CN108427390A - 一种基于数字孪生的车间级智能制造系统及其配置方法 - Google Patents
一种基于数字孪生的车间级智能制造系统及其配置方法 Download PDFInfo
- Publication number
- CN108427390A CN108427390A CN201810339946.9A CN201810339946A CN108427390A CN 108427390 A CN108427390 A CN 108427390A CN 201810339946 A CN201810339946 A CN 201810339946A CN 108427390 A CN108427390 A CN 108427390A
- Authority
- CN
- China
- Prior art keywords
- workshop
- manufacturing
- product
- network
- twin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013507 mapping Methods 0.000 claims abstract description 25
- 230000003993 interaction Effects 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000002860 competitive effect Effects 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000012394 real-time manufacturing Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000011112 process operation Methods 0.000 claims description 2
- 230000000149 penetrating effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 3
- 230000007704 transition Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000003801 milling Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007514 turning Methods 0.000 description 2
- 206010054949 Metaplasia Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000005555 metalworking Methods 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
一种基于数字孪生的车间级智能制造系统及其配置方法，制造系统采用物理层、网络层和信息层组成的体系架构。智能制造系统的配置方法通过建立在制品与制造资源的数字孪生体，并建立与数字孪生体之间的映射关系，形成车间“人‑机‑物”自治交互机制，实现了车间“感知‑计算‑执行‑反馈‑决策”闭环制造逻辑。本发明通过将数字孪生技术应用于车间级智能制造系统建模与仿真中，给出优化的智能车间生产运作方案，为企业车间生产柔性、自治能力和动态响应能力的提升提供支撑，为传统制造车间的智能化转型升级提供一定的借鉴。
Description
技术领域
本发明属于制造系统自动化领域，具体涉及一种基于数字孪生的车间级智能制造系统及其配置方法，旨在支撑智能制造模式在制造车间的实施，提升车间生产柔性和动态响应能力。
背景技术
当前全球制造业正面临着产业增长缓慢、市场竞争压力变大、对客户需求的响应能力弱、生产柔性程度低等难题。随着新兴信息技术在制造业中的应用，智能制造已经成为制造业转型升级的重要途径。在智能制造环境下，通过配置智能化软硬件基础设施并进行集成，能够实现车间生产过程透明化、自治化以及实时、动态可控。
目前国内外研究主要集中于智能制造模式分析、智能工厂/车间硬件配置等方面，缺乏从系统层面出发，构建智能制造系统模型并探索自治生产方法。通过采用物联网(IoT)、信息物理融合系统(CPS)、智能嵌入式设备、数字孪生等技术，能够建立车间级智能制造系统的统一模型，并通过先进的信息与通讯技术手段，能够实现智能车间“人-机-物”等多生产主体之间的平等交互与自主协同，进而实现以产品制造任务为主线的智能车间自治化生产与运作管理。其中，物联网技术可应用于构建智能车间的泛在互联环境，实现各类生产主体在信息空间中的互联互通；信息物理融合系统可应用于构建“感知-计算-执行-反馈-决策”闭环制造逻辑；智能嵌入式设备可应用于实时采集制造环境数据、调用软件程序算法对实时数据进行处理、并通过通讯接口传递执行指令；数字孪生技术可应用于建立智能车间及其包含的各类物理实体的数字孪生体，以实现对智能车间生产过程的实时仿真与优化分析。
发明内容
本发明的目的在于针对上述现有技术中的问题，提供一种基于数字孪生的车间级智能制造系统及其配置方法，能够构建车间“感知-计算-执行-反馈-决策”闭环制造逻辑，进而实现车间“人-机-物”等多生产主体之间的自主协同和自治化生产运作。
为了实现上述目的，本发明基于数字孪生的车间级智能制造系统，包括物理层和信息层，以及用于对物理层和信息层进行连接的网络层；所述的物理层包括能够主动交互、柔性装夹至不同数控加工机床的在制品，以及能够接入车间制造物联网并实现相互之间状态感知、实时通讯和自治交互的制造资源；所述的网络层包括能够虚拟化为网络中的资源节点，实现物理层所有在制品及制造资源互联，形成车间制造物联网的网络和接口；所述的信息层包括在制品与制造资源的数字孪生体，以及用于实时数据处理计算、制造系统运行仿真、生产决策分析与会话管理的软件，数字孪生体通过网络层的网络和接口形成与物理层所有在制品及制造资源之间的一一映射关联关系，实现对物理层所有在制品及制造资源的虚拟化仿真建模。
所述的每个在制品配置带有唯一标识的RFID标签、嵌入式系统设备以及带有柔性装夹装置的运输托盘。制造资源包括加工设备、机器人、运输小车、操作者，采用一一映射准则配置RFID数据采集器、嵌入式系统设备及振动、位置、噪声、电流、电压传感器、人机交互终端以及网络通讯模块。RFID数据采集器采用固定式或移动式的数据采集器，嵌入式系统设备采用BeagleBone或Raspberry Pi，所述的网络通讯模块采用ZigBee、WIFI或蓝牙模块。
所述的网络层包括车间局域网、无线网、ZigBee、蓝牙传输网络，以及相应的网络路由、数据通讯接口、人机交互接口和云数据库。
本发明基于数字孪生的车间级智能制造系统的配置方法，包括以下步骤：
1)物理层配置建模；
首先，为车间内的每一个在制品配置一个带有唯一标识的RFID标签、一台嵌入式系统设备、一个带有柔性装夹装置的运输托盘，形成能够主动交互、柔性装夹至不同数控加工机床的在制品；在制品的形式化建模描述为：
SPi＝{PTid,Oid,OInfo,PSet,Cp,Cl,PLog} (1)
Pi,j＝{Ptype,Qr,St,Dt,Info} (3)
式中的，PTid表示在制品SPi的唯一识别代码；Oid和OInfo表示在制品所属订单的标号和详细订单要求；PSet表示在制品加工工序集；Cp和Cl表示当前在制品正在执行的工序操作和当前所在工位；PLog表示加工工序执行过程记录信息；Rn表示与在制品加工工序集对应的制造资源矩阵，用于描述任一工序在执行过程中所需的各类制造资源集合；Pi,j表示在制品的第j个加工工序，Ptype表示工序类型；Qr表示在制品的加工工艺质量要求，St和Dt分别表示该加工工序的开始时间和加工时间，Info记录与该加工工序相关的其它信息；
其次，采用一一映射准则为车间内的制造资源配置一台RFID数据采集器，通过无线射频的方式与在制品进行通讯；配置一台嵌入式系统设备及振动、位置、噪声、电流、电压传感器，由嵌入式系统实时采集传感器数据，并通过车间网络将实时数据上传至系统；配置一台人机交互终端，用于显示制造资源的实时制造任务、加工进度、生产指令，并提供交互接口以输入相应的数据和请求，形成智能车间制造资源集，形式化建模描述为：
SEi＝{ETid,Etype,CEst,DSet,ELog,Info} (4)
DSet＝{N,E,S,V,D} (5)
其中：ETid表示制造资源SEi的唯一识别代码，Etype表示该制造资源的类别；CEst表示该制造资源的当前状态；DSet表示嵌入式系统设备采集的与该制造资源相关的传感器数据集，包括机床主轴振动V、位置D、噪声等级N、能耗E、运动速度S；ELog表示制造资源的运行状态记录信息；Info表示制造资源的详细参数，包括厂商、责任人、寿命及核心参数；
制造资源之间的竞合关系描述为：
式中的，RSE表示制造资源之间的竞合关系矩阵，矩阵元素Ri,j表示第i个制造资源和第j个制造资源之间的竞合关系，-1、0、1分别表示竞争关系、无关系、合作关系；
根据上述配置建模过程，得到智能车间物理层配置的最终方案为：
式中的，SP表示车间中流转的在制品集合，SE表示车间内制造资源的集合，表示以加工工序流为主线、通过车间网络形成的在制品SP与制造资源SE之间的自然连接；
2)网络层配置建模；
首先，分别布置车间局域网、无线网、ZigBee以及蓝牙传输网络，并采用星型网络融合方法建立异构网络的集成模型，为多模终端的统一访问提供支撑；其次，设计基于权限控制机制的多层级车间云数据库模型，并配置车间的异构数据通讯接口、人机交互接口；最后，通过上述网络和接口标准化接入在制品和制造资源，并虚拟化为网络中的资源节点，实现制造车间内所有物理资源的泛在互联，形成车间制造物联网；
3)信息层配置建模；
首先，对车间内的在制品、制造资源进行数字化映射建模，形成车间内各物理实体的数字孪生体，并依据实际布局对数字孪生体进行逻辑排布，形成车间数字孪生体模型；
智能车间数字孪生体的形式化建模描述为：
CSF表示车间数字孪生体，SP＇和SE′分别表示在制品数字孪生体、制造资源数字孪生体；
其次，建立物理空间中的车间与信息空间中数字孪生体之间的逻辑映射关系，各物理实体通过数据接口协议与数字孪生体进行双向的数据同步；其中，车间将实时采集的制造数据通过接口上传至数字孪生体，数字孪生体进行数据处理和系统仿真分析，得出的生产决策信息通过接口下达至各制造资源，并依据决策信息实时更新各自的生产指令，通过映射实现车间“感知-计算-执行-反馈-决策”的闭环制造逻辑；逻辑映射建模可描述为：
运算符表示物理空间中的物理实体与信息空间中的数字孪生体之间的一一映射关系。
各物理实体通过MTConnect、AutomationML、TCP/IP协议与数字孪生体双向数据同步。
与现有技术相比，本发明基于数字孪生的车间级智能制造系统，采用物理层、网络层和信息层组成的体系架构，物理层配置建模包括在制品的配置建模与制造资源的配置建模，实现在制品、制造资源虚拟化接入车间制造物联网，相互之间能够进行状态感知、实时通讯和自治交互。本发明智能制造系统的配置方法通过建立在制品与制造资源的数字孪生体，并建立与数字孪生体之间的映射关系，形成车间“人-机-物”自治交互机制，实现了车间“感知-计算-执行-反馈-决策”闭环制造逻辑。本发明通过将数字孪生技术应用于车间级智能制造系统建模与仿真中，给出优化的智能车间生产运作方案，为企业车间生产柔性、自治能力和动态响应能力的提升提供支撑，为传统制造车间的智能化转型升级提供一定的借鉴。
附图说明
图1本发明基于数字孪生的车间级智能制造系统体系架构图；
图2本发明基于数字孪生的车间级智能制造系统的物理层配置建模图；
图3本发明基于数字孪生的车间级智能制造系统的信息层配置建模图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
参见图1，本发明基于数字孪生的车间级智能制造系统，体系架构分为物理层、网络层和信息层，其中网络层作为连接物理层和信息层的桥梁。
物理层包括在制品以及制造资源，制造资源包括加工设备、机器人、运输小车、操作者，采用精确匹配准则为车间内的每个在制品配置一个带有唯一标识的RFID标签、一台嵌入式系统设备、一个带有柔性装夹装置的运输托盘，形成可主动交互、柔性装夹至不同数控加工机床的在制品；采用一一映射准则为车间内的各制造资源配置一台RFID数据采集器(固定式或移动式)、一台嵌入式系统设备(BeagleBone或Raspberry Pi)及振动、位置、噪声、电流电压等传感器、一台人机交互终端、一个网络通讯模块(ZigBee、WIFI或蓝牙)，以接入车间制造物联网并实现相互之间的状态感知、实时通讯和自治交互。
网络层包括车间局域网、无线网、ZigBee、蓝牙传输网络，以及相应的网络路由、数据通讯接口、人机交互接口、云数据库，通过网络和接口标准化接入各物理资源，并将其虚拟化为网络中的资源节点，用于实现制造车间所有物理资源的泛在互联，形成车间制造物联网；
信息层包括车间内各制造资源、在制品的数字孪生体，以及用于实时数据处理计算、制造系统运行仿真、生产决策分析与会话管理的软件应用程序，其中各物理资源的数字孪生体通过网络层的数据通讯接口，形成与各物理资源之间的一一映射关联关系，据此实现对物理层制造车间及制造资源的虚拟化仿真建模。
参见图2-3，本发明基于数字孪生的车间级智能制造系统的配置方法，包括以下步骤：
1、物理层配置建模：
车间级智能制造系统的物理层配置建模包括对在制品、制造资源(加工设备、机器人、运输小车)的物理配置与形式化建模两个方面。
首先，采用精确匹配准则为车间内的每一个在制品配置一个带有唯一标识的RFID标签、一台嵌入式系统设备、一个带有柔性装夹装置的运输托盘，形成可主动交互、柔性装夹至不同数控加工机床的在制品。在制品的形式化建模可描述为：
SPi＝{PTid,Oid,OInfo,PSet,Cp,Cl,PLog} (1)
Pi,j＝{Ptype,Qr,St,Dt,Info} (3)
其中：PTid表示在制品SPi的唯一识别代码；Oid和OInfo表示在制品所属订单的标号和详细订单要求(如优先级、批次、需求方)；PSet表示在制品加工工序集；Cp和Cl表示当前在制品正在执行的工序操作和当前所在工位；PLog表示加工工序执行过程记录信息；Rn表示与在制品加工工序集对应的制造资源矩阵，用于描述任一工序在执行过程中所需的各类制造资源集合；Pi,j表示在制品的第j个加工工序，Ptype表示工序类型，如车削、铣削、运输、质检等；Qr表示在制品的加工工艺质量要求，St和Dt分别表示该加工工序的开始时间和加工时间，Info记录与该加工工序相关的其它信息。
其次，采用一一映射准则为车间内的各加工设备、机器人、运输小车等制造资源配置一台RFID数据采集器(固定式或移动式)，通过无线射频的方式与在制品进行通讯；配置一台嵌入式系统设备(BeagleBone或Raspberry Pi)及振动、位置、噪声、电流电压等传感器，由嵌入式系统设备实时采集传感器数据，并通过车间网络将实时数据上传至系统；配置一台人机交互终端，用于显示制造资源的实时制造任务、加工进度、生产指令，并为设备操作者提供交互接口以输入相应的数据和请求。围绕各加工设备、机器人、运输小车，采用REST架构将上述硬件进行集成。通过上述配置，形成车间制造资源集。
制造资源的形式化建模可描述为：
SEi＝{ETid,Etype,CEst,DSet,ELog,Info} (4)
DSet＝{N,E,S,V,D} (5)
其中：ETid表示制造资源SEi的唯一识别代码，Etype表示该制造资源的类别，如数控车床、数控铣床、车铣复合加工中心、工业机器人、运输小车等；CEst表示该制造资源的当前状态，包括空闲、占用、故障；DSet表示嵌入式系统设备采集的与该制造资源相关的传感器数据集，包括机床主轴振动V、位置D、噪声等级N、能耗E、运动速度S等；ELog表示该制造资源的运行状态记录信息；Info表示该制造资源的详细参数数据，包括厂商、责任人、寿命、核心参数等。
不同的制造资源之间存在竞合关系，例如针对一个车削加工工序，数控车床和车铣复合加工中心之间存在竞争关系，而数控车床与车削刀具、操作者等制造资源之间存在合作关系。制造资源之间的竞合关系可描述为：
其中：RSE表示制造资源之间的竞合关系矩阵，矩阵元素Ri,j表示第i个制造资源和第j个制造资源之间的竞合关系，-1、0、1分别表示竞争关系、无关系、合作关系。
根据上述配置建模过程，可得到智能车间物理层配置的最终方案为：
其中：SP表示车间中流转的在制品集合，SE表示车间内制造资源的集合，表示以加工工序流为主线、通过车间网络形成的在制品SP与制造资源SE之间的自然连接。需指出的是，集合SP、集合SE以及它们之间的自然连接关系会随着智能车间生产任务的变化而动态变化。
2、网络层配置建模：
车间级智能制造系统的网络层配置建模包括车间局域网、无线网、ZigBee、蓝牙传输网络的集成配置，以及相应的云数据库、网络路由、数据通讯接口、人机交互接口配置。
首先，分别布置车间局域网、无线网、ZigBee、蓝牙传输网络，并采用星型网络融合方法建立上述异构网络的集成模型，为多模终端的统一访问提供支撑；
其次，设计基于权限控制机制的多层级智能车间云数据库模型，并采用webservice技术配置智能车间的异构数据通讯接口、人机交互接口；
最后，通过上述网络和接口标准化接入在制品和制造资源，并将其虚拟化为网络中的资源节点，实现制造车间内所有物理资源的泛在互联，形成车间制造物联网；
3、信息层配置建模：
车间级智能制造系统的信息层配置建模包括智能车间数字孪生体建模、信息-物理逻辑映射建模两个方面，如图3所示。
首先，采用含有静态属性、控制脚本、通讯接口等参数描述的模板化参考模型方法，对智能车间内的在制品、制造资源(包括加工设备、机器人、运输小车、操作者)进行数字化映射建模，形成智能车间内各物理实体的数字孪生体，并进一步依据物理车间的实际布局对上述数字孪生体进行逻辑排布，形成智能车间数字孪生体模型。
智能车间数字孪生体的形式化建模可描述为：
其中：CSF表示智能车间数字孪生体，SP′和SE′分别表示在制品数字孪生体、制造资源数字孪生体。SP′和SE′除了含有与SP、SE相同的静态内在属性信息之外，还含有车间生产执行中的动态过程信息。
其次，采用基于信息-物理空间映射的方法，建立物理空间中的智能车间与信息空间中的数字孪生体之间的逻辑映射关系，各物理实体通过数据接口协议(包括MTConnect、AutomationML、TCP/IP)与数字孪生体进行双向的数据同步。
其中：智能车间将实时采集的制造数据通过接口上传至数字孪生体，数字孪生体通过调用SVM、DNN、K-means、HMM等数据计算模型与算法进行数据处理和系统仿真分析，得出的生产决策信息通过接口下达至各制造资源，并依据决策信息实时更新各自的生产指令。
通过信息-物理逻辑映射实现智能车间“感知-计算-执行-反馈-决策”闭环制造逻辑。
智能车间数字孪生体的信息-物理逻辑映射建模可描述为：
运算符表示物理空间中的物理实体与信息空间中的数字孪生体之间的一一映射关系。
Claims (7)
1.一种基于数字孪生的车间级智能制造系统，其特征在于：包括物理层和信息层，以及用于对物理层和信息层进行连接的网络层；所述的物理层包括能够主动交互、柔性装夹至不同数控加工机床的在制品，以及能够接入车间制造物联网并实现相互之间状态感知、实时通讯和自治交互的制造资源；所述的网络层包括能够虚拟化为网络中的资源节点，实现物理层所有在制品及制造资源互联，形成车间制造物联网的网络和接口；所述的信息层包括在制品与制造资源的数字孪生体，以及用于实时数据处理计算、制造系统运行仿真、生产决策分析与会话管理的软件，数字孪生体通过网络层的网络和接口形成与物理层所有在制品及制造资源之间的一一映射关联关系，实现对物理层所有在制品及制造资源的虚拟化仿真建模。
2.根据权利要求1所述基于数字孪生的车间级智能制造系统，其特征在于：每个在制品配置带有唯一标识的RFID标签、嵌入式系统设备以及带有柔性装夹装置的运输托盘。
3.根据权利要求1所述基于数字孪生的车间级智能制造系统，其特征在于：所述的制造资源包括加工设备、机器人、运输小车、操作者，采用一一映射准则配置RFID数据采集器、嵌入式系统设备及振动、位置、噪声、电流、电压传感器、人机交互终端以及网络通讯模块。
4.根据权利要求3所述基于数字孪生的车间级智能制造系统，其特征在于：所述的RFID数据采集器采用固定式或移动式的数据采集器，嵌入式系统设备采用BeagleBone或Raspberry Pi，所述的网络通讯模块采用ZigBee、WIFI或蓝牙模块。
5.根据权利要求1所述基于数字孪生的车间级智能制造系统，其特征在于：所述的网络层包括车间局域网、无线网、ZigBee、蓝牙传输网络，以及相应的网络路由、数据通讯接口、人机交互接口和云数据库。
6.一种基于数字孪生的车间级智能制造系统的配置方法，其特征在于，包括以下步骤：
1)物理层配置建模；
首先，为车间内的每一个在制品配置一个带有唯一标识的RFID标签、一台嵌入式系统设备、一个带有柔性装夹装置的运输托盘，形成能够主动交互、柔性装夹至不同数控加工机床的在制品；在制品的形式化建模描述为：
SPi＝{PTid,Oid,OInfo,PSet,Cp,Cl,PLog} (1)
Pi,j＝{Ptype,Qr,St,Dt,Info} (3)
式中的，PTid表示在制品SPi的唯一识别代码；Oid和OInfo表示在制品所属订单的标号和详细订单要求；PSet表示在制品加工工序集；Cp和Cl表示当前在制品正在执行的工序操作和当前所在工位；PLog表示加工工序执行过程记录信息；Rn表示与在制品加工工序集对应的制造资源矩阵，用于描述任一工序在执行过程中所需的各类制造资源集合；Pi,j表示在制品的第j个加工工序，Ptype表示工序类型；Qr表示在制品的加工工艺质量要求，St和Dt分别表示该加工工序的开始时间和加工时间，Info记录与该加工工序相关的其它信息；
其次，采用一一映射准则为车间内的制造资源配置一台RFID数据采集器，通过无线射频的方式与在制品进行通讯；配置一台嵌入式系统设备及振动、位置、噪声、电流、电压传感器，由嵌入式系统实时采集传感器数据，并通过车间网络将实时数据上传至系统；配置一台人机交互终端，用于显示制造资源的实时制造任务、加工进度、生产指令，并提供交互接口以输入相应的数据和请求，形成智能车间制造资源集，形式化建模描述为：
SEi＝{ETid,Etype,CEst,DSet,ELog,Info} (4)
DSet＝{N,E,S,V,D} (5)
其中：ETid表示制造资源SEi的唯一识别代码，Etype表示该制造资源的类别；CEst表示该制造资源的当前状态；DSet表示嵌入式系统设备采集的与该制造资源相关的传感器数据集，包括机床主轴振动V、位置D、噪声等级N、能耗E、运动速度S；ELog表示制造资源的运行状态记录信息；Info表示制造资源的详细参数，包括厂商、责任人、寿命及核心参数；
制造资源之间的竞合关系描述为：
式中的，RSE表示制造资源之间的竞合关系矩阵，矩阵元素Ri,j表示第i个制造资源和第j个制造资源之间的竞合关系，-1、0、1分别表示竞争关系、无关系、合作关系；
根据上述配置建模过程，得到智能车间物理层配置的最终方案为：
式中的，SP表示车间中流转的在制品集合，SE表示车间内制造资源的集合，表示以加工工序流为主线、通过车间网络形成的在制品SP与制造资源SE之间的自然连接；
2)网络层配置建模；
首先，分别布置车间局域网、无线网、ZigBee以及蓝牙传输网络，并采用星型网络融合方法建立异构网络的集成模型，为多模终端的统一访问提供支撑；其次，设计基于权限控制机制的多层级车间云数据库模型，并配置车间的异构数据通讯接口、人机交互接口；最后，通过上述网络和接口标准化接入在制品和制造资源，并虚拟化为网络中的资源节点，实现制造车间内所有物理资源的泛在互联，形成智能车间制造物联网；
3)信息层配置建模；
首先，对车间内的在制品、制造资源进行数字化映射建模，形成车间内各物理实体的数字孪生体，并依据实际布局对数字孪生体进行逻辑排布，形成智能车间数字孪生体模型；
智能车间数字孪生体的形式化建模描述为：
CSF表示车间数字孪生体，SP′和SE′分别表示在制品数字孪生体、制造资源数字孪生体；
其次，建立物理空间中的车间与信息空间中数字孪生体之间的逻辑映射关系，各物理实体通过数据接口协议与数字孪生体进行双向的数据同步；其中，车间将实时采集的制造数据通过接口上传至数字孪生体，数字孪生体进行数据处理和系统仿真分析，得出的生产决策信息通过接口下达至各制造资源，并依据决策信息实时更新各自的生产指令，通过映射实现车间“感知-计算-执行-反馈-决策”的闭环制造逻辑；逻辑映射建模可描述为：
运算符表示物理空间中的物理实体与信息空间中的数字孪生体之间的一一映射关系。
7.根据权利要求6所述基于数字孪生的车间级智能制造系统的配置方法，其特征在于：各物理实体通过MTConnect、AutomationML、TCP/IP协议与数字孪生体进行双向的数据同步。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810339946.9A CN108427390B (zh) | 2018-04-16 | 2018-04-16 | 一种基于数字孪生的车间级智能制造系统及其配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810339946.9A CN108427390B (zh) | 2018-04-16 | 2018-04-16 | 一种基于数字孪生的车间级智能制造系统及其配置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108427390A true CN108427390A (zh) | 2018-08-21 |
| CN108427390B CN108427390B (zh) | 2021-03-30 |
Family
ID=63161194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810339946.9A Expired - Fee Related CN108427390B (zh) | 2018-04-16 | 2018-04-16 | 一种基于数字孪生的车间级智能制造系统及其配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108427390B (zh) |
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109343496A (zh) * | 2018-11-14 | 2019-02-15 | 中国电子工程设计院有限公司 | 应用于工业生产的数字孪生系统及其形成方法 |
| CN109359507A (zh) * | 2018-08-24 | 2019-02-19 | 南京理工大学 | 一种车间人员数字孪生体模型快速构建方法 |
| CN109445305A (zh) * | 2018-10-26 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于数字孪生的装配精度仿真分析方法与系统 |
| CN109471377A (zh) * | 2018-11-22 | 2019-03-15 | 浙江科技学院 | 基于数字孪生的两轴x-y皮革制品裁割机控制方法 |
| CN109542057A (zh) * | 2018-11-14 | 2019-03-29 | 中国电子工程设计院有限公司 | 基于虚拟机结构的远程运维模型及其构建方法 |
| CN109571476A (zh) * | 2018-12-14 | 2019-04-05 | 南京理工大学 | 工业机器人数字孪生实时作业控制、监控与精度补偿方法 |
| CN109613895A (zh) * | 2018-11-12 | 2019-04-12 | 中国电子科技集团公司第三十八研究所 | 一种智能生产线数字孪生系统 |
| CN109657354A (zh) * | 2018-12-20 | 2019-04-19 | 华中科技大学 | 一种基于数字孪生的混流装配车间快速重构方法及系统 |
| CN109784570A (zh) * | 2019-01-23 | 2019-05-21 | 西北工业大学 | 基于信息物理融合系统的智慧车间柔性生产调度方法 |
| CN109785180A (zh) * | 2019-02-19 | 2019-05-21 | 山东大学 | 一种面向数字孪生车间的场景感知系统及方法 |
| CN110187686A (zh) * | 2019-06-03 | 2019-08-30 | 济南浪潮高新科技投资发展有限公司 | 一种基于数字孪生技术的物联网工业生产过程监控方法 |
| CN110276147A (zh) * | 2019-06-24 | 2019-09-24 | 广东工业大学 | 一种基于数字孪生模型的制造系统故障溯源方法、系统 |
| CN110390442A (zh) * | 2019-08-24 | 2019-10-29 | 珠海市技师学院（珠海市高级技工学校） | 一种智能制造工业互联网决策方法 |
| CN110442737A (zh) * | 2019-07-11 | 2019-11-12 | 北京飞利信电子技术有限公司 | 基于图数据库的数字孪生方法及系统 |
| CN110492186A (zh) * | 2019-07-02 | 2019-11-22 | 北京航空航天大学 | 一种基于云端控制技术的动力电池模组的管理方法 |
| CN110704974A (zh) * | 2019-09-30 | 2020-01-17 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
| CN110967992A (zh) * | 2018-09-28 | 2020-04-07 | 西门子股份公司 | 用于机器人的控制系统及方法 |
| CN110989605A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种三体智能系统架构及探测机器人 |
| CN111026063A (zh) * | 2019-12-25 | 2020-04-17 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
| CN111046597A (zh) * | 2020-01-20 | 2020-04-21 | 兰州理工大学 | 基于数字孪生三维模型3d打印机建模方法及模型系统 |
| CN111209647A (zh) * | 2018-11-20 | 2020-05-29 | 财团法人资讯工业策进会 | 模拟装置及方法 |
| CN111251304A (zh) * | 2020-03-12 | 2020-06-09 | 广东博智林机器人有限公司 | 一种机器人控制系统和方法 |
| CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器系统及其建模方法 |
| CN111352352A (zh) * | 2018-12-21 | 2020-06-30 | Abb瑞士股份有限公司 | 用于确定工业系统的系统设定的方法和系统 |
| CN111413060A (zh) * | 2020-03-31 | 2020-07-14 | 上海海事大学 | 一种基于数字孪生的试验台系统 |
| CN111474853A (zh) * | 2020-04-22 | 2020-07-31 | 温州大学 | 一种基于节拍约束的断路器孪生车间模型动力学控制方法 |
| CN111580478A (zh) * | 2020-05-13 | 2020-08-25 | 中国电子科技集团公司第十四研究所 | 一种复杂电子装备总装数字孪生车间 |
| CN111633644A (zh) * | 2020-05-15 | 2020-09-08 | 哈尔滨工程大学 | 一种结合智能视觉的工业机器人数字孪生系统及其运行方法 |
| CN111722539A (zh) * | 2020-06-03 | 2020-09-29 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
| CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和系统 |
| CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生系统的构建方法 |
| CN112904805A (zh) * | 2021-01-15 | 2021-06-04 | 天津商业大学 | 一种用于多轴数控机床的数字孪生体建模与虚实同步方法 |
| CN113689574A (zh) * | 2020-05-19 | 2021-11-23 | 阿里巴巴集团控股有限公司 | 数字孪生处理方法、装置和机器可读介质 |
| WO2022000286A1 (zh) * | 2020-06-30 | 2022-01-06 | 西门子股份公司 | 一种生产系统的控制方法及其装置 |
| CN114175121A (zh) * | 2019-07-22 | 2022-03-11 | 康明斯有限公司 | 电子控制模块的数字化孪生体 |
| CN114189888A (zh) * | 2021-11-29 | 2022-03-15 | 中国船舶重工集团公司第七一六研究所 | 基于数字孪生的5g融合网架构下多模终端接入系统及方法 |
| WO2022052635A1 (en) * | 2020-09-08 | 2022-03-17 | International Business Machines Corporation | Digital twin enabled equipment diagnostics based on acoustic modeling |
| CN114476435A (zh) * | 2022-01-21 | 2022-05-13 | 郑州轻工业大学 | 虚实同步的智能垃圾箱多状态三维呈现与异常反馈方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
| CN106530111A (zh) * | 2016-12-01 | 2017-03-22 | 东华大学 | 一种面向智能棉纺生产的cps架构 |
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
| US9881430B1 (en) * | 2017-02-22 | 2018-01-30 | General Electric Company | Digital twin system for a cooling system |
| CN107861478A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种智能车间平行控制方法及系统 |
| CN107870600A (zh) * | 2017-10-17 | 2018-04-03 | 广东工业大学 | 一种智能车间透明监控方法及系统 |
-
2018
- 2018-04-16 CN CN201810339946.9A patent/CN108427390B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
| CN106530111A (zh) * | 2016-12-01 | 2017-03-22 | 东华大学 | 一种面向智能棉纺生产的cps架构 |
| US9881430B1 (en) * | 2017-02-22 | 2018-01-30 | General Electric Company | Digital twin system for a cooling system |
| CN107861478A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种智能车间平行控制方法及系统 |
| CN107870600A (zh) * | 2017-10-17 | 2018-04-03 | 广东工业大学 | 一种智能车间透明监控方法及系统 |
Cited By (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109359507A (zh) * | 2018-08-24 | 2019-02-19 | 南京理工大学 | 一种车间人员数字孪生体模型快速构建方法 |
| CN109359507B (zh) * | 2018-08-24 | 2021-10-08 | 南京理工大学 | 一种车间人员数字孪生体模型快速构建方法 |
| CN110967992A (zh) * | 2018-09-28 | 2020-04-07 | 西门子股份公司 | 用于机器人的控制系统及方法 |
| CN109445305A (zh) * | 2018-10-26 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于数字孪生的装配精度仿真分析方法与系统 |
| CN109613895A (zh) * | 2018-11-12 | 2019-04-12 | 中国电子科技集团公司第三十八研究所 | 一种智能生产线数字孪生系统 |
| CN109542057B (zh) * | 2018-11-14 | 2023-11-07 | 中国电子工程设计院有限公司 | 基于虚拟机结构的远程运维系统及其构建方法 |
| CN109542057A (zh) * | 2018-11-14 | 2019-03-29 | 中国电子工程设计院有限公司 | 基于虚拟机结构的远程运维模型及其构建方法 |
| CN109343496A (zh) * | 2018-11-14 | 2019-02-15 | 中国电子工程设计院有限公司 | 应用于工业生产的数字孪生系统及其形成方法 |
| CN111209647B (zh) * | 2018-11-20 | 2023-08-01 | 财团法人资讯工业策进会 | 模拟装置及方法 |
| CN111209647A (zh) * | 2018-11-20 | 2020-05-29 | 财团法人资讯工业策进会 | 模拟装置及方法 |
| CN109471377A (zh) * | 2018-11-22 | 2019-03-15 | 浙江科技学院 | 基于数字孪生的两轴x-y皮革制品裁割机控制方法 |
| CN109571476A (zh) * | 2018-12-14 | 2019-04-05 | 南京理工大学 | 工业机器人数字孪生实时作业控制、监控与精度补偿方法 |
| CN109657354A (zh) * | 2018-12-20 | 2019-04-19 | 华中科技大学 | 一种基于数字孪生的混流装配车间快速重构方法及系统 |
| CN111352352B (zh) * | 2018-12-21 | 2024-04-26 | Abb瑞士股份有限公司 | 用于确定工业系统的系统设定的方法和系统 |
| CN111352352A (zh) * | 2018-12-21 | 2020-06-30 | Abb瑞士股份有限公司 | 用于确定工业系统的系统设定的方法和系统 |
| CN109784570A (zh) * | 2019-01-23 | 2019-05-21 | 西北工业大学 | 基于信息物理融合系统的智慧车间柔性生产调度方法 |
| CN109784570B (zh) * | 2019-01-23 | 2024-01-12 | 西北工业大学 | 基于信息物理融合系统的智慧车间柔性生产调度方法 |
| CN109785180A (zh) * | 2019-02-19 | 2019-05-21 | 山东大学 | 一种面向数字孪生车间的场景感知系统及方法 |
| CN110187686A (zh) * | 2019-06-03 | 2019-08-30 | 济南浪潮高新科技投资发展有限公司 | 一种基于数字孪生技术的物联网工业生产过程监控方法 |
| CN110276147B (zh) * | 2019-06-24 | 2020-02-11 | 广东工业大学 | 一种基于数字孪生模型的制造系统故障溯源方法、系统 |
| CN110276147A (zh) * | 2019-06-24 | 2019-09-24 | 广东工业大学 | 一种基于数字孪生模型的制造系统故障溯源方法、系统 |
| CN110492186A (zh) * | 2019-07-02 | 2019-11-22 | 北京航空航天大学 | 一种基于云端控制技术的动力电池模组的管理方法 |
| CN110442737A (zh) * | 2019-07-11 | 2019-11-12 | 北京飞利信电子技术有限公司 | 基于图数据库的数字孪生方法及系统 |
| CN114175121A (zh) * | 2019-07-22 | 2022-03-11 | 康明斯有限公司 | 电子控制模块的数字化孪生体 |
| CN110390442A (zh) * | 2019-08-24 | 2019-10-29 | 珠海市技师学院（珠海市高级技工学校） | 一种智能制造工业互联网决策方法 |
| CN110704974A (zh) * | 2019-09-30 | 2020-01-17 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
| CN110704974B (zh) * | 2019-09-30 | 2023-08-01 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
| WO2021114654A1 (zh) * | 2019-12-13 | 2021-06-17 | 哈尔滨工业大学 | 一种三体智能系统及探测机器人 |
| CN110989605A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种三体智能系统架构及探测机器人 |
| CN111026063A (zh) * | 2019-12-25 | 2020-04-17 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
| CN111026063B (zh) * | 2019-12-25 | 2023-10-03 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
| CN111046597A (zh) * | 2020-01-20 | 2020-04-21 | 兰州理工大学 | 基于数字孪生三维模型3d打印机建模方法及模型系统 |
| CN111046597B (zh) * | 2020-01-20 | 2023-07-21 | 兰州理工大学 | 基于数字孪生三维模型3d打印机建模方法及模型系统 |
| CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器系统及其建模方法 |
| CN111251304A (zh) * | 2020-03-12 | 2020-06-09 | 广东博智林机器人有限公司 | 一种机器人控制系统和方法 |
| CN111413060A (zh) * | 2020-03-31 | 2020-07-14 | 上海海事大学 | 一种基于数字孪生的试验台系统 |
| CN111413060B (zh) * | 2020-03-31 | 2021-11-23 | 上海海事大学 | 一种基于数字孪生的试验台系统 |
| CN111474853A (zh) * | 2020-04-22 | 2020-07-31 | 温州大学 | 一种基于节拍约束的断路器孪生车间模型动力学控制方法 |
| CN111474853B (zh) * | 2020-04-22 | 2022-04-12 | 温州大学 | 一种基于节拍约束的断路器孪生车间模型动力学控制方法 |
| CN111580478A (zh) * | 2020-05-13 | 2020-08-25 | 中国电子科技集团公司第十四研究所 | 一种复杂电子装备总装数字孪生车间 |
| CN111633644A (zh) * | 2020-05-15 | 2020-09-08 | 哈尔滨工程大学 | 一种结合智能视觉的工业机器人数字孪生系统及其运行方法 |
| CN113689574A (zh) * | 2020-05-19 | 2021-11-23 | 阿里巴巴集团控股有限公司 | 数字孪生处理方法、装置和机器可读介质 |
| CN111722539B (zh) * | 2020-06-03 | 2021-05-28 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
| CN111722539A (zh) * | 2020-06-03 | 2020-09-29 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
| WO2022000286A1 (zh) * | 2020-06-30 | 2022-01-06 | 西门子股份公司 | 一种生产系统的控制方法及其装置 |
| US11874200B2 (en) | 2020-09-08 | 2024-01-16 | International Business Machines Corporation | Digital twin enabled equipment diagnostics based on acoustic modeling |
| GB2614184A (en) * | 2020-09-08 | 2023-06-28 | Ibm | Digital twin enabled equipment diagnostics based on acoustic modeling |
| WO2022052635A1 (en) * | 2020-09-08 | 2022-03-17 | International Business Machines Corporation | Digital twin enabled equipment diagnostics based on acoustic modeling |
| CN112306464B (zh) * | 2020-10-14 | 2022-03-29 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和系统 |
| CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和系统 |
| CN112904805A (zh) * | 2021-01-15 | 2021-06-04 | 天津商业大学 | 一种用于多轴数控机床的数字孪生体建模与虚实同步方法 |
| CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生系统的构建方法 |
| CN112818446B (zh) * | 2021-01-26 | 2024-04-02 | 西安交通大学 | 一种智能车间数字孪生系统的构建方法 |
| CN114189888B (zh) * | 2021-11-29 | 2024-02-13 | 中国船舶集团有限公司第七一六研究所 | 基于数字孪生的5g融合网架构下多模终端接入系统及方法 |
| CN114189888A (zh) * | 2021-11-29 | 2022-03-15 | 中国船舶重工集团公司第七一六研究所 | 基于数字孪生的5g融合网架构下多模终端接入系统及方法 |
| CN114476435B (zh) * | 2022-01-21 | 2022-12-09 | 郑州轻工业大学 | 虚实同步的智能垃圾箱多状态三维呈现与异常反馈方法 |
| CN114476435A (zh) * | 2022-01-21 | 2022-05-13 | 郑州轻工业大学 | 虚实同步的智能垃圾箱多状态三维呈现与异常反馈方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108427390B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108427390A (zh) | 一种基于数字孪生的车间级智能制造系统及其配置方法 | |
| Wan et al. | Mobile services for customization manufacturing systems: An example of industry 4.0 | |
| Chen et al. | Smart factory of industry 4.0: Key technologies, application case, and challenges | |
| Lu et al. | Digital Twin-driven smart manufacturing: Connotation, reference model, applications and research issues | |
| Wan et al. | From machine-to-machine communications towards cyber-physical systems | |
| Chen et al. | Edge computing gateway of the industrial internet of things using multiple collaborative microcontrollers | |
| Qamsane et al. | A unified digital twin framework for real-time monitoring and evaluation of smart manufacturing systems | |
| JP6892704B2 (ja) | スマート工場並列制御方法及びシステム | |
| Tao et al. | IIHub: An industrial Internet-of-Things hub toward smart manufacturing based on cyber-physical system | |
| CN107292422B (zh) | 一种信息-物理-社交融合空间下实现智能制造的S2ensor | |
| Leng et al. | Digital twins-based flexible operating of open architecture production line for individualized manufacturing | |
| US11003174B2 (en) | Method for planning the manufacture of a product and production module having self-description information | |
| CN109933010A (zh) | 一种面向个性化定制的工业cps系统和实现方法 | |
| CN105988450A (zh) | 基于云的工业控制器 | |
| CN110781580A (zh) | 一种基于数字孪生的焊接工艺辅助设计系统及其设计方法 | |
| Zhou et al. | Fog computing-based cyber-physical machine tool system | |
| Lins et al. | Cooperative robotics and machine learning for smart manufacturing: platform design and trends within the context of industrial internet of things | |
| CN106527383A (zh) | 一种用于工业的cps控制系统及其实现方法 | |
| CN110058573A (zh) | 吞吐柔性智能装配物流路径规划平台 | |
| CN105678504A (zh) | 一种基于xml的现场层、mes、erp一体化信息集成方法 | |
| CN105807628A (zh) | 用于复杂cps的机器人柔性控制器及其实现方法 | |
| CN109213080A (zh) | 一种机床的控制方法及其装置 | |
| Vitorino et al. | Industry 4.0-digital twin applied to direct digital manufacturing | |
| Hoffmann et al. | OPC UA based ERP agents: enabling scalable communication solutions in heterogeneous automation environments | |
| CN105629943B (zh) | 一种基于可穿戴设备的制造系统的运行方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210330 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |