下面展開贅述。

機電一體化的控制系統的大力發展涉及到各行各業，大到重工業的飛行器航天器高速列車工廠生產線，小到輕工業的冰箱洗衣機燒水壺兒童玩具都能見到機電一體化產品的身影。而且隨著人們需求的不斷提高和多樣化以及產品開發周期的不斷縮短，各種產品的復雜程度越來越高，應用場景也是多種多樣，市場的需求勢必要求產品開發更加高效且可靠，傳統的開發流程需要升級迭代才能跟上市場和客戶需求的腳步。

圖表1 – 虛擬調試可應用的不同層級

在西門子提出的“虛擬調試”方案中，可以覆蓋不同層級的產品開發需要，如圖表 1中所示：無論是最頂層的產線級別的調試分析，還是最底層的自動化策略和邏輯的驗證。但本文的關注部分是在“Component physics”層級上進行展開，介紹基于系統仿真的技術，如何通過對系統運行的物理現象和規律進行復現及模擬后，再通過和控制器（比如軟/硬PLC）的集成為產品開發和調試提供有效支持。

圖表2 – 閉環控制系統示意圖

對所有的控制系統我們都可以直接將其視為“控制器 + 被控對象”構成的結合體，如圖表 2所示。

我們先從被控對象開始。

圖中最右側“Digital Twin”標識的部分，也就是Plant即我們常說的被控對象。可以看到隨著工業產品的功能性和復雜性的提升，這部分早已是“機械 + 電子電氣 + 液壓 + 熱管理”子系統構成的綜合大系統，并且系統間的耦合也是越來越緊密。在企業以往的傳統開發流程中，一般都是將每個系統開發的指標和關聯性能單獨設立部門去負責。但這樣就將產品背后的運行規律和互相耦合關系割裂開來，對于越來越復雜的系統開發和分析及驗證工作來說，已經不再適用了。

我們舉個簡單的例子，如圖表 3所示的轉向助力系統。在早期的車上是沒有配置助力轉向系統的（比如十幾年前的老車，沒有助力的方向盤掰起來會相當費勁）。這套助力轉向系統的開發除了要對基本的轉向柱，齒輪齒條等機械結構進行設計外，還要引入一套電液系統去提供“助力”的部分（圖中藍色框內為液壓的助力系統）：用電機驅動液壓泵，根據助力需求將壓力傳遞到作動機構，從而實現安全、準確且及時的助力轉向動作。

圖表3   – 汽車轉向助力系統

此時，需要額外考慮的設計問題可以包括：比如新加的這套電液系統，電機的驅動功率需要多大，能不能提供足夠的動力，但是又不要過設計？系統的響應時間是多少？（不能說駕駛員已經開始擰方向盤了，系統過了好幾秒才開始提供助力）。系統的最大壓力可以到達多少等等。

所有這些新的設計開發帶來的技術挑戰，勢必要通過虛擬仿真/模型來解決：一是在很短的時間內，通過模型可以快速的迭代設計方案；否則通過制造原型產品，再通過臺架試驗等方式去驗證是既費時又費力，而且有些極端工況也不可能通過試驗的手段去驗證。二是通過虛擬仿真可以了解不同子系統背后的耦合關系，比如這套電液轉向助力系統中，從電機到液壓泵再到執行器的助力過程，系統每個部件的運行情況，像能耗，壓力，流量，力矩及位移等關鍵物理量的動態變化過程，有些是無法直接通過試驗去獲取的；但通過系統仿真模型，可以清楚地知道每個子系統和元部件的狀態，從而為設計方案評估及設計改型提供參考。

到這里羅嗦了這么多，和虛擬調試有什么關系？因為這個虛擬的被控對象是否能準確地復現實際系統的動態過程，以及能復現到什么程度，這是決定虛擬調試工作能帶來多大收益的關鍵。

接下來是控制器的部分。

圖表4 – 不同類型的控制器

從上圖中可以看出控制器的演化發展也從某個側面反映了從第一次工業革命到現在為止，科學技術進步所帶來的產品上的巨大變化：最左側是1769年James Watt改良蒸汽機上所用到的Flyball governor控制裝置，屬于“純機械控制器”：通過蒸汽機所驅動裝置的輸出軸帶動“飛錘/飛球”裝置的轉軸轉動，從而控制蒸汽調節閥的開度，最終可調節進入到蒸汽機的蒸汽量而控制機器的輸出轉速。

隨著電子電氣相關技術和產業的快速發展，現在很多工業領域的控制器都是上圖中右側的電子元件了，比如像過程\流程行業里最廣泛應用的PLC控制器；或者航空器、高速列車、乘用車/商用車、工程機械等產品中大量配套的ECU控制器。

控制器的功能日漸復雜，因為需要“對接”的產品自身的功能越來越多，而且使用場景也是愈發多樣化，從最基本的安全需求到穩態及瞬態的指標要求。因此，對于復雜的控制器如何進行快速準確且可靠的設計和測試工作，自然而然地就會引出“虛擬調試”的需求，總不能把控制器開發好后直接裝到機器上，比如裝到汽車/高鐵/飛機上，然后跑一跑飛一飛看看效果如何。

其實對于航空/航天及汽車行業，早在十幾二十年前，就已經開始通過實時仿真機結合實際硬件ECU的方式來進行整機/整車級別的系統測試，也就是HiL硬件在環的方案。近些年，越來越多主機廠OEM已經將控制開發和測試的工作盡量前置，也就是在MiL（模型在環）和SiL（軟件在環）階段就規劃設計大量的測試場景和測試工況，通過前面提到的虛擬模型和控制器模型或代碼結合，來初步評估產品的性能和表現。如圖：

圖表5 – MiL/SiL/HiL的開發流程示例

所以從某種程度上來講，“虛擬調試”的方法也是將某些行業的成熟方案移植到其它行業從而發揮作用的一個具體體現。

PLC作為西門子的主打產品，已經幾乎覆蓋到各行各業，從單一的小設備控制，到大型系統的集群控制，都離不開PLC的參與。以往在沒有虛擬仿真，而且也沒有軟PLC的實現手段時，PLC的策略開發工程師只能到實際設備上去調試，可以想象他/她會碰到各種各樣的問題。除了本身調試過程要消耗的大量時間及人力物力成本外，如果程序本身有bug或缺陷，有可能會導致實際系統運行時出現故障甚至危險；而且有些極限工況也沒法在實際系統中去試運行。

但隨著“工業4.0”逐漸深入到眾多企業及工程師的理念中，以及越來越多的“數字化雙胞胎”的落地項目證實了虛擬模型的可信賴性，因此，對“虛擬調試”的需求無非就是船到橋頭自然直的結果了。

在產品開發的過程中，從什么階段可以引入虛擬調試的工作？如圖表 6上半段所示，過去的開發工作基本要等概念設計和工程方案都確定后，并產出原型機時，將PLC控制器連到設備或系統中進行實機調試。但現在我們可以通過成熟的虛擬模型方案和軟PLC結合，在每個系統及控制程序的工程方案都確定后，就可以進行第一輪的“虛擬”調試了，而不用等到實際設備就位后再開展調試工作。

圖表6 – 虛擬調試的預期收益

因此，我們通過虛擬調試的方案就可以提前將調試工作進行規劃，比如一些重要的工況或極限工況，關注的系統性能指標（速度，溫度，流量等），在沒有實際產品的階段就可以進行一輪充分的虛擬測試，并評估PLC控制程序的控制效果。除此之外，被控對象的表現是否合理，設計是否有欠缺或提升的空間，也可以通過虛擬調試的初步結果作為參考。

       基于西門子現有的軟硬件平臺，可以將要分析和調試的系統進行建模并和虛擬的軟PLC程序進行聯調。如下圖圖表 7所示，其中AMESim為被控對象的仿真模型，PLC的控制程序通過PLCSimAdv.進行模擬，兩個之間的通訊借由Automation Connect實現。同時也可以通過TIA Portal及WinCC監控系統運行狀態或設定外部運行參數。

圖表7 – 虛擬調試SiL（軟件在環）架構示意圖

如果需要接入硬件PLC控制器，需要利用SIMIT UNIT將PLC接入到虛擬環境中即可。當然，此時AMESim的模型也需要進行實時化才能滿足HiL的調試要求

圖表8 – 虛擬調試HiL（硬件在環）架構示意圖

圖表9 – 數據中心水冷系統及模型

在這類大型水冷系統的調試中，需要利用PLC控制器根據不同的末端熱負荷（即機房服務器的發熱量/溫度）及天氣條件（溫度/濕度）來調節水泵/冷機/冷塔的運行工況點，從而確保機房溫度達到控制要求并且能耗達到最優。

首先，在AMESim軟件中，搭建水冷系統的模型，并通過I/O接口和PLC控制程序通訊。當這一套虛擬的水冷循環閉環控制系統搭建好后，客戶的PLC工程師就可以在實機調試工作前，預先對自己開發的程序進行一遍摸底，看看控制效果如何，能不能在不同的熱負荷下，控住水溫；在不同的濕球溫度，風扇轉速，水泵轉速，不同的閥開度情況下，系統的穩態及瞬態性能表現如何；甚至可以將虛擬調試的這個平臺作為系統操作人員培訓的一個工具。

第二個案例是食品飲料行業的一種流水線系統，如下圖所示。液體經過配料、摻混、緩沖及罐裝幾個環節后，完成最終的裝瓶。在這個案例中，不僅有用AMESim模型來模擬摻混和罐裝的過程，也借助其它工具來處理更靠前的原料處理環節。（如圖表 10所示）

圖表 10 – 軟飲料罐裝流水線

最終基于集中不同工具的組合，客戶可以分析不同的配方及成分的組合下的效果；測試不同的控制下，灌裝的準確度及速度有什么影響；或者通過控制程序的調整去優化每個環節，比如縮短每個環節的時間。

最后，我們以一個非常有意思的虛擬調試項目來壓軸。下圖圖表 11為某工業領域的一種大型供氣系統示意圖。該系統從液態燃料儲存的罐子中通過離心泵將其泵出，再通過換熱裝置和緩沖罐等中間環節按要求處理好后，才可以供給到末端用戶。同時由于儲存罐中液態的燃料會蒸發，因此當壓力達到一定數值后，系統會開啟另一路通路，將蒸發氣通過壓縮機及冷卻裝置處理后，也送到最終用戶端使用。

圖表11   – 大型供氣系統示意圖

從示意圖中可以看到，其中的閥/泵/壓縮機等執行機構都是需要PLC進行統一監測和控制的。可以想象，如果沒有虛擬調試，那么PLC工程師只能測一下程序的邏輯是否OK，并不能檢驗控制程序結合供氣系統后實際閉環的控制效果如何。

那如果等到整個系統硬件完全搭建好就差最后一步現場調試就可以交付給最終用戶的時候，PLC控制工程師再去現場調試，那這個調試的周期和成本可能會很高。光是這套系統運行一天的功耗及燃料消耗這些顯性成本就是不小的數字，而且更為關鍵的是多調試一天就意味著這套大型供氣系統的最終用戶少一天收益。相較之下，如果PLC工程師提前通過虛擬調試摸過底，對于系統的運行及控制參數的關系經過各種工況的預先模擬已經心里有數，那么在去到現場進行調試前就可以做到心中有數，可以用最短的時間完成實機調試，使最終客戶的收益最大化。

在這個項目中，根據客戶的虛擬調試需求，定義及規劃好模型的內容以及和PLC的通訊信號。由于沒有過往項目或產品試驗數據可以參考，因此供氣系統模型的輸出是通過另外一款專業工藝設計軟件提供的計算結果來對被控對象模型進行驗證，確保模型輸出符合預期。下圖圖表 12即為最終交付的虛擬調試平臺：左上為實際系統的三維展示，右上為客戶的WinCC界面，左下為AMESim運行的動態結果，右下為Automation Connect的界面。

圖表12 – 大型供氣系統虛擬調試平臺

 第二階段在客戶完成實際系統臺架的搭建后（圖表 13），可以直接應用第一階段調試的成果，在實際臺架上進行檢驗。

圖表13 – 大型供氣系統臺架（示意圖）

最后，我們甚至還探索了HiL平臺的虛擬調試可行性。雖然本文一開始就提到這種HiL其實并不是嚴格意義上的實時系統，但是對于目前這套系統，動態過程并不多也不劇烈的工況下是值得進行一番探索的。

因此，我們需要首先對被控對象模型進行處理，提高求解速度。主要是借助于神經元網絡訓練驗證好的模型，最終得到簡化的、求解更快的神經元網絡模型。并且訓練后的模型精度也要和訓練前盡量吻合。

圖表14   – 神經元網絡簡化方法及結果對比

控制器這一側自然是要鏈接實際的PLC硬件控制器，通過SIMIT UNIT將S7-1511控制器和簡化的神經元網絡模型對接（還是基于AMESim），具體構成如下圖所示

圖表15   – HiL架構示例

但HiL平臺這種虛擬調試能帶來多大的收益，目前來看還不是很確定。需要繼續積累一些實際項目經驗及行業經驗，可能才能給出明確的結論。

從上面介紹的幾個案例中，我們可以看到在被控對象模型方面，都是首先搭建滿足調試需求的系統模型，能表征實際產品或系統在運行時的穩態及動態特性，能在執行機構的不同命令組合下給出合理準確的響應曲線。這是虛擬調試的基石所在：PLC控制的系統紛繁復雜，通常是“機電熱液磁”的多物理領域的耦合作用結果，因此要抓住系統運行的背后本質，就需要對發生的物理現象進行分析和理解，最終落實到建模的手段和方法上，只有這樣才能最終通過模型來準確表現/復現實際系統的表現。基于準確的模型，PLC的虛擬調試才有意義，才可以在實際系統到位前先一步檢驗控制策略及系統設計是否滿足要求，才可以嘗試特殊工況來檢驗系統運行在極限工況點的表現，才可以確實縮短總體調試時間，讓產品盡早投入使用或運營。

數字化雙胞胎的落地實施已經越來越有顯著的收益，而且隨著數字化虛擬模型的準確度及運行速度也越來越高（甚至利用AI降階的模型都不需要考慮模型求解速度），虛擬調試勢必可以應用到更廣泛的領域。而且不只是基于元部件或系統的虛擬調試，利用AI相關的技術手段，結合更多的仿真手段如CFD仿真和3D仿真，包括像工業邊緣Edge的支持等，可以實現諸如虛擬傳感器，預測性維護等拓展應用。（如圖表 16所示）

圖表16 – 虛擬調試的拓展：結合工業邊緣Edge

總之，通過上述文字的介紹可以看到從虛擬調試的概念提出到落地是一個非常迅速的過程，無論是國內國外都已經有很多成熟的落地案例，而且還在持續地高速增長；另外，其覆蓋的行業范圍也是越來越廣，畢竟PLC所覆蓋的全行業領域理論上都是可以引入虛擬調試來提高產品開發效率。

感謝各位耐著性子看到這里，那就“三連”走一波唄！期待下期提供更有意思的文章和大家繼續交流。