CN102663182A

CN102663182A - 一种大型设备的智能虚拟维修训练系统

Info

Publication number: CN102663182A
Application number: CN2012100898294A
Authority: CN
Inventors: 孙有朝; 王丰产; 徐庆宏
Original assignee: Nanjing University of Aeronautics and Astronautics
Current assignee: Nanjing University of Aeronautics and Astronautics
Priority date: 2012-03-30
Filing date: 2012-03-30
Publication date: 2012-09-12

Abstract

本发明公开了一种大型设备的智能虚拟维修训练系统。所述智能虚拟维修训练系统包括界面接口层、应用层、技术支持层。应用层包括CAD数据处理模块、维修任务库生成和管理模块、外设硬件驱动模块、维修资源模块、维修仿真模块、维修分析评价模块。维修资源模块根据CAD数据处理模块得到的数据建立智能模型，智能模型通过与外设硬件的交互得对受训人员以及工具的姿态和动作模拟，进而为维修仿真任务提供准备。所述大型设备的智能虚拟维修训练系统采用多种交互方式相结合的训练方式的同时不消耗现实资源和能量，缩短训练时间，降低训练成本，增强了虚拟操作训练的效果；对推动民机数字化维修和维修训练技术的发展具有重要的意义。

Description

一种大型设备的智能虚拟维修训练系统

技术领域

本发明涉及一种大型设备的智能虚拟维修训练系统，属于制造业信息化和数据处理的技术领域。

背景技术

随着现代机电产品和装备的复杂性逐渐增长，保障费用和维修费用大幅增长，维修工作对保持机电产品和装备的完好性和可用性起着非常重要的作用。因此，复杂产品和装备的维修问题引起了工业界的重视。传统装备的维修训练、实施、评估和验证工作通常都是在实际装备上进行，对装备维修人员的训练工作一般采用两种方法，一是由有关单位组织进行维修训练，二是由装备大修厂自行训练其维修人员。这两种维修训练方法都是在实装上进行。这种维修方法存在以下缺陷：（1）鉴于装备数量、型号、训练场地和环境有限，受训人员数量和操作时间难以保证，训练效率低，维修知识和技能难于普及；（2）实装维修必须在装备样机制造好之后才可以对其维修性进行精确的分析，容易造成装备设计制造的返工，增加装备设计制造费用。

虚拟维修训练以装备维修训练为研究对象，以虚拟现实技术为基础，以计算机及其相应的硬件设备为实验手段，为复杂装备的维修训练建立起一个“实装”、“实地”和“实时”的仿真环境。

现有技术多以产品协同设计为目标，支持多用户的产品协同设计工程，但是现有产品协同设计的技术从产品设计的角度出发，没有考虑如何支持虚拟维修工程，产品维修数据的存储和访问，产品协同维修过程等问题。由于维修工程比设计过程涉及到的因素和相关人员类型更多，过程更复杂，所以现有的技术不能做到支持虚拟维修的过程。缺乏根据CAD数据系统自动生成任务和管理任务的功能。没有维修训练效果评估功能、维修性、工效性评估功能。

发明内容

本发明所要解决的技术问题是针对上述背景技术的不足，提供了一种大型设备的智能虚拟维修训练系统

本发明为实现上述发明目的采用如下技术方案：

一种大型设备的智能虚拟维修训练系统，包括：界面接口层、

应用层、技术支持层；其中：所述界面接口层通过数据接口与应用层连接，所述技术支持层通过应用接口与应用层连接；

所述应用层包括CAD数据处理模块、维修任务库生成和管理模块、外设硬件驱动模块、维修资源模块、维修仿真模块、维修分析评价模块，其中：所述CAD数据处理模块通过数据接口与维修资源模块连接，所述维修资源模块通过数据接口与维修仿真模块连接，所述维修任务生成和管理模块通过用户接口与维修仿真模块连接，所述维修仿真模块通过数据接口与维修分析评价模块连接，所述外设硬件驱动模块通过硬件接口与维修分析评价模块连接。

所述一种大型设备的智能虚拟维修训练系统中，CAD数据处理模块包括依次连接的格式转换单元、数据解析单元、CAD数据轻量化单元，其中：

所述格式转换模块用于将大型设备数字样机模型的CAD数据转换为STEP格式的数据；

所述数据解析单元用于对STEP格式的数据进行解析得到STEP格式大型设备数字样机模型的核心信息，所述核心信息包括大型设备模型零部件的尺寸信息、形状信息及装配约束信息；

所述CAD数据轻量化单元用于对核心信息做轻化处理得到应用数据。

所述一种大型设备的智能虚拟维修训练系统中，维修任务库生成和管理模块

包括依次连接的任务生成单元、任务仿真验证模块、训练任务分配单元；其中：

所述任务生成单元用于提取大型设备数字样机模型零部件的ATA编码，根

据大型设备的系统结构树生成维修任务库；

所述任务仿真验证模块根据维修标准规范验证维修任务的可实时性，最终确定可实施的维修任务库；

所述训练任务分配单元用于为维修仿真模块分配维修任务。

所述一种大型设备的智能虚拟维修训练系统中，外设硬件驱动模块包括外设设备驱动、姿态动作识别模块、数据库，所述外设设备驱动与姿态动作识别模块的输入端连接，所述姿态动作识别模块的输出端与数据库连接；所述姿态动作识别模块识别训练人员操作外设设备的姿态与动作，再将得到的姿态库与数据库存储到数据库中。

所述一种大型设备的智能虚拟维修训练系统中，维修资源模块包括智能部件Agent单元、智能人体Agent单元、智能工具Agent单元、交互黑板模块，所述智能部件Agent单元、智能人体Agent单元、智能工具Agent单元分别与交互黑板模块连接。

本发明采用上述技术方案，具有以下有益效果：采用多种交互方式相结合的训练方式的同时不消耗现实资源和能量，缩短训练时间，降低训练成本，增强了虚拟操作训练的效果；对推动民机数字化维修和维修训练技术的发展具有重要的意义。

附图说明

图1为大型设备智能虚拟维修训练系统的示意图。

图2为维修资源模块中三个智能模型交互的示意图。

图3为三角隶属度函数的示意图。

具体实施方式

下面结合附图对发明的技术方案进行详细说明：

如图1所述的大型设备的智能虚拟维修系统包括：界面接口层、应用层、技

术支持层；其中：所述界面接口层通过数据接口与应用层的输入端连接，应用层的输出端通过应用接口与技术支持层连接。

界面接口层包括CAD数据采集模块、用户服务器、外设硬件（如数据手套、头盔显示器、三维声音装置、投影设备）。

技术支持层包括寻你人体建模和仿真模块、虚拟显示技术交互模块、PDM系统、VR外设及驱动程序、HLA技术、工作流技术、离散时间建模和仿真模块、CAA二次开发技术、CATIA软件。技术支持层为智能虚拟维修训练提供基础技术支持。

应用层包括CAD数据处理模块、维修任务库生成和管理模块、外设硬件驱动模块、维修资源模块、维修仿真模块、维修分析评价模块。CAD数据处理模块通过数据接口与维修资源模块连接，维修资源模块通过数据接口与维修仿真模块连接，维修任务生成和管理模块通过用户接口与维修仿真模块连接，维修仿真模块通过数据接口与维修分析评价模块连接，外设硬件驱动模块通过硬件接口与维修分析评价模块连接。

CAD数据处理模块包括依次格式转换单元、数据解析单元、CAD数据轻量化单元、数据库。CAD数据处理模块进对界面接口层导入的大型设备数字样机模型的CAD数据做处理。界面接口层除了导入的大型设备数字样机模型的CAD数据，还导入人体数据、维修工具数据。格式转换单元将接收大型设别数字样机模型的CAD数据转换为STEP格式的数据，数据解析单元对STEP格式的数据进行解析得到大型设备数字样机的核心信息。核心信息指的是大型设备数字样机零部件信息，包括：零部件的尺寸、形状及约束信息（与其它零部件的连接关系、动作制约的关系）。CAD数据轻量化单元对核心信息做轻量化处理（滤去零部件之间的拓扑结构关系、零部件的材质信息等完成维修任务不必要的信息）得到应用数据，再将应用数据存数到数据库中。应用数据、人体数据、维修工具数据供维修资源模块构建智能部件Agent、智能工具Agent和智能人体Agent之用。

维修资源模块包括：智能部件Agent单元、智能人体Agent单元、智能工具Agent单元、交互黑板模块，智能部件Agent单元、智能人体Agent单元、智能工具Agent单元分别与交互黑板模块连接。

智能部件Agent单元根据CAD数据处理模块得到的数字样机零部件尺寸、形状、约束信息构建智能部件模型IP，加入虚拟维修部件的智能属性（典型的虚拟部件智能属性包括装配部、操作部、失效模式、维修模式等），使其拥有Agent的框架体系，便于实时地智能运算、维修操作，并与原来的CATIA模型兼容。

智能人体Agent单元根据CAD数据处理单元得到的人体尺寸、形状、约束信息构建智能人体模型IB，加入虚拟维修人的智能属性（典型的虚拟人智能信息包括身高、臂长、姿态、体态、维修姿态等），使其拥有Agent的框架体系，便于实时地智能运算、维修操作，并与原来的CATIA模型兼容。

智能工具Agent单元根据CAD数据处理单元得到的工具尺寸、形状、约束信息建立工具库，进而得到智能工具模型IT，加入虚拟维修的工具智能属性（典型的虚拟工具智能属性包括工具类别、工具位姿、工具部、抓紧部、和工具状态等），使其拥有Agent的框架体系，便于实时地智能运算、维修操作，并与原来的CATIA模型兼容。智能部件模型IP、智能人体模型IB、智能工具模型IT三者之间的交互示意图如图2所示。

维修任务库生成和管理模块包括任务生成单元、任务仿真验证单元、训练任务分配单元。任务生成单元提取数字样机零部件ATA编码、系统或零件名称、失效模式和维修模式信息，根据大型设备的系统树结构、任务标识构建维修任务库。任务仿真验证单元根据任务内容结构层次规范要求验证生成的维修任务是否符合维修标准的要求，剔除不合要求的维修任务，最终确定可实施的维修任务库。大型设备的系统结构树将大型设别化为为子系统，再将子系统划分零部件。任务标识是表示任务的唯一识别码。任务内容结构层次规范指的是符合相关维修标准的规范内容，如：ATA2200标准、ASD-S1000D标准。训练任务分配单元将可实施的维修任务分配给维修仿真模块。

外设硬件驱动模块包括：数据手套、头盔显示器、三维声音装置、投影设备等硬件设备的驱动设备、姿态动作识别单元。姿态动作识别单元根据训练人员操作外设硬件的姿态与动作，结合人体模型生成姿态库与动作库。维修资源模块中的智能人Agent对象通过硬件接口与外设硬件交互将训练人员对外设硬件的操作映射到智能人Agent对象对外设硬件的操作。人体模型是CAD软件中读取的，也可以自行设计人体模型。

维修仿真模块根据装配设备的不同层次和区域生成不同层次维修任务的装配工序；结合专家知识库法则检验原有工序的可优化程度，根据用户服务器录入的知识规则不断迭代优化作业工序；通过人机交互接口将任务仿真过程呈现在用户服务器上。

维修分析评价模块由一系列的子功能评价模块、信息交互黑板和数据库组成。一系列子功能评价模块是根据维修评价指标（可视性、可达性、简单性、易测性、工效性等指标属性）而设置的。我们通过智能虚拟维修系统和用户的交互，由数据库提供了维修评价知识库和技术支持，从而进行相应的训练效果评价、维修性分析评估、维修工效性评价、经济性评价和作业时间标准分析。

训练效果评价是根据学员模型信息从维修领域知识库中选取未被学员掌握的维修知识给学员学习，这些未掌握的知识主要指针对某一维修任务中所涉及到的领域知识，包括发生故障部件的原理，结构、维修手册即相关资料、故障现象、故障影响，故障原因、相关排故方法等；再将涉及到这些知识的维修案例的维修过程模型提取出来，并进行实时虚拟过程仿真，在此期间，学员充分学习相关维修操作等知识；训练结束后，根据领域专家给出的水平等级体系，对学员所掌握的维修知识水平进行评估，给出评价值；根据维修评估指标体系，对学员的维修训练能力进行评估，评价其维修能力处于什么等级，并给学员打分。

维修性分析评估是通过对维修性评价指标：可视性、可达性、简单性、易测性、工效性等指标，综合评价给出维修性评价等级。以维修性各属性值为基础，提出基于多属性决策理论对产品维修性综合评价方法。多属性决策一般包括属性值的预处理、属性权重的确定、方案排序或评分等步骤。基于多属性决策理论开展维修性综合评判同样包括维修性属性值的预处理、维修性属性权重的确定以及维修性综合评价等相应步骤。

由于维修性各评价因素具有模糊性，建立模糊评价集V={“非常差”，“差”，“比较差”，“一般”，“比较好”，“好”，“非常好”}对各属性进行评价，评价集各自然语言变量用三角模糊数来定量化表示，表1为不同自然语言变时三角模糊数的取值。三角模糊数隶属度函数如图3所示，结果如表1所示。

自然语言变量	三角模糊数
		非常差	(0, 0, 0.1)
差	(0, 0.1, 0.3)
		比较差	(0.1, 0.3, 0.5)
一般	(0.3, 0.5, 0.7)
		比较好	(0.5, 0.7, 0.9)
好	(0.7, 0.9,1)
		非常好	(0.9, 1, 1)

表1

将维修性属性评价集模糊化，以表示待评价方案与最优方案接近程度的相对接近度作为评价标准，可以对各备选方案进行排序比较；而根据三角模糊隶属度函数将相对接近度模糊化，则可给出设计方案的定性评价。

维修工效性评价：其功能是通过对评价指标可视性、可达性、方便性、姿态疲劳度等指标进行工效性综合评价。从人体力学的力量、疲劳、感知觉、活动范围和灵活性5项指标对实验人员进行了裸手与戴手套(舱外航天手套模拟件) 的手动作业工效研究，并结合人体知识运用统计学方法对5项指标的测试指标进行了优选处理。结果可用握力代表力量，以主观疲劳与行为下降代表疲劳，以内收/外展、弯曲/伸展与旋转代表活动范围,形状感知代表感知觉，拧螺母打结代表灵活性，为舱外航天手套提供工效性评价的基础性资料。

维修经济性评价是通过对维修经济性指标工时、效率、维修性等评价产品的维修经济性。

作业时间标准分析将模糊模拟技术引入到Petri网理论中的建模思想，形成协同维修进度预测的模型。首先，在确定维修任务分解结构、工序接口关系和维修工序作业模糊时间的基础上，利用着色Petri 网描述协同维修过程；然后，设置相关颜色集、函数和代码实现模糊模拟技术嵌入Petri网模型的条件；最后，通过多次仿真，记录相应的维修时间和隶属度，完成可信性分析步骤。所建立的协同维修进度预测模型能将模糊工期型有效转化为与隶属度相关的肯定工期型，克服了传统模糊工期分析中存在模糊合成规则复杂多变等问题；预测结果不仅可以提示维修工序的衔接时间规律，而且能确定在约束条件下按时完工的可信性。

所述大型设备的智能虚拟维修训练系统的工作过程如下：维修仿真模块根据维修任务生成和管理模块建立的维修任务库分析维修过程的初始状态，接着依据初始状态分析具备触发条件的维修任务，再根据仿真规则从所有具备触发条件的维修任务中选择一项维修任务完成，同时将仿真时钟推向下一时刻，分析当前时刻维修过程所处的状态，准备开始下一项维修任务。初始状态包括受训人员的状态、数字样机零部件的状态、维修工具的状态。受训人员的状态、数字样机零部件的状态、维修工具的状态由CAD数据处理模块对界面接口层中CAD数据采集模块采集的数据做格式转换以及核心信息提取得到。受训人员的状态、数字样机零部件的状态、维修工具的状态信息进入维修资源模块生成智能部件模型IP、智能人体模型IB、智能工具模型IT为维修任务仿真做准备。受训人员通过硬件接口与外设硬件交互得到虚拟人模型的动作以及姿态信息为维修仿真作准备。维修分析批昂及模块根据维修仿真模块的结果从维修功效性、经济性、作业时间标准性等方面评价智能虚拟维修系统的维修效果。

综上所述，本发明通过CAD数据模型的读取和简化，通过轻量化处理引擎，直接生成数字虚拟维修数值样机，并对CAD数据进行重新组合利用生成具有交互功能的Agent模型，并与人体Agent、工具Agent进行交互。通过维修任务生成和管理模块对维修训练任务进行智能分配，通过维修任务仿真需求选择人体动作姿态和工具，具有导向性自动仿真功能。系统通过连接外部设备驱动虚拟数字模型，包括工具、人体和数字样机部件。经过虚拟维修仿真引擎仿真维修过程，逼真的显示维修过程，到达维修训练的目的。维修仿真后，通过分析评价模块评价维修训练效果、产品维修性、维修工效性、维修经济型、维修工作强度及人体疲劳度等。

本发明逼真的虚拟现实环境提供与真实设备一样的感受，不消耗现实资源和能量，零风险、低成本；多种交互方式相结合，增强了虚拟操作训练的效果；有利于对其进行理论升华，更好地指导实际维修训练。主要应用于：1.虚拟维修，虚拟装配2.虚拟培训，虚拟教学3.虚拟现实，三维仿真，三维可视化等领域。对推动民机数字化维修和维修训练技术的发展、提高民机维修训练效率、缩短训练时间、降低训练成本等具有重要的理论意义和现实意义。

Claims

1.一种大型设备的智能虚拟维修训练系统，其特征在于包括：界面接口层、

2.根据权利要求1所述的一种大型设备的智能虚拟维修训练系统，其特征在于所述CAD数据处理模块包括依次连接的格式转换单元、数据解析单元、CAD数据轻量化单元，其中：

3.根据权利要求1所述的一种大型设备的智能虚拟维修训练系统，其特征在于所述维修任务库生成和管理模块包括依次连接的任务生成单元、任务仿真验证模块、训练任务分配单元；其中：

据大型设备的系统结构树生成维修任务库；

所述训练任务分配单元用于为维修仿真模块分配维修任务。

4.根据权利要求1所述的一种大型设备的智能虚拟维修训练系统，其特征在于所述外设硬件驱动模块包括外设设备驱动、姿态动作识别模块、数据库，所述外设设备驱动与姿态动作识别模块的输入端连接，所述姿态动作识别模块的输出端与数据库连接；所述姿态动作识别模块识别训练人员操作外设设备的姿态与动作，再将得到的姿态库与数据库存储到数据库中。

5.根据权利要求1所述的一种大型设备的智能虚拟维修训练系统，其特征在于所述维修资源模块包括智能部件Agent单元、智能人体Agent单元、智能工具Agent单元、交互黑板模块，所述智能部件Agent单元、智能人体Agent单元、智能工具Agent单元分别与交互黑板模块连接。