1.1. 仓库
仓库是存储和检索货物的区域。在大多数情况下，此类仓库设计为托盘货架仓库系统。仓库有九个地方 - 三排和三层。每个仓库的一个仓库位置存储一个货架上的货物。货物通常是动态存储的。在位置和货物之间，没有固定的安排，因此库存货物被放置在仓库中的任何可用空间上。也可以使用另一种堆垛策略，根据货物类型将仓库分为三个区域。因此，堆垛机系统根据货物的类型将货物放置在最近的空白区域。该模型包含两个带编码器的直流发动机和两个不带编码器的直流发动机。发动机用于移动输送机和堆垛机。
5.1.2. 货物运输
货物通过传送带进入仓库。输送带在传送带的起点和终点包含两个轻型门。中间有一个红外传感器，用于感应价值 - 载体中货物的颜色。颜色传感器记录明暗之间的差异并对其进行解释。反射经常发生在货物载体的边缘，因此有必要将它们去除，以避免误解。当载具到达传送带末端时，光信号中断，传送带停止。此时，机械臂伸出并拾取载运装置。
5.1.3. 运营商
载体呈四边形（图 23）。一个工件可以放置在载体上。工件呈圆柱形，以颜色区分。有三种颜色类型：蓝色、白色和红色。载体的侧壁必须进行粉刷，以避免在扫描货物颜色时产生误解。
图 23.载具中的工件。
5.1.4. 堆垛机
堆垛机由一个进料臂和一个支架组成。进料臂用于转移载体。手臂的运动是垂直和水平的（向内/向外）。堆垛机的整个货架水平移动，向左朝向托盘货架，向右朝向传送带。堆垛机可以同时执行多个动作，例如，在接近仓库时缩回进料臂。堆垛机的水平移动为存储架和传送带计算了位置。垂直臂运动还具有计算位置，以允许臂正确插入并移除仓库和输送机中的载体。位置必须准确，以避免载货的载体掉落或仓库中的积载不良。在图 24 中，可以看到整个设备的俯视图。
图 24.自上而下视图。
5.1.5. 红外尾迹传感器
IR 跟踪传感器是一种专为颜色识别而设计的传感器。红外尾迹传感器是一种数字红外传感器，用于识别 5 至 30 毫米距离内白色背景上的黑色尾迹。它由两个发射元件和两个接收元件组成。捕获的值可以在软件程序中转换为特定的颜色（蓝色、红色和白色）[59]。
5.2. 仿真模型
在本节中，我们将介绍如何在 Game4Automation 框架中构建仓库模型。
5.2.1. 输入传送带
我们将使用 Game4Automation 中的一个对象作为传送带模型（图 25）。输送机由支腿、结构和传送带组成。此对象将用作载波的起始位置。我们在输送机上增加了两个传感器，分别位于皮带的起点和末端。我们将使用另一个传感器来模拟用于颜色传感的 IR 传感器，该传感器大约位于传送带的中间。
图 25.输入传送带。
5.2.2. 载具和工件
我们使用 Box 对象作为载体（图 26），我们根据实际模板稍微修改一下以表示载体。我们会调整托架的颜色以匹配模板。白色墙壁位于侧面，以便 IR 传感器可以更好地捕获感应到的颜色值。工件呈圆柱形，放置在载具上。我们使用了 Can 对象，并在视觉上对其进行了调整以匹配真实模板。当新的载具放置在传送带上时，工件始终与载具相连。
图 26.载具中的工件。
5.2.3. 堆垛机
Stacker 模型是直接在 Unity 环境中使用 3D 对象创建的。通过组合多个对象，可以创建一个堆垛机的仿真模型，该模型由四个立式面板和一个可伸缩臂组成（图 27）。堆垛机上的开关将通过信号束进行模拟，这是 Game4Automation 的一部分。
图 27.可伸缩臂。
5.2.4. 仓库
图 28 显示了一个由普通 Unity 编辑器块组成的仓库。它由 3 列和 3 行组成，具体取决于型号。每个位置的高度和间距与实际堆垛机中的相同。对于数字孪生，这样的布局是必要的，即所有位置和坐标都必须与模型匹配。
图 28.Warehouse 中的 Warehouse 中。
5.2.5. 开关和传感器
我们使用信号束来模拟开关和所有传感器。例如，我们可以选择这种光束穿过哪个物体，以便在输送机上传感器仅与工件载体做出反应。使用光束，我们可以设置颜色（以便更好地可视化）并分配 PLC 信号。
5.3. 功能
Game4Automation 框架提供了脚本，以便在外部设备未连接到模拟时添加功能，作为模拟的扩展或用于演示目的。我们将创建一个 “WarehouseController” （图 29） 脚本，它将替换其余功能，从而模拟自动堆叠。该脚本将使用来自 Unity 模型的信号，但也使用来自真实仓库系统的信号。我们将创建一个自动化算法，以便模拟在没有用户干预的情况下工作。在本节中，我们将使用我们从上一节中获得的信息，并开发一种算法，该算法将在虚拟环境中模拟仓库堆垛机。
图 29.控制输入和输出。
5.3.1. 脚本
首先，在创建脚本时，我们需要初始化所有信号和辅助变量。具体来说，我们将输入和输出信号映射为脚本中的对象（图 29）。
5.3.2. 位置坐标
图 30 显示了仓库中位置的字段。仓库中的每一行，因此都有特定的工件颜色，都有一个关联的字段。大小为 3 的区域检查空闲或占用位置，当工件堆放在空位置时，特定字段中的值将变为 1（表示占用位置）。空库存在所有位置上都有一个值 0。表 1 显示了仓库中每个位置的具体坐标和堆垛机的位置。
图 30.在 warehouse 中具有位置的数组。
表 1.位置和坐标表。
5.3.3. 工件颜色的分配
程序启动时执行的第一个过程是模式检查。mode is 设置为 auto-stack。该模式稍后可以扩展为包括卸载或手动控制系统。在堆垛过程中，必须确定工件的颜色。从 PLC 中，Auxiliary 变量被发送到 Unity 信号。在条件中比较信号值以检查颜色。如果该值介于 3500 和 4500 之间，则工件为蓝色（图 31）。红色在 1500 到 3500 之间。工件的白色在 50 到 1500 之间。如果传感器检测到的值与所选颜色不同，则检测到的工件载体将被标记为未知颜色。当检测到工件颜色时，搜索特定颜色的自由工件堆放位置，并存储仓库中第一个自由位置的水平位置。这个条件首先在我们的算法中执行，并确定堆垛机臂的堆垛位置。
图 31.工件颜色的分配。
5.3.4. 将 Stacker 移动到仓库
堆垛机从起始位置开始堆垛载具。机械臂将载具从传送带上抬起后，机械臂缩回并将载具放回初始垂直零点。该算法始终检查输入信号，在第一种情况下，如果模型处于堆叠模式并包含加载的载体，则垂直位置将分配给堆垛臂。第二个条件还检查机械臂是否处于正确的位置。如果满足条件，机架将开始水平移动到堆垛机中。叠纸器停止的位置由正向坐标设置。在检查了这两个条件后，机械臂和堆垛机一起处于正确的位置，准备将装有工件的载体装载到仓库中的空位置（图 32）。
图 32.将堆垛机移动到仓库。
5.3.5. 将 Carrier 装入仓库
我们将承运人堆放在仓库中自由位置的过程分为两部分。第一步是缩回托架臂。机械臂缩回并仅在按下的开关处停止，这表明机械臂已最大缩回（在本例中在仓库中）。机械臂缩回的那一刻，也会根据工件的颜色在特定的磁场位置记录占用位置。该过程的第二步是正确拉出堆垛机臂。根据带有垂直坐标的表格，我们知道手臂必须降低到什么具体值，然后延伸到基本位置。该过程的第二个条件检查输入和输出信号。如果模型处于正确状态，则执行机械臂的垂直移动，以便将载体置于适当位置，然后将机械臂返回到初始位置。在流程结束时，特定的辅助变量将设置为 FALSE，并启动新流程。这个新过程——返回起始位置，由变量“backToStartPos”触发，该变量设置为 TRUE，图 33）。
图 33.正在装载承运人。
5.3.6. 返回 Stacker
必须满足将叠纸器返回到初始位置的条件。此过程由辅助变量 “backToStartPos” 触发，该变量检查堆垛机的状态。机械臂未向前伸展，堆垛机尚未处于起始位置。当该过程开始时，水平位置设置为 0，并且机架和臂开始运动。当货架到达所选位置时，辅助变量被重置，整个堆垛过程可以重新启动。此时，可以在传送带上添加一个新的工件架，堆垛系统将根据目前获得的仓库状态自动工作（图 34）。
图 34.退回堆垛机。
5.3.7. 输入信号
输送机包含一条可以向前和向后移动的传送带。对于这个函数，我们使用 “Drive_Simple” 组件。堆垛机的移动将由 “Drive_Destination Motor” 脚本使用。堆垛机的受控运动与正常运动的不同之处在于，必须知道物体的最终和当前位置。在这种情况下，我们将使用这个脚本，它完全符合我们的要求。我们可以跟踪堆垛机何时移动、处于什么位置以及指向何处。最终位置是预先确定的，货架将始终指定它应该在仓库中停在哪里。此位置由仓库中的可用空间决定。我们还可以检查堆垛机是否已经在目标位置。我们将使用相同的脚本来垂直移动堆垛机臂。在仓库的货架上归档货架时，我们需要确定将机械臂设置到的特定位置。对于堆垛机，手臂的运动及其目标位置将根据工件的颜色进行更改和控制。
5.4. 运行模拟
我们在 Unity 编辑器环境中创建了一个构建应用程序（图 35）。在仿真的主窗口中，我们可以通过 Connection 图标连接到连接的 PLC 设备。如果连接已启用且功能正常，则输送机和输送机仿真模型将对信号做出双侧反应。我们可以使用仿真中的信号控制真实的传送带，反之亦然。但是，我们可以在不连接到 PLC 设备的情况下控制仿真。我们提供用于手动控制传送带、堆垛机臂和机架的按钮。在模拟仓库中多个载具的堆叠时，使用带有工件创建新载具的按钮。模拟开始时，我们确保工件托架在传送带上准备就绪。如果载具在那里，我们可以使用向前移动传送带按钮开始堆垛模拟。当载有工件的载具到达传送带上的第二个信号时，堆垛机臂开始执行自动模拟。用户可以跟踪仿真，并可以在仿真过程中直接编辑对象和信号。在屏幕左侧，我们单击包含场景中使用的对象的层次结构的箭头。还有一个 S7 接口，用于传输所使用的信号。我们可以设置或切换这些信号的状态，也可以停用它们。该 附加 软件 可 改进 故障排除 并 简化 仿真 不同 场景 的 过程。图 36 显示了直接在运行仿真中的输出信号及其状态。
图 35.仓库堆垛机模型的模拟。
图 36.控制面板。
6. 结论
本文的目的是提出一种创建简单和更复杂的数字孪生的通用方法/方法。本文的另一个目的是指出相关文献并不总是以相同的方式介绍数字孪生的概念，并且被误用而不仅仅是一个流行词。在我们的搜索中，我们发现所分析文章中的绝大多数 “数字孪生 ”甚至不满足第一个必要条件——真实系统与其数字版本之间的双向数据流。IOT Analytics 公司在其研究 [60] 中发现，公司将数字孪生分为多达 210 种不同的组合。鉴于这些事实，我们决定创建简单易懂的教育案例研究，使用可用的工具和技术来创建满足基本条件的基本数字孪生 - 真实系统与其数字版本之间的双向通信。这些案例研究将构成创建工业 4.0 教育试点课程的基础，并且可以进一步修改以开发工业 4.0 教育材料和技术实践。第一个案例研究的目的是将装配线 822 的物理模型与其数字版本联系起来，并使它们相互交互。我们确保了物理线路和数字线路之间的双向通信，其中一条线路上执行的事件在另一条线路上显示。其中描述了我们用于开发应用程序的经济实惠的工具，以使我们的工作高效和清晰的方式选择它们，尤其是在软件方面。
在我们的第二个案例研究中，我们专注于更复杂的离散制造系统，并测试了是否可以为此类系统建模数字孪生。数字孪生还用于虚拟调试。在本案例研究中，在数字孪生的开发过程中，真实存储模型的一部分遭到损坏。数字孪生随后被用作真实生产线功能部分的虚拟延伸。这表明了数字孪生在真实生产线的虚拟扩展中新应用水平的潜力。
所介绍的文章的应用贡献可以总结为以下几点：
文章的教育和提高意识价值，包括创建“真正的”数字孪生
正如调查所显示的那样，绝大多数研究，尽管他们宣称，但并没有真正涉及数字孪生，而只涉及模型或阴影。我们认为有必要指出这一点，并在清晰且可复制的案例中展示真实数字孪生的说明性示例。
用于展示数字孪生创建的低成本解决方案
我们的解决方案具有成本效益，与项目中探索的其他解决方案相比，这是一个至关重要的方面。我们依赖免费或普遍可用的技术。
通过使用 Unity 引擎确保灵活性
值得强调的是，本文中介绍的解决方案的灵活性是由于使用了 3D 引擎 Unity。Unity 提供了各种工具，使作者能够轻松创建和作 3D 模型，以及模拟现实世界的交互。创建的数字孪生不仅可以显示在计算机屏幕上，还可以显示在其他平台上，例如 Microsoft HoloLens 2 中的混合现实。
为试点项目创建新的案例研究，为工业 4.0 的工程师培训创建教育材料——试点工程师 4.0 计划
本文中准备的案例研究集成了运营和信息技术，非常适合用于培训工程师生产过程的数字化。这项工作将补充我们之前的研究 [61]，并补充即将到来的工业 4.0 试点培训计划的课程。
在未来的计划中，我们的目标是专注于在数字孪生中使用真实的 CAD 模型。随后，我们希望开发一种方法，通过比较真实和虚拟线路上的事件时间戳来验证数字孪生的正确组装。
作者贡献
J.C. 和 M.B. 在本文中提出了这个想法并准备了软件应用程序;O.H.、M.B. 和 J.C. 设计实验，M.B. 和 J.C. 进行实验;O.H.、E.K. 和 M.B. 分析了数据;M.B. 写了这篇论文;O.H.、E.K. 和 J.C. 编辑并审查了该论文。所有作者均已阅读并同意手稿的已发表版本。
资金
这项研究由斯洛伐克共和国教育、研究和体育部科学资助局资助，编号为 1/0107/22，由斯洛伐克研究与发展局根据合同编号。APVV-21-0125，以及斯洛伐克共和国教育、科学、研究和体育部文化和教育赠款机构 KEGA 039STU-4/2021 和 010STU-4/2023。
机构审查委员会声明
不適用。
知情同意书
不適用。
数据可用性声明
不適用。
确认
我们要感谢 Marek Marcin 帮助进行第二个案例研究。
利益冲突
作者声明没有利益冲突。
引用
Chryssolouris， G.;马夫里科斯，D.;帕帕科斯塔斯，N.;穆尔齐斯，D.;米查洛斯，G.;Georgoulias， K. 数字制造：历史、前景和展望。Proc. Inst. Mech. Eng. Part B J. Eng. 制造。 2009， 223， 451–462.[谷歌学术搜索][交叉引用]
比夫尔，S.;格哈德，D.;Lüder， A. 信息物理生产系统的多学科工程简介。在信息物理生产系统的多学科工程中：用于处理复杂工程项目的数据模型和软件解决方案;Biffl， S.， Lüder， A.， Gerhard， D.， 编辑;施普林格国际出版社：瑞士 Cham，2017 年;第 1-24 页。[谷歌学术搜索][交叉引用]
王 J.;马，Y.;张 L.;Gao， R.X.;Wu， D. 智能制造的深度学习：方法和应用。J. Manuf. Syst. 2018， 48， 144–156.[谷歌学术搜索][交叉引用]
路德维希，S.;卡伦鲍尔，M.;费兰，A.;肖滕，H.D.;布尔，H.;Seetaraman， S.;尼伯特，N.;伯纳迪，A.;Seelmann， V.;斯蒂奇，V.;et al. 面向未来工厂的 A5G 架构。2018 年 IEEE 第 23 届新兴技术和工厂自动化国际会议 （ETFA） 会议记录，意大利都灵，2018 年 9 月 4 日至 7 日;第 1 卷，第 1409-1416 页。[谷歌学术搜索][交叉引用]
Syafrudin， M.;阿尔菲安，G.;菲特里亚尼，NL;Rhee， J. 汽车制造中基于物联网的传感器、大数据处理和机器学习模型的性能分析。传感器 2018， 18， 2964。[谷歌学术搜索][交叉引用][公共医学]
陈 B.;万，J.;塞莱斯蒂，A.;李 D.;阿巴斯，H.;Zhang， Q. 基于 IoT 的制造中的边缘计算。IEEE Commun. Mag. 2018， 56， 103–109.[谷歌学术搜索][交叉引用]
Képešiová， Z.;科扎克数字孪生在基于 CPS 的生产系统中的作用综述。第 22 届博士生会议论文集 Elitech '20，斯洛伐克布拉迪斯拉发，2020 年 5 月 27 日。[谷歌学术搜索]
科扎克，S.;Ružický， E.;科扎科娃，A.;斯特凡诺维奇，J.;Vladimír， K. 先进制造新信息和通信技术的研究、开发和教育的最新技术。Int. J. Inf. Technol. Appl. 2020， 9， 11-22.[谷歌学术搜索]
赫里伯尼克，K.;拉贝，L.;Thoben， K.D.;舒马赫 J.产品头像作为以产品实例为中心的信息管理概念。Int. J. Prod. 生命周期管理。 2006， 1， 367–379.[谷歌学术搜索][交叉引用]
里奥斯，J.;埃尔南德斯，JC;奥利瓦，M.;Fernando， M. 产品头像作为物理个体产品的数字对应物：文献综述和对飞机的影响;IOS Press 电子书：荷兰阿姆斯特丹，2015 年;第 657-666 页。[谷歌学术搜索][交叉引用]
维斯特，T.;赫里伯尼克，K.;Thoben， K.D. 通过应用产品虚拟化概念来获取 PLM 数据的服务化潜力。生产计划。控制 2015， 26， 1198–1218。[谷歌学术搜索][交叉引用]
赫里伯尼克，K.;维斯特，T.;Thoben， K.D. 走向代表中期信息的产品头像，以改进设计、开发和制造流程。2013 年 10 月 10 日至 11 日在德国德累斯顿举行的数字产品和工艺开发系统会议记录中;Kovács， GL， Kochan， D.， 编辑;施普林格：柏林/海德堡，德国，2013 年;第 85-96 页。[谷歌学术搜索]
Grieves， M. 数字孪生：通过虚拟工厂复制实现卓越制造。白爸爸。 2014， 1， 1-7.[谷歌学术搜索]
琼斯，D.;斯奈德，C.;纳西，A.;Yon， J.;Hicks， B. 描述数字孪生：系统文献综述。CIRP J. 制造科学技术。 2020， 29， 36-52.[谷歌学术搜索][交叉引用]
内格里，E.;Fumagalli， L.;马奇数字孪生在基于 CPS 的生产系统中的作用综述。第 27 届柔性自动化和智能制造国际会议 （FAIM2017） 论文集，意大利摩德纳，2017 年 6 月 27 日至 30 日;第 11 卷，第 939-948 页。[谷歌学术搜索][交叉引用]
克里辛格，W.;卡纳，M.;特拉尔，G.;亨杰斯，J.;Sihn， W. 制造业中的数字孪生：分类文献综述和分类。第 16 届 IFAC 制造业信息控制问题研讨会 （INCOM 2018） 会议记录，意大利贝加莫，2018 年 6 月 11 日至 13 日;第 51 卷，第 1016-1022 页。[谷歌学术搜索][交叉引用]
富勒，A.;范，Z.;戴，C.;Barlow， C. 数字孪生：使能技术、挑战和开放研究。IEEE Access 2020，第 8 108952–108971。[谷歌学术搜索][交叉引用]
拉希德，A.;桑，O.;Kvamsdal， T. 数字孪生：建模视角下的价值、挑战和推动因素。IEEE Access 2020， 8， 21980–22012.[谷歌学术搜索][交叉引用]
郑，D.Y.;Baek， 理学硕士;林，TB;金，YW;金，SH;李，YT;荣格，WS;Lee， IB 数字孪生：具有技术元素的技术演进阶段和实现层。IEEE 访问 2022， 10， 52609–52620。[谷歌学术搜索][交叉引用]
Barricelli， BR;卡西拉吉，E.;福格利 D.数字孪生调查：定义、特征、应用和设计影响。IEEE Access 2019，第 7 期，167653–167671。[谷歌学术搜索][交叉引用]
恩德斯，M.;Hoßbach， N. 数字孪生应用的维度——文献综述。第 25 届美洲信息系统会议论文集，墨西哥坎昆，2019 年 8 月 15 日至 17 日。[谷歌学术搜索]
到 2021 年，数字孪生的支出将达到 127 亿美元，因为解决方案可提供 IoT 投资 ROI。在线获取：https://www.iot-now.com/2020/06/02/103204-spend-on-digital-twins-to-reach-12-7bn-by-2021-as-solutions-offer-iot-investment-roi/（于 2023 年 3 月 5 日访问）。
科斯，S.;沃格特，O.;沃尔夫，M.;柯尼希，M.;Gerhard， D. 用于实现串行构建的数字孪生框架。前面。构建了 Environ。 2022， 8， 864722.[谷歌学术搜索][交叉引用]
格哈德，D.;沃尔夫，M.;Huxoll， J.;Vogt， O. 建筑和制造业跨学科背景下混凝土模块的数字孪生表示。第 17 届 IFIP 产品生命周期管理 （PLM） 国际会议论文集，瑞士拉珀斯维尔，2020 年 7 月 5 日至 8 日;第 2 部分：数字孪生。Nyffenegger， F.， Ríos， J.， Rivest， L.， Bouras， A.， 编辑;施普林格国际出版社：瑞士查姆，2020 年;第 101-115 页。[谷歌学术搜索][交叉引用]
加格，G.;库茨，V.;Anbarjafari， G. FANUC 机器人的数字孪生：使用虚拟现实的工业机器人编程和仿真。可持续发展 2021， 13， 10336。[谷歌学术搜索][交叉引用]
布格哈特，A.;Szybicki， D.;吉尔拉克，P.;库尔克，K.;皮特鲁斯，P.;Cygan， R. 使用虚拟现实和数字孪生对工业机器人进行编程。应用科学。 2020， 10， 486.[谷歌学术搜索][交叉引用]
库茨，V.;奥托，T.;Tähemaa， T.;Bondarenko， Y. 使用虚拟现实对工业机器人单元进行基于数字孪生的同步控制和仿真。J. Mach. 工程 2019， 19， 128–144.[谷歌学术搜索][交叉引用]
库茨，V.;漫威，J.A.;阿克苏，M.;Pizzagalli， SL;萨坎斯，M.;邦达连科，Y.;Otto， T. 数字孪生作为工业机器人作验证工具。机器人技术 2022， 11， 113。[谷歌学术搜索][交叉引用]
Erdei， T.I.;克拉科，R.;Husi， G. 工业机器人手臂数字孪生训练中心的设计 Appl. Sci. 2022， 12， 8862.[谷歌学术搜索][交叉引用]
哈伦纳尔，I.;朱哈斯，M.;Juhasova， B.;Borkin， D. 使用数字孪生技术实现生产虚拟化。2019 年第 20 届国际喀尔巴阡山控制会议 （ICCC） 会议记录，波兰克拉科夫，2019 年 5 月 26 日至 29 日;第 1-5 页。[谷歌学术搜索][交叉引用]
法拉哈，M.;科尔汉，O.;Zeeshan， Q. 虚拟现实：培训作员 4.0 的可能性。2022 年 3 月 17 日至 18 日，美国加利福尼亚州圣地亚哥的《物联网世界工业工程论文集》;卡利西尔，F.，编辑;施普林格国际出版社：瑞士查姆，2022 年;第 335-347 页。[谷歌学术搜索]
索尔马兹，S.;多明格斯·阿尔法罗，JL;桑托斯，P.;Van Puyvelde， P.;范格文，T.工程仿真辅助教育 AR 环境的实用开发。教育 化学 工程 2021， 35， 81–93.[谷歌学术搜索][交叉引用]
迈尔，N.;Müller-Polyzou， R.;布拉赫，L.;Georgiadis， A. 数字孪生对基于激光的装配辅助的支持。第 14 届 CIRP 制造工程智能计算会议论文集，在线，2020 年 7 月 15 日至 17 日;第 99 卷，第 460-465 页。[谷歌学术搜索][交叉引用]
科赫，J.;戈姆斯，M.;Schüppstuhl， T. 使用 Unity 3D 引擎在工业 4.0 讲座中对传感器放置进行基于数字游戏的检查 - 案例研究。Procedia Manuf. 2021， 55， 563–570.[谷歌学术搜索][交叉引用]
本德，J.;德克斯，J.;弗里茨，S.;Ovtcharova， J. 闭环工程 — 工厂工程中快速重新配置的推动者。欧洲建模与仿真研讨会论文集，葡萄牙里斯本，2019 年 9 月 18 日至 20 日。[谷歌学术搜索][交叉引用]
施罗德，G.;斯坦梅茨，C.;佩雷拉，CE;穆勒，I.;加西亚，N.;埃斯皮多拉，D.;Rodrigues， R. 使用 Web 服务和增强现实可视化数字孪生。2016 年 IEEE 第 14 届工业信息学国际会议 （INDIN） 论文集，法国普瓦捷，2016 年 7 月 19 日至 21 日;第 522-527 页。[谷歌学术搜索][交叉引用]
日德克，K.;皮特，J.;阿达梅克，M.;拉佐里克，P.;Hošovský， A. 工业 4.0 概念的实验性智能制造装配系统的数字孪生。可持续发展 2020， 12， 3658。[谷歌学术搜索][交叉引用]
诺塞克，J.;Arm, J. Testbed Pro Virtuální Zprovoznění PLC Systému: Testbed for Virtual Commissioning of PLC System.在线获取：https://oatd.org/oatd/record?record=handle%5C:11012%5C%2F205764（于 2023 年 5 月 13 日访问）。
库布尔，J.;诺维科夫，K.;Horejsi， P.;克莱诺娃，J.;Krakora， D. 连接虚拟生产和 PLC. MM Sci. J. 2021 年，2021 年，4452–4462。[谷歌学术搜索][交叉引用]
豪格，JB;扎法尔扎德，M.;郑 Y.;李英;西澳大利亚州的 Khilji;Wiktorsson， M. 在生产物流中使用数字孪生。2020 年 IEEE 工程、技术和创新国际会议 （ICE/ITMC） 会议记录，英国卡迪夫，2020 年 6 月 15 日至 17 日;第 1-8 页。[谷歌学术搜索][交叉引用]
Thürer， M.;李，SS;Qu， T. 生产物流的数字孪生架构：可编程逻辑控制器 （PLC） 的关键作用。Procedia Comput. Sci. 2022， 200， 710–717.[谷歌学术搜索][交叉引用]
门迪，A.F.汽车生产线的数字孪生案例研究。传感器 2022， 22， 6963。[谷歌学术搜索][交叉引用]
王 H.j.;Wang， Z.f. 基于 Unity 的 PLC 仿真教学平台研究.2020 年智能设计国际会议 （ICID） 论文集，中国习安，2020 年 12 月 11 日至 13 日;第 15-18 页。[谷歌学术搜索][交叉引用]
全，SM;Schuesslbauer， S. 用于生产优化的数字孪生应用程序。2020 年 IEEE 工业工程与工程管理 （IEEM） 国际会议论文集，新加坡，2020 年 12 月 14 日至 17 日;第 542-545 页。[谷歌学术搜索][交叉引用]
王 H.;卢，J.;李伟;江， Z. 基于 Unity3D 的三维虚拟 PLC 实验模型的开发。2017 年第一届电子仪器与信息系统国际会议 （EIIS） 会议记录，中国哈尔滨，2017 年 6 月 3 日至 5 日;第 1-4 页。[谷歌学术搜索][交叉引用]
李，L.;胡， Z.;基于数字孪生的车辆异常行为智能分析.J. 上海交通大学（理学版） 2021， 26， 587–597.[谷歌学术搜索][交叉引用]
王 Z.;韩，K.;Tiwari， P. 使用 Unity 游戏引擎对互联和自动驾驶汽车进行数字孪生模拟。2021 年 IEEE 第一届数字孪生和并行智能 （DTPI） 国际会议论文集，中国北京，2021 年 7 月 15 日至 8 月 15 日;第 1-4 页。[谷歌学术搜索][交叉引用]
Sangvik， H. 使用 Unity 游戏引擎和 TwinCAT PLC 控制进行硬件在环仿真的 3D 运动补偿舷梯数字孪生。在线获取：https://uia.brage.unit.no/uia-xmlui/handle/11250/2826477（2023 年 4 月 11 日访问）。
莱曼，J.;洛伯，A.;Häußermann， T.;拉奇，A.;奥林格，L.;鲍姆加特尔，H.;赖希瓦尔德 J.数字孪生互联网剖析：代理和数字孪生范式的共生关系，增强制造环境中的弹性（不仅）。机器 2023， 11， 504.[谷歌学术搜索][交叉引用]
洛伯，A.;莱曼，J.;Häußermann， T.;赖希瓦尔德，J.;Baumgärtel， H. 基于数字孪生规范改进控制系统的工程流程。2022 年第 4 届电气、电子和通信工程 （ELECOM） 新兴趋势国际会议论文集，毛里求斯路易港，2022 年 11 月 22 日至 24 日;第 1-6 页。[谷歌学术搜索][交叉引用]
萨拉，R.;皮罗拉，F.;佩佐塔，G.;萨佩纳，RL关于 Fischertechnik Training Factory 工业 4.0 的数字影子的发展：教育视角。Proc. Comput. Sci. 2023， 217， 640–649.[谷歌学术搜索]
Sapena， R.L. 通过 Fischertechnik 和数字孪生实现工业 4.0。学士论文，卢塞恩应用科学大学，瑞士卢塞恩，2020 年。[谷歌学术搜索]
用于虚拟调试的数字孪生。在线获取：https://quality-automation.de/en/digital-twin-of-a-model-for-virtual-commissioning/（2023 年 5 月 15 日访问）。
Tuan， M.A. 不同数字孪生实现概念和 Fischertechnik 工业 4.0 演示器的实现概念的比较。2021. 在线提供：https://epub.vgu.edu.vn/handle/dlibvgu/1077（于 2023 年 5 月 15 日访问）。
带两个加工站的分度线 24V。在线获取：https://www.fischertechnik.de/en/products/learning/training-models/96790-edu-indexed-line-with-two-machining-stations-24v（2022 年 5 月 13 日访问）。
Datenblatt/数据表。在线获取：https://content.ugfischer.com/cbfiles/fischer/Zulassungen/ft/37783-Mini-switch.pdf（2022 年 5 月 13 日访问）。
引擎每年发布一次。在线获取：https://infogram.com/1d560b7e-21a1-437a-91f4-198309bf3e25（2022 年 5 月 13 日访问）。
Step7 开源以太网通信套件。可在线获取：https://snap7.sourceforge.net/（于 2022 年 5 月 13 日访问）。
536626 自动化高架仓库 9V。可在线获取：https://fischertechnik-education.jp/gallery_industrial/Automated_High-Bay_Warehouse_9V/536626-Automated_High-Bay_Warehouse_9V.pdf（于 2022 年 5 月 18 日访问）。
Hasan， M. 解码数字孪生：探索 6 个主要应用及其优势。在线获取：https://iot-analytics.com/6-main-digital-twin-applications-and-their-benefits/（于 2023 年 4 月 11 日访问）。
库切拉，E.;哈夫纳，俄亥俄州;德拉霍斯，P.;Cigánek， J. 试点工程师 4.0 计划的教育案例研究：使用 OPC UA 和云应用程序监测和控制离散事件系统。应用科学。 2022， 12， 8802.[谷歌学术搜索][交叉引用]
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
10
0- 0
已为社区贡献1条内容
所有评论(0)