热轧生产是将合格的高温连铸板坯轧制成较薄的带钢钢卷。热轧生产工艺流程主要由原料准备、板坯加热、除磷、粗轧、精轧、层流冷却、卷取以及精整等工序组成。热轧生产线由辊道、加热炉、粗轧机组、精轧机组、带有保温罩的辊道层流冷却系统、卷取机等设备共同组成的。
热轧生产线数字孪生系统以热轧生产的主体业务为核心，运用数字孪生技术构建具有真实物理特征的工厂和设备模型，再集成现有的多源异构数据，复现热轧生产线的实时动态超写实映射。实现生产智能优化和质量智能监控与预警，促进钢铁工业智能制造的发展。
1. 热轧生产线数字孪生系统架构
热轧生产线数字孪生系统由应用层、能力层、实体层三个部分组成，这三个层次是相互连接、相互制约和实时交互的关系，该体系以实体数据、通信传输与海量计算为依托，采用核心的云边协同、5G网络等技术手段，将计算、通信与控制有效协作，做到涉及制造设备、生产环境等物理实体与虚拟的信息空间深度融合，实现人对热轧的生产和设备的数字化管理和智能化控制。
1.1 实体层
实体层分为物理实体和感知实体。物理实体包含热轧生产设备、人员、加工物料、生产环境。根据采集热轧生产设备的实时数据、制造设备在不同生产环境中真实生产状态所产生的数据、人员从加工物料到产品产出这一过程的决策与操作数据，将这些多物理属性集成的实时仿真数据关联在一起，进一步分析提供的数据和资源，能够更加精确镜像物理实体在虚拟空间中的数字孪生模型，保证在虚拟环境中设备生产的功能、性能保持高度一致。
感知实体包含传感器、RFID标签、摄像头、机械臂、扫描仪、无人机。热轧生产实时数据的采集传输和更新是构建热轧生产线数字孪生系统的基础，感知层通过不同的感知实体采集实时数据和运行状态。例如，高集成度和低成本化的微机电系统传感器，电磁感应及信号反射原理的RFID标签、高清摄像头、高定位精度和耐高温的柔性机械臂、三维激光扫描仪、激光脉冲遥感无人机，采集热轧智能制造过程的多源异构实时和动态数据，解决了对于热轧生产系统和复杂设备感知能力弱的问题，为云边服务提供全域全时段的物联感知数据支撑。
1.2 能力层
能力层作为热轧生产数字孪生系统的主体结构，由云端、边缘端及网络三部分组成。将云边服务、5G网络及终端紧密得融合在一起，实现对热轧生产孪生模型的目标优化及精确量化分析。
5G网络是以新型短距通信融合5G为核心，通过蓝牙技术、超宽频技术、紫蜂技术、RFID技术、NFC技术及Wi-Fi技术，高速上传感知实体采集的海量数据，高速反馈感知冶炼实体与云边端之间的控制指令，提供高效交互、多网协同的移动网络服务，大幅度提升了云边网资源的利用率，使制约热轧生产线数字孪生系统的决策质量因素不再是如何高效传输数据。指定系统内部通信协议和网络拓扑等，提高数据本地化分流能力，避免在网络通信中降低了系统数据的传输精度，实现最优的网络传输效率和协同运行速率。
边缘端将采集的数据存储到边缘存储器中，对数据清洗和分析并进行边缘计算，将处理后的数据传输至现场服务端，系统通过决策者的修改给出新的目标结果预测，实现动态决策优化的过程。
1.3 应用层
应用层是由决策者对热轧智能制造设备进行产品设计、加工制造、运行维护及报废回收的全生命周期操作。
（1）在产品设计阶段，孪生模型可以提供准确的设计，经过一系列调参、加速、重复的仿真试验，调节孪生模型与物理实体的性能误差，在多目标并存的环境下进行精确的分析推演，预判产品可能出现的生产瓶颈等问题，实现物理实体与产品孪生模型精准映射。
（2）在加工制造阶段，通过数字化生产线的协作与执行，根据孪生数据自动完成运行和优化，实现记忆、感知、优化、分析、决策的热轧生产过程，采集热轧生产实时运行数据，实现在复杂环境下的生产动态进行监控，调用监控策略、操作参数、环境参数等，对孪生模型的异常数据进行调整，实现关键指标监控和过程能力评估。
（3）在产品运维阶段，调用热轧装配与运行检测的参数、配件及关键特征等相关制造记录，对孪生模型的设计和制造过程进行故障预测与分析，提供精准定位故障、分析故障原因、优化运维策略、报废回收等服务。
（4）在报废回收阶段，将冶炼孪生模型的全生命周期数据进行封装归档，产品档案为创新衍生产品提供数据支持和增值服务，节省了研发新产品的时间和资源。面向冶炼孪生模型的全生命周期，实现对物理实体的监测、控制、行为预测及管理等，最终形成一个互联互通和闭环的热轧生产全生命周期管理。
2. 热轧生产线数字孪生系统功能
热轧生产线数字孪生系统通过构建设备与生产线的数字化、轧制过程状态孪生、产线状态主动监控与预警、可视化看板，实现了生产智能优化、质量智能监控及预警，提升了产线数字化、智能化水平。
2.1 智能监控与预警
为了满足智能装备系统中主产线关键监控点信息与预警可视化的功能需求，调用监控内容，对相关设备的部件采用独立、细化建模。
从生产现场采集实时生产数据，经状态观测器获得生产执行部件的实时位置与速度，通过不同状态观测器模型的实时同步，实现设备执行部件运动状态、物料信息状态、轧件变形状态、轧件温度状态等实时映射。
跟踪产线的生产情况，对设备的关键力能参数进行实时跟踪，实现对全线生产的实时统计、力能参数的监控与主动预警。实时统计产线的产品质量、产线运行等基本生产情况。采用生产过程信息、设备状态实时数据，实时监控生产运行状态，对异常进行可视化预警。
2.2 生产智能优化
在热轧生产线数字孪生系统中，数据的多维属性得到了充分的展示。该系统通过分级的看板、模块化的配置以及动态生成的报表图表，实现了数据的可视化。在示范的可视化看板中，用户可以灵活地配置并查看各个模块和区域的动态信息。这种多维度的观察和分析方法，使得数据的深度挖掘成为可能。
此外，该系统利用5G网络的优势，包括其灵活的布线能力、在移动场景下提供的大带宽、低延迟以及对大量设备的接入能力，将实时更新的数据高效地传输回热轧生产线数字孪生系统。这样的数据回流，通过反馈控制机制，对数字孪生模型进行不断的修正和优化。
最终，这一过程实现了物理生产流程与云平台之间的无缝、实时的双向整合与互联。这种整合不仅提高了生产效率，还实现了对热轧生产全生命周期的闭环优化，从而确保了生产过程的持续改进和优化。
热轧生产线数字孪生系统通过可视化展现了多形态、多维度的冶炼数据，可以快速定位工控问题，提升了产线数字化、智能化水平。
