建模仿真

智能制造的核⼼技术之建模与仿真技术

「1.建模与仿真技术的定义」

建模与仿真技术从严格意义上说，是两个技术的复合名词，即建模技术与仿真技术。建模是仿真的基础，建模是为了能

够进⾏仿真。仿真是建模的延续，是进⾏研究和分析对象的技术⼿段。

具体到智能制造中，建模技术是指，针对制造中的载体（如数控加⼯机床、机器⼈等）、制造过程（如加⼯过程中的

⼒、热、液等问题）和被加⼯对象（如被制造的汽车、飞机、零部件），甚⾄是智能车间、智能调度过程中⼀切需要研

究的对象（实体对象或⾮实体化的⽣产过程等问题），应⽤机械、物理、⼒学、计算机和数学等学科知识，对研究对象

的⼀种近似表达。

仿真技术是在建模完成后，结合计算机图形学等计算机科学⼿段，对模型进⾏图像化、数值化、程序化等的表达。借助

仿真，可以看到被建模对象的虚拟形态。

「2.建模与仿真技术的特点」

从需求本⾝出发，建模与仿真技术表现出以下特点：

（1）虚拟化：虚拟化是建模与仿真技术的最本质特点，利⽤建模与仿真技术可得到被研究对象的虚拟镜像。

（2）数值化：数值化是建模与仿真技术的必要特点，是仿真、计算、优化的前提。

（3）可视化：可视化是建模与仿真技术的直观特点，是建模与仿真技术⼈机交互与友好性的体现。在智能制造中，可

视化⼏乎是⼀切建模与仿真技术所共有的特点和属性。可视化可以帮助科研⼈员直观分析被研究对象的动态⾏为，也可

以帮助车间技术⼈员快速掌握加⼯过程或加⼯对象的实时状态。

（4）可控化：可控化是建模与仿真技术通往终极⽬标的必要⼿段。建模与仿真技术的⽬的是对被研究对象进⾏分析和

优化。只有在建模与仿真技术中做到可控化，才可以进⾏科学化的对照试验、优化试验等。

建模与仿真技术的特点随着制造业的发展⽽不断更新。

另外，随着制造业的转型升级，从传统制造到数字制造，从数字制造到数字化⽹络化制造，再到数字化⽹络化智能化制

造，建模与仿真技术⼜表现出⼀些新的特点：

（1）集成化：智能制造发展的初级阶段，即数字制造，制造对象或制造主体（机床或机器⼈等）主要表现出单元化的

制造特点；到了智能制造发展的第⼆阶段，即数字化⽹络化制造，制造对象或制造主体⼜表现出在互联⽹下的多边互联

特点；再到数字化⽹络化智能化的第三阶段，依托5G、物联⽹、云计算、云存储等技术，实现各制造对象或制造主体

之间的互联互通，⼈-机-物的有机融合，建模与仿真技术也从原来的单⼀化过渡到多机协同的集成化模式。

（2）模块化：模块化似乎是与集成化相悖的⼀个概念和特点，但其实不然。数字化制造过程中，由于加⼯对象单⼀，

加⼯过程单⼀，建模与仿真技术也表现出模型与实体对象的⼀⼀对应的特点。但到了智能制造发展的第三阶段，由于加

⼯过程更为复杂，加⼯对象更多，各个对象之间还有紧密的联系，建模与仿真技术也变得更复杂，更有必要在复杂的条

件下构建模块化的建模单元与仿真单元，以便不同⼈员跨地区、跨学科、跨专业、跨时段地进⾏协同建模与仿真开发。

（3）层次化：HLA（high-levelarchitecture）是智能制造中的⼀个代表性的开放式、⾯向对象的技术架构体系。在

HLA架构体系下，智能车间、智能⼯⼚、智能仓储、智能化嵌⼊式系统、智能化加⼯单元等作为智能制造⽹络化体系结

构的下端级，云平台、云存储作为上端级，边缘计算、云计算作为沟通中间的连接驱动和计算资源。针对复杂⽹络体系

下的智能制造，需要更加层次化的建模与仿真，有利于模型的管理、重⽤、优化升级与快速部署。

（4）⽹络化：5G是智能制造时代的⾼速信息通道，智能制造与5G技术的结合，更有利于将⼈-机-物进⾏有机融合，各

加⼯制造单元互联互通，模型交互与模型共享，仿真数据共享。

（5）跨学科化：智能制造⽣产活动中，表现出了多学科和跨学科的特点。建模与仿真技术在集成式发展的过程中，也

表现出集机械、电磁、化学、流体等多学科知识，表现出多专家系统模式。典型的如CAM软件，既能够进⾏机械的三维

实体建模，⼜能对模型进⾏有限元分析、流体分析与磁场分析等。

（6）虚实结合化：虚实结合化是智能制造中建模与仿真技术的重要特点，也是前沿⽅向。典型的如VR（virtual

reality）、MR（mixedreality）、AR（augmentedreality）等技术，这些技术的共同特征都是能让⼈参与虚拟化的建模

与仿真技术，与实体对象进⾏交互，增强仿真过程中的真实体验。

（7）计算⾼速化：随着计算机技术和⽹络技术的快速发展，能够对制造活动中的对象进⾏越来越真实的建模与刻画，

仿真过程也越来越丰富。虽然模型的计算复杂度⼤幅度提升，但依托于⾼速计算机、⼤型服务器、⾼速总线技术、⽹络

化技术和并⾏计算模式，建模与仿真也表现出计算⾼速化的特点。计算⾼速化的建模仿真，是虚拟化模型与实体制造加

⼯过程进⾏实时协作的关键技术。⾼性能计算（HPC）利⽤并⾏处理和互联技术将多个计算节点连接起来，从⽽⾼效、

可靠、快速运⾏⾼级应⽤程序。基于HPC环境的并⾏分布仿真是提⾼⼤规模仿真的运⾏速度的重要⽅法。

（8）⼈⼯智能化：传统的建模仿真主要是三类，即基于物理分析的机理模型、基于实验过程的经验推导模型、基于统

计信息的统计模型。智能制造是⼀个⾼度复杂和强耦合的体系，传统的模型在⼀些要求较⾼的条件下，往往并不能满⾜

需求。⽽通过借助⼈⼯智能技术，如⼈⼯神经⽹络、核⽅法、深度学习、强化学习、迁移学习等对⾮线性强耦合的加⼯

过程和加⼯对象进⾏建模，能够得到传统建模⽅法达不到的精准效果。

（9）数据驱动化：⼯业⼤数据是数字-智能时代⼯业的⼀个伴⽣名词，⼯业⼤数据指智能制造活动中，加⼯实体、加⼯

过程等⼀切参与智能制造活动的对象所产⽣的数据资源。⼯业⼤数据背后往往隐藏着巨⼤的制造活动奥秘，⽽这些奥秘

是传统建模与仿真凭借机理推导、单⼀数据实验和统计难以发现的。基于⼯业⼤数据和机器学习技术，能够为复杂制造

对象与过程进⾏建模，并伴随数据量的逐渐累积，所建⽴的模型与仿真也更加贴合实际。

「3.建模与仿真技术的技术体系/关键技术」

1）建模/仿真⽀撑环境

建模/仿真的⽀撑环境是进⾏建模与仿真的基础性问题。在计算机、⽹络、软件（管理软件、应⽤软件和通信软件）、数

据库、图形图像可视化的基础上构建建模/仿真⽀撑环境。建模/仿真⽀撑环境是建模和进⾏仿真试验的硬软件环境，它

的体系结构应根据仿真任务的需求和规模从资源、通信、应⽤3个⽅⾯来设计，建⽴适合本应⽤领域的建模/仿真⽀撑环

境。建模/仿真⽀撑环境可划分为建模开发环境和仿真运⾏环境，两者有共享的资源。研究开发环境主要⽤于建模、仿真

系统设计、仿真软件开发等，没有严格的时间管理要求，但要保证事件发⽣的前后顺序；⽽仿真运⾏环境⽤于仿真系统

运⾏，必需有严格的时间管理，保证实时性。⼀般情况下，仿真系统运⾏时调⽤的资源是固定的、静态的，要实现调⽤

动态资源则建模仿真环境体系结构更复杂。在智能制造的背景下，建模/仿真技术的⽀撑环境也越来越复杂，从单计算机

平台，过渡到多机协同建模与仿真平台，从个⼈电脑迁移到云端进⾏建模与仿真。然⽽，每⼀次建模与仿真技术的⾰

新，往往伴随⽀撑环境底层技术的突破。

2）先进分布仿真

从单元化制造到集成化⽹络化制造，也呈现出分布式建模与仿真的新模式。基于仿真的设计、基于仿真的制造涉及多个

专业、多个单位，他们可能分布在不同地区，应将分布在各地理的仿真系统、模型、计算机、设备，将通过⽹络构成分

布联⽹仿真系统。仿真运⾏时，仿真系统中的模型之间，计算机之间，仿真系统之间有⼤量数据和信息传送和交互。

美国国防部于1998年正式提出基于仿真采办的概念，其两⼤关键是：

（1）协同环境－协同环境是由互操作的⼯具和数据库，权威的信息资源，以及产品/过程模型⽀持的各领域专家可协同

⼯作的环境；

（2）分布产品描述－分布产品描述是数字化产品信息的分布集合，通过Web技术互联，对⽤户呈现单⼀的逻辑上统⼀

的产品描述，包括产品数据，产品模型，过程模型等。

3）仿真资源库

仿真资源库是仿真技术的依赖性技术。仿真资源库包括数据库，模型库，⼯具软件库等。仿真系统的开发和运⾏要⽤到

⼤量数据和模型，例如飞⾏器动⼒学模型和⽓动数据，全球导航台数据，综合⾃然环境模型和数据，产品性能的模型和

数据，⼈的⾏为模型和数据、仿真结果数据等。此外，仿真资源库越丰富，能开展的仿真活动也更为多样。在智能制造

中，⼈是⼀项关键的因素，将⼈纳⼊建模与仿真环境进⾏协同仿真，是对建模与仿真平台的⼜⼀⼤挑战。因此，建模与

仿真技术不但需要有丰富的图形图像仿真资源库、数值计算与数值优化资源库，也要包含语料资源库、⾳频资源库，甚

⾄是触觉资源库与多专家系统知识库。

4）图形图像综合显⽰技术

图形图像综合显⽰技术⼀直都是建模与仿真技术的关键核⼼技术，也是最根本的⼀项技术，是计算机图形学、数据处理

等基础技术的综合应⽤。智能制造对建模与仿真的图形图像综合显⽰技术提出了更多新的要求，即不但能在单机上进⾏

⼆维和三维图形显⽰，更需要满⾜嵌⼊式系统仿真过程中的快速在线实时三维显⽰。这种综合显⽰技术不再是单⼀加⼯

对象或加⼯主体的图形图像化显⽰，更提出了新的要求，即融合⼈和加⼯环境等的仿真显⽰技术。

数控加⼯仿真是利⽤计算机图形学的成果，采⽤动态图的真实感形式，模拟数控加⼯全过程。通过数控加⼯仿真软件，

能判别加⼯路径是否合理，检测⼑具的碰撞、⼲涉，优化加⼯参数，减低材料消耗和⽣产成本，最⼤限度地发挥数控设

备的利⽤率，如图1所⽰。⼀个完整的数控加⼯仿真过程包括：

（1）NC代码的翻译及检查；

（2）⽑坯⼲涉及零件图形的输⼊和显⽰；

（3）⼑具的定义及图形显⽰；

（4）⼑具运动及⽑坯切屑的动态图形显⽰；

（5）⼑具碰撞及⼲涉检查；

（5）⼑具碰撞及⼲涉检查；

（6）仿真结果报告，包括具体⼲涉位置及⼲涉量。

图1模拟数控加⼯全过程

「4.建模与仿真技术在智能制造中的典型应⽤案例」

1）建模与仿真技术在⼯业机器⼈中的应⽤

作为智能制造中的典型应⽤范例，建模和仿真技术对于机器⼈的理论研究、设计开发、数据分析、快速产线部署、程序

编制、运动规划等都极为重要，更是实现智能制造中加⼯⼯艺优化、加⼯质量与产品性能提升、⽆⼈化⼯⼚的关键核⼼

技术。

机器⼈的建模包括运动学建模、动⼒学建模、⼒与环境的物理交互建模等，建模是控制和仿真的基础。典型的运动学建

模仿真平台有MATLAB、Gazebo、V-REP等。其中，MATLAB可为机器⼈进⾏理论计算研究（如图2所⽰）。基于其

强⼤的矩阵运算⼯具箱，研究⼈员能灵活、⽅便地进⾏运动学和动⼒学建模等。另外，基于Simulink⼯具箱，还可进⾏

与机器⼈运动控制相关的实验设计和分析。

图2MATLAB机器⼈运动仿真[38]

Gazebo是⼀款3D动态模拟器，能够在复杂的室内和室外环境中准确、有效地模拟机器⼈群。Gazebo可提供⾼保真度

的物理模拟和⼀整套的传感器模型，还能提供⽤户和程序⾮常友好的交互⽅式。基于Gazebo动态模拟器，可以对机器

⼈算法进⾏测试，设计机器⼈和现实场景进⾏回归测试。⼀般情况下，Gazebo会运⾏在Ubuntu操作系统上的

ROS（robotoperatingsystem）环境中进⾏集成使⽤，如图3所⽰。

图3ROS系统下的机械臂运动规划

2）建模与仿真技术在汽车设计中的应⽤

在现代汽车设计过程中，汽车性能的设计优化主要是利⽤建模与仿真技术对汽车性能进⾏预测评估后，根据仿真结果对

整车设计参数进⾏优化。仿真技术使所设计的车型能在不制造出样车、不进⾏实车试验的情况下，完成对新车型性能的

预测和整车设计参数的优化。与传统的汽车性能优化过程相⽐，仿真技术的应⽤，缩短了新车型的设计周期，节约了新

车型的设计经费，并改进了新车型的性能、质量和成本，这是⼀种适应⼈们对新车型要求不断提⾼的最有效的⽅法。为

此，各⼤汽车公司在进⾏新车型开发时，都⼴泛地应⽤了建模与仿真技术。

3）建模与仿真技术在制造车间设计中的应⽤

⼀般可以把车间的设计过程分为两个主要阶段：初步设计阶段和详细设计阶段。初步设计阶段的任务是研究⽤户的需

求，然后由此确定初步设计⽅案。详细设计阶段的主要任务是在初步设计的基础上，提出对车间各个组成单元的详尽⽽

完整的描述，使设计结果能够达到进⾏实验和投产决策的程度，具体来说即确定设备、⼑具、夹具、托盘、物料处理系

统、车间布局等。⽽仿真技术则主要⽤于⽅案的评价和选择。在初步设计阶段，可以在仿真程序中包含经济效益分析算

法，运⾏根据初步设计⽅案所建⽴的仿真模型，对以下信息进⾏评价：新车间中⽣产的产品类型和数量能否满⾜⽤户要

法，运⾏根据初步设计⽅案所建⽴的仿真模型，对以下信息进⾏评价：新车间中⽣产的产品类型和数量能否满⾜⽤户要

求，产品的质量和精度是否能够满⾜要求，新车间的效率和投资回收率是否合理。在详细设计阶段，使⽤仿真技术可以

对候选⽅案的以下⽅⾯做出评价：在制造主要零件时，车间中主要加⼯设备是否能够得到充分的利⽤，负载是否⽐较平

衡，物料处理系统是否能够和车间的柔性程度相适应，新车间的整体布局是否能够满⾜⽣产调度的要求，是否具有⼀定

的可重构能⼒，在发⽣故障时，车间⽣产系统是否能够维持⼀定程度的⽣产能⼒。

「5.建模与仿真技术的发展趋势」

智能制造从单元化，过渡到集成化，再到⽹络化智能化，建模与仿真技术也呈现出新的技术特点和技术应⽤。总的来

说，伴随智能制造发展的脚步，建模与仿真技术将会更加紧密地与5G、云计算、⼤数据、⼈⼯智能相结合。建模与仿

真技术正呈现出实时化仿真、分布式嵌⼊式仿真、云端建模与仿真、多端建模与仿真和模型资源共享、虚实结合的建模

与仿真、⼈与加⼯过程参与建模与仿真互动、⼤数据驱动的混合建模、⼈⼯智能和群体智能优化技术结合的建模与仿真

等趋势。

随着制造业的发展，建模仿真技术将发挥更加重要的作⽤。与此同时，由于智能制造系统的新的特点，对仿真技术提出

了更⾼的要求。

1）新⼀代数字模型

新⼀代数字模型是将传统的建模仿真技术与新⼀代的信息技术，如物理信息系统、物联⽹、⼤数据、云计算、虚拟现实/

增强现实、⼈⼯智能等技术相结合，根据特定的需求⽽构建伴随被建模的物理实体全⽣命周期、可持续演化且⾼度可信

的数字化模型。新⼀代数字模型不仅可以进⾏离线的分析与预测，还能在线地与物理系统进⾏实时互动。新⼀代数字模

型技术将成为⽀持新⼀代智能制造的关键技术之⼀。

数字孪⽣技术是⼀种典型的新⼀代数字模型技术。它是传统虚拟样机技术的延伸和发展。

虚拟现实(VR)/增强现实(AR)/混合现实(MR)技术也是新⼀代数字模型技术的重要内容。通过VR可以增加虚拟模型的沉浸

感，⽽AR及MR技术可以实现⼈、信息系统和物理系统的融合仿真。AR可将计算机⽣成的虚拟景象叠加到现实景物

上，实现⼈与虚拟物体的实时交互。

制造过程是⼀个⼈、信息、机器、环境⾼度融合的系统。仿真技术除了建⽴产品模型以及制造所需要的资源、设备、环

境等模型外，还可以建⽴⼈员的模型。通过⼈员模型与设备及环境模型的交互式仿真，实现更真实可信的仿真过程。

2）⾯向制造全⽣命周期的模型⼯程

数字模型的建⽴与管理是制造企业实现制造系统数字化的重要基础。由于制造过程的复杂性，制造⽣命周期的数字模型

拥有⼀些新的特点。

（1）模型的组成更复杂。模型的组成元素越来越多，元素之间的关系更加复杂。

（2）模型的⽣命周期更长。智能制造系统中的模型将参与产品的整个⽣命周期。由于模型元素之间关系的复杂性，模

型的演化过程将会⾮常复杂且呈现⾼度不确定性。

（3）模型具有⾼度异构性。⼤量的模型是由不同的机构采⽤不同的平台、结构、开发语⾔和数据库来构建。

（4）模型的可信度极难评估。由于对模型的依赖性的增强，模型的可信度问题也变得越来越重要。由于模型的复杂度

增加，评估模型的可信度变得更加困难。

（5）模型的可重⽤性。为了提⾼模型开发的效率与质量，模型重⽤的作⽤和价值变得更加重要。

综上所述，迫切需要⼀种⾯向复杂制造过程全⽣命周期的模型理论和⽅法。

3）云环境下的智能仿真技术

随着云计算技术的发展，在制造领域应⽤云平台技术也逐渐成为⼀种趋势。在云平台上进⾏相关制造活动是制造企业进

⾏升级和转型的重要⼿段。如何在云环境下，通过仿真⽀持制造全⽣命周期的协同优化，成为仿真技术⾯临的新挑战。

基于云的仿真技术与智能制造的结合将成为制造系统仿真发展的必然趋势。

4）⾯向⼤数据的仿真技术

由于制造系统的复杂化，在制造的全⽣命周期内产⽣⼤量的数据。⼤数据的出现对仿真技术带来了新的机遇，同时仿真

技术对制造⼤数据的获取、处理、管理和使⽤也将发挥重要作⽤。⼀⽅⾯，⼤数据可以对仿真建模提供新的途径和⽅

法。由于制造系统的⾼度复杂性，导致采⽤传统⽅法对复杂系统建模⾮常困难。⽽利⽤系统运⾏产⽣的⼤量数据样本，

通过机器学习的⽅式可以建⽴逼近真实系统的“近似模型”。⼤数据对于仿真分析⽅法也将产⽣重要影响，仿真将从对因

果关系的分析转向对关联关系的分析，同时⼤数据为仿真分析也将提供新的资源和⼿段。另⼀⽅⾯，制造⼤数据也将成

为建模仿真的重要研究对象，借助仿真技术挖掘并发挥⼤数据在制造各环节中的价值。此外，仿真技术还可⽤于⼤数据

的筛选和预处理，⼤数据存储策略、迁移策略以及传输策略的优化等⽅⾯。建模与仿真和⼤数据将相互促进、相互补

充。两者的结合将有⼒的促进智能制造的发展。

更多智能制造解决⽅案：

智能⼯⼚整体实施⽅案（附下载）

数字化⼯⼚规划及三年实施计划（附下载）

智能⼯⼚与传统制造⼯⼚相结合的规划⽅案

《数字化转型⼯作⼿册》：⼲什么？怎么⼲？如何推？（附下载）

制造业数字化转型解决⽅案及应⽤（附下载）

数字化、智能化车间规划与建设（附PPT下载）

智能制造国家标准发布：你的⼯⼚是什么等级？（附下载）

美国《⼯业数字化转型⽩⽪书》（附下载）

204页PPT读懂企业信息化规划与实施（附下载）

2021年世界⼯业发展趋势报告（附下载）

微信号：posongbi