CN110399642B - 一种针对生产流水线的数字孪生体及其构建方法和应用 - Google Patents
一种针对生产流水线的数字孪生体及其构建方法和应用 Download PDFInfo
- Publication number
- CN110399642B CN110399642B CN201910546387.3A CN201910546387A CN110399642B CN 110399642 B CN110399642 B CN 110399642B CN 201910546387 A CN201910546387 A CN 201910546387A CN 110399642 B CN110399642 B CN 110399642B
- Authority
- CN
- China
- Prior art keywords
- data
- behavior
- domain
- digital twin
- model
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 85
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000003068 static effect Effects 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000003860 storage Methods 0.000 claims abstract description 3
- 230000006399 behavior Effects 0.000 claims description 112
- 238000004088 simulation Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 4
- 238000013524 data verification Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009776 industrial production Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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]
- G05B19/41885—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 modeling, simulation of the manufacturing system
-
- 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)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对生产流水线的数字孪生体及其构建方法和应用,数字孪生体该包括:单元域,包括物理设备的静态模型和动态模型,为数据域提供数据载体,为行为域的实现提供模型基础;数据域,采集物理设备、产品的运行数据以及数字管理系统的指令数据,按照统一的数据结构对采集的数据进行格式转化并存储,支持行为域访问数据;行为域,定义生产流水线运行过程中各个行为的语义化描述,根据数据域采集的数据,驱动单元域的模型与物理世界同步运行。本发明的数字孪生体能够被快速部署到现实的生产环境当中,从不同的维度对生产进行监控、仿真、预测等操作。
Description
技术领域
本发明涉及数字化智能制造技术领域,尤其涉及一种针对生产流水线的数字孪生体及其构建方法和应用。
背景技术
数字化制造为工业制造领域的发展方向,从20世纪50年代开始,数字化制造主要经历了计算机辅助设计阶段、集成制造阶段、网络化制造阶段以及目前正处于的智能制造阶段。
数字孪生(Digital Twin)是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统,是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。
在智能制造阶段中,数字孪生技术作为智能制造的热门技术,以其虚实融合的特点指导现实生产,并在虚拟世界完成设计、仿真、预测等功能,显著提高了制造水平,为企业、社会带来能效。
目前有针对数字孪生的研究为数字孪生系统的建模提供指导。公开号为CN108107841A的中国专利文献公开了一种数控机床数字孪生建模方法,其中发明人通过利用Modelica对数控机床的数字孪生模型进行描述,同时利用智能化模块处理数据以搭建数字孪生体;公开号为CN109343496A的中国专利文献公开了一种应用于工业生产的数字孪生系统及其形成方法,发明人从物理空间到数字空间按照数据流的传递方向将系统构建为4层模型,同时利用反馈控制形成闭环生产。
但以上方法并未考虑设备层次的细节仿真与可视化,缺失了生产过程的实时状态。公开号为CN108983729A的中国专利文献公开了一种工业生产线数字孪生方法及系统,引入了三维模型,能够将生产的实时状况通过网络进行展现,但该发明仅仅将三维模型用于可视化展示,并没有将物理设备的动力学、运动学性质应用于生产仿真。
经查询,尚未有能从系统的不同维度出发,按照设计、评估、实现这一流程分别构建整个数字孪生体,同时实现物理学仿真、生产过程调度、可视化实时展现等功能的方法。
发明内容
本发明提供了一种针对生产流水线的数字孪生体及其构建方法,针对现实生产流水线,分别从物理系统的单元域、数据域和行为域三个维度构建数字孪生体,从各个方面为实际生产提供完善的功能。
具体技术方案如下:
一种针对生产流水线的数字孪生体,包括:
单元域,包括物理设备的静态模型和动态模型,为数据域提供数据载体,为行为域的实现提供模型基础;
数据域,采集物理设备、产品的运行数据以及数字管理系统的指令数据,按照统一的数据结构对采集的数据进行格式转化并存储,支持行为域访问数据;
行为域,定义生产流水线运行过程中各个行为的语义化描述,根据数据域采集的数据,驱动单元域的模型与物理世界同步运行。
单元域为行为域的底层实现基础,为数据域的数据载体;数据域为单元域、行为域的内在驱动力;行为域是数据域的呈现,是单元域的应用扩展。三个维度在数字孪生体内相互作用,共同组合成为了数字世界中物理世界的映射。
本发明的数字孪生体能够被快速部署到现实的生产环境当中,从不同的维度对生产进行监控、仿真、预测等操作。由于本发明的数字孪生体将系统分成了三个不同的维度,操作人员能够按照现实需求轻易找到对应部分,从而完成数字孪生体的操作,极大方便了工厂流水线的生产管理。
所述单元域定义了物理设备的静态特征和动态特征;所述的静态特征是指物理设备的三维结构特征,包括外观、体积等;所述的动态特征描述了物理设备各个机构的物理机理,包括对象的质量、产品与传送带的摩擦力、机械臂和传送带的运动速度、电机的扭矩和转速等,为顶层的行为提供运作基础。
所述数据域包括:
数据采集模块,获取物理设备、产品的运行数据以及数字管理系统的指令数据,传输至数据存储模块;
数据存储模块,将运行数据及指令数据以统一的数据结构存储至数据库中,以便数据应用接口模块的访问;
数据应用接口模块,根据不同终端请求对数据库中的数据进行访问和管理。
所述数据采集模块包括数据接口子模块和数据校验子模块;数据接口子模块获取物理设备、产品的运行数据以及数字管理系统的指令数据;数据校验子模块利用信息摘要算法,校验运行数据以及指令数据的正确性,校验后传输至数据存储模块。
所述数据应用接口模块采用套接字技术在服务器上侦听特定端口,以应对来自不同终端的并发请求。所述终端包括系统管理软件的请求、调度优化程序的数据请求、可视化程序的数据请求、用户手机、电脑终端的请求。
所述行为的语义化描述包括行为发生的对象、行为发生的条件、行为发生的检测规则、行为的表现形式以及时空顺序、作用结果。行为的准确描述有助于数字孪生体的仿真建模,也能增加可视化表现力。
所述行为域定义的行为包括个体行为和互动行为。所述个体行为,是指生产流水线上组件单独能产生的行为表示,例如电机转动行为,机械臂运动行为、设备故障发生行为等;所述互动行为,是指需要两个及两个及以上组件合作完成的行为,互动行为往往存在行为的主体和受体,例如传送带传输物体行为、机械臂夹取物体行为、机械臂组装物体行为、传感器检测物体行为等,但亦存在对象均为主体的情况,如两个物体的碰撞行为等。
针对个体行为,数字世界需要考量其行为发生的实时性和准确性。所述个体行为的实时性,是指需要在时间上同步物理世界与数字世界的相对应行为,实现尽可能少的延时;所述个体行为的准确性,是指数字世界要实现物理世界的精准描述,包括各组件之间的相对位置关系、行为发生的具体对象。针对互动行为,数字世界需要考量其主体和受体之间的逻辑关系。所述互动行为的逻辑关系,是指描述对象在行为发生时的主动和被动关系并加以可视化呈现。
本发明还公开了所述数字孪生体的构建方法,包括:
(1)单元域维度:以物理设备的三维结构为基础构建其静态模型,以所述静态模型为基础,为静态模型增加动力学属性,构建动态模型;
(2)数据域维度:设计数据采集模块,其数据源包括物理设备、产品的运行数据和数字管理系统的指令数据;设计数据存储模块,定义统一的数据结构;设计数据应用接口模块,使其支持并发的访问需求;
(3)行为域维度:利用本体建模技术,定义生产流水线运行过程中各个行为的语义化描述,定义行为的主体和受体、发生条件、检测规则、表现形式,针对互动行为,增加主体和受体之间的行为发生逻辑。
所述行为发生逻辑包括时空顺序和行为作用结果。
步骤(1)包括:
(1-1)利用SolidWorks或AutoCAD软件对物理设备和产品的外形进行建模,构建静态模型,以描述生产流水线的静态特征;
(1-2)以静态模型为基础,用V-REP运动学仿真平台为其添加运动学属性,构建动态特征模型,以描述生产流水线的动态特征。
优选的,单元域构建完成后,对单元域进行时间、空间角度的评估,以保证单元域的准确实现。
数据域的构建是以数据在系统中的生命周期为基础的。
步骤(2)包括:
(2-1)通过物理世界搭建的传感器采集物理设备和产品的运行数据,并通过工业总线传输至数据接口模块;
(2-2)设计数据采集模块,使其接收工业总线数据和数字管理系统的指令数据;
(2-3)设计数据存储模块,定义统一的数据结构,使其将经工业总线数据和指令数据进行格式转化后以统一的格式存储至数据库中;
(2-4)设计数据应用接口模块,使其支持并发的访问需求。
数据应用接口模块利用C++语言编程,在服务器上监听指定的端口以侦听访问请求。在接收到新的访问请求后,自动生成新线程,在新线程内访问数据库获取待请求的数据。
步骤(3)包括:
(3-1)利用本体建模技术,使用Protégé软件与Jena框架构建整个系统内在的本体模型,定义各个行为的语义化描述;
(3-2)定义行为的主体和受体、行为发生的条件、检测规则、表现形式,完善本体模型的属性定义;
(3-3)针对互动行为,增加主体和受体之间的行为发生逻辑。
针对行为域的模拟仿真,采用matlab语言与V-REP联合仿真的技术,以保证其与物理世界做到同步运行的效果。
本发明还提供了所述数字孪生体在工厂设计、生产监测、模型预测中的应用。
所述数字孪生体在工厂设计中的应用,包括:
根据已有物理设备、专家规则构建所述的数字孪生体;
根据经验粗略估计工厂的运行参数,利用构建的数字孪生体对工厂的生产进行仿真和可视化;
根据仿真和可视化结果进一步修改工厂的运行参数,指导工厂的设计。
所述数字孪生体在生产监测中的应用,包括:
根据工厂现有物理设备和历史运行情况,构建所述的数字孪生体;
采用数据域的实现方式在工厂实际生产过程中部署现场传感器,为数据域提供实时运行数据,驱动行为域和单元域展示现实实时生产过程;
用户通过终端进行生产情况的监控,实现工厂生产实施在线监测。
所述数字孪生体在模型预测中的应用,包括:
根据工厂现有物理设备和历史运行情况,构建所述的数字孪生体;
利用已有的运行数据数字孪生体预测未来一定时间内发生概率最大的行为并加以展示;
用户根据预测结果评估当前生产状况,实时对生产状态进行调整。
与现有技术相比,本发明的有益效果为:
本发明的数字孪生体能够被快速部署到现实的生产环境当中,从不同的维度对生产进行监控、仿真、预测等操作。由于本发明的数字孪生体将系统分成了三个不同的维度,操作人员能够按照现实需求轻易找到对应部分,从而完成数字孪生体的操作,极大方便了工厂流水线的生产管理。
附图说明
图1为本发明针对生产流水线的数字孪生体的结构示意图;
图2为单元域的构建示意图;
图3为数据域的构建示意图;
图4为行为域的构建示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述,需要指出的是,以下所述实施例旨在便于对本发明的理解,而对其不起任何限定作用。
如图1所示,本发明的针对生产流水线的数字孪生体包括单元域、数据域和行为域三个维度,本发明从上述三个维度对数字孪生体进行构建。
单元域为行为域的底层实现基础,本实施例中单元域对生产流水线上设备进行静态特征和动态特征的建模,为行为域的实现提供了模型基础;单元域为数据域的数据载体,本实施例中,数据的产生和存在都依赖于单元域中的模型;数据域为单元域、行为域的内在驱动力,本实施例中,单元域、行为域中模型都需要靠数据推动才能达到仿真、优化、预测的目的;行为域是单元域的应用扩展,本实施例中,行为域建立在单元域的基础上,是单元域模型在行为上的综合扩展;行为域是数据域的呈现,依靠数据域内数据的推动,在数字世界呈现了物理世界中的运行事件。
单元域、数据域和行为域三个维度在数字孪生体内相互作用,共同组合成为了数字世界中物理世界的映射。
如图2所示,在本实施例中,单元域的构建是基于生产流水线上的各个生产设备以及被加工的产品。
根据单元域设计过程中定义的静态特征和动态特征,首先可利用SolidWorks或AutoCAD软件对设备和产品构建外形建模,以描述流水线的静态特征;进一步的,以上述建模结果为基础,用V-REP运动学仿真平台为其添加运动学属性,在本实施例中,针对对象的质量、产品与传送带的摩擦力、机械臂和传送带的运动速度、电机的扭矩和转速构建生产流水线单元域的动态特征模型。
单元域模型构建完成后,需要对其进行时间、空间角度的评估。在本实施例中,利用SolidWorks软件或AutoCAD软件,对比生产流水线上各组件的外形及相对位置,与物理世界对应设备进行对比;针对机械臂、传送带等运动对象,设定不同的运动目标并运行V-REP仿真程序,对比数字世界中对象的运动同物理世界中实际设备运动的区别。保证单元域的准确实现。
如图3所示,在本实施例中,数据域的构建是以数据在系统中的生命周期为基础的。
数据域的设计包括以下4个步骤,分别是:
(1)在物理世界搭建相应的传感器模块,本实施例在生产流水线上安装了RFID模块、红外检测传感器、超声波检测传感器、视觉传感器等,用于采集产品及设备的运行属性,并将数据通过标准的工业现场总线,PROFIBUS输送至数据接口模块。
(2)设计数据采集模块,其中包含数据接口模块、数据检验模块的软件实现。数据接口模块的数据源包括工业总线数据和管理软件指令数据,数据检验模块利用MD5校验方法检验传输数据的完整性。
(3)设计数据存储模块。该模块规定统一的数据结构并将获得的数据进行格式转化,之后将其以统一格式存储至数据库中。
(4)设计数据应用接口模块,该模块支持并发的访问需求。该模块利用C++语言编程,在服务器上监听指定的端口以侦听访问请求。在接收到新的访问请求后,自动生成新线程,在新线程内访问数据库获取待请求的数据。
本实施例中,考虑到工业生产的环境,数据传输采用PROFIBUS-DP现场总线,该总线采用轮询的方式通信,是目前速度非常快的RS485通信方式,能满足工业生产线的运行需求;数据存储方面采用MySql数据库,该数据库管理软件在速度、可靠性和适应性上均有良好的表现,满足工业生产流水线的运行需求;对于数据应用接口模块,可利用压力测试等方法评估其访问量的上限,并在实现过程中设定最大访问量低于访问上限量,可保证系统的安全运行。
如图4所示,行为域的构建是描述生产流水线实际的运行过程。
本实施例的行为域构建包括两部分,分别是个体行为和互动行为。个体行为指由一个生产组件发出的行为,不存在与其他组件的交互,在本实施例中,个体行为包括电机转动行为、机械臂运动行为、设备故障发生行为等;互动行为是指两个或两个以上组件相互交互完成的行为,互动行为往往存在行为的主体和受体,对应本实施例中的传送带传输物体行为、机械臂夹取物体行为、机械臂组装物体行为、传感器检测物体行为等,但亦存在对象均为主体的情况,如两个物体的碰撞行为等。
结合图4,行为域的构建包括如下步骤:
(1)首先针对该系统,利用本体建模的技术,使用Protégé软件与Jena框架构建整个系统内在的本体模型,定义各个行为的语义化描述。
(2)对每个行为类定义行为的主体和受体(若不存在受体,则定义为空),也定义了行为发生的条件、检测规则、表现形式,完善本体模型的属性定义。
(3)针对互动行为,专门增加主体受体之间的行为发生逻辑包括时空顺序、行为作用结果。对于实施例中行为域的模拟仿真,还需要保证其与物理世界做到同步运行的效果,为此,又采用matlab语言与V-REP联合仿真的技术,实施例中的联合仿真运行在同步模式下,保证虚实世界中运行过程的同步性。
根据上述内容,从上述三个维度对数字孪生体进行构建,完成物理世界与虚拟世界的相互映射,有助于利用数字世界的运行状态对物理世界的生产进行指导和预判,提高生产效率,实现智能化生产。
本实施例中所搭建的数字孪生体从三个维度对实际生产环境进行快速建模。针对现有的生产环境,所构建的数字孪生体能实现实时的监控的功能。通过部署在现场的传感器以及现场总线,该数字孪生体能实时获取数据,并且利用数据域的数据采集模块、数据存储模块、数据应用接口模块对其进行同构处理,存储在数据库中,并且对外提供调用接口。数字孪生体的单元域和行为域均受数字域驱动,在数字世界展示现实生产的实时状态。单元域基于物理设备的静态特征和动态特征,为生产可视化、生产动力学仿真提供了基础,在此基础之上,行为域规定了各设备之间的行为关系,统一了整个生产系统的内部逻辑。结合单元域和行为域的模型功能以及数据域的内在驱动,所构建数字孪生体能够展示、仿真、预测生产过程,提高生产效率,为管理人员提供便利,同时指导生产的进行,解决生产期间的技术难题。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的具体实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种针对生产流水线的数字孪生体的构建方法,其特征在于,包括:
(1)单元域维度:以物理设备的三维结构为基础构建其静态模型,以所述静态模型为基础,为静态模型增加动力学属性,构建动态模型;包括:
(1-1)利用SolidWorks或AutoCAD软件对物理设备和产品的外形进行建模,构建静态模型,以描述生产流水线的静态特征;
(1-2)以静态模型为基础,用V-REP运动学仿真平台为其添加运动学属性,构建动态特征模型,以描述生产流水线的动态特征;
(2)数据域维度:设计数据采集模块,其数据源包括物理设备、产品的运行数据和数字管理系统的指令数据;设计数据存储模块,定义统一的数据结构;设计数据应用接口模块,使其支持并发的访问需求;
(3)行为域维度:利用本体建模技术,定义生产流水线运行过程中各个行为的语义化描述,定义行为的主体和受体、发生条件、检测规则、表现形式,针对互动行为,增加主体和受体之间的行为发生逻辑;
所述的数字孪生体包括:
单元域,包括物理设备的静态模型和动态模型,为数据域提供数据载体,为行为域的实现提供模型基础;
数据域,采集物理设备、产品的运行数据以及数字管理系统的指令数据,按照统一的数据结构对采集的数据进行格式转化并存储,支持行为域访问数据;所述数据域包括:
数据采集模块,获取物理设备、产品的运行数据以及数字管理系统的指令数据,传输至数据存储模块;
数据存储模块,将运行数据及指令数据以统一的数据结构存储至数据库中,以便数据应用接口模块的访问;
数据应用接口模块,根据不同终端请求对数据库中的数据进行访问和管理;
行为域,定义生产流水线运行过程中各个行为的语义化描述,根据数据域采集的数据,驱动单元域的模型与物理世界同步运行;所述行为的语义化描述包括行为发生的对象、行为发生的条件、行为发生的检测规则、行为的表现形式以及时空顺序、作用结果。
2.根据权利要求1所述的数字孪生体的构建方法,其特征在于,所述数据采集模块包括数据接口子模块和数据校验子模块;数据接口子模块获取物理设备、产品的运行数据以及数字管理系统的指令数据;数据校验子模块利用信息摘要算法,校验运行数据以及指令数据的正确性,校验后传输至数据存储模块。
3.根据权利要求1所述的数字孪生体的构建方法,其特征在于,步骤(2)包括:
(2-1)通过物理世界搭建的传感器采集物理设备和产品的运行数据,并通过工业总线传输至数据接口模块;
(2-2)设计数据采集模块,使其接收工业总线数据和数字管理系统的指令数据;
(2-3)设计数据存储模块,定义统一的数据结构,使其将经工业总线数据和指令数据进行格式转化后以统一的格式存储至数据库中;
(2-4)设计数据应用接口模块,使其支持并发的访问需求。
4.根据权利要求1所述的数字孪生体的构建方法,其特征在于,步骤(3)包括:
(3-1)利用本体建模技术,使用Protégé软件与Jena框架构建整个系统内在的本体模型,定义各个行为的语义化描述;
(3-2)定义行为的主体和受体、行为发生的条件、检测规则、表现形式,完善本体模型的属性定义;
(3-3)针对互动行为,增加主体和受体之间的行为发生逻辑。
5.一种数字孪生体在工厂设计、生产监测、模型预测中的应用方法,其特征在于,所述的数字孪生体采用如权利要求1-4任一项所述的构建方法构建得到。
6.根据权利要求5所述的应用方法,其特征在于,包括:
所述数字孪生体在工厂设计中的应用,包括:
根据已有物理设备、专家规则构建所述的数字孪生体;
根据经验粗略估计工厂的运行参数,利用构建的数字孪生体对工厂的生产进行仿真和可视化;
根据仿真和可视化结果进一步修改工厂的运行参数,指导工厂的设计;
所述数字孪生体在生产监测中的应用,包括:
根据工厂现有物理设备和历史运行情况,构建所述的数字孪生体;
采用数据域的实现方式在工厂实际生产过程中部署现场传感器,为数据域提供实时运行数据,驱动行为域和单元域展示现实实时生产过程;
用户通过终端进行生产情况的监控,实现工厂生产实施在线监测;
所述数字孪生体在模型预测中的应用,包括:
根据工厂现有物理设备和历史运行情况,构建所述的数字孪生体;
利用已有的运行数据数字孪生体预测未来一定时间内发生概率最大的行为并加以展示;
用户根据预测结果评估当前生产状况,实时对生产状态进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546387.3A CN110399642B (zh) | 2019-06-21 | 2019-06-21 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546387.3A CN110399642B (zh) | 2019-06-21 | 2019-06-21 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110399642A CN110399642A (zh) | 2019-11-01 |
CN110399642B true CN110399642B (zh) | 2021-06-22 |
Family
ID=68323501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910546387.3A Active CN110399642B (zh) | 2019-06-21 | 2019-06-21 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110399642B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538294B (zh) * | 2019-11-15 | 2021-08-24 | 武汉理工大学 | 基于数字孪生的工业机器人制造系统可重构系统与方法 |
CN111077853A (zh) * | 2019-11-15 | 2020-04-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 建模仿真方法、装置、计算机设备和存储介质 |
CN111190689B (zh) * | 2019-12-24 | 2022-01-11 | 腾讯科技(深圳)有限公司 | 数字孪生系统仿真方法及装置 |
CN111103860A (zh) * | 2020-01-15 | 2020-05-05 | 江苏古卓科技有限公司 | 一种基于数字孪生平台的工厂管理系统及方法 |
CN111338300B (zh) * | 2020-02-27 | 2020-11-06 | 广东工业大学 | 生产线基于数字孪生的物理仿真方法及其系统 |
CN111230887B (zh) * | 2020-03-10 | 2021-01-26 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111539583B (zh) * | 2020-05-13 | 2023-10-24 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的生产过程仿真优化方法 |
CN111639430B (zh) * | 2020-05-29 | 2024-02-27 | 重庆大学 | 一种数字孪生驱动的天然气管道泄漏识别系统 |
CN111752243B (zh) * | 2020-06-12 | 2021-10-15 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 生产线可靠性测试方法、装置、计算机设备和存储介质 |
CN111754754A (zh) * | 2020-06-19 | 2020-10-09 | 上海奇梦网络科技有限公司 | 一种基于数字孪生技术的设备实时监控方法 |
CN112149275A (zh) * | 2020-08-21 | 2020-12-29 | 深圳数设科技有限公司 | 工业产品领域模型构建方法及装置 |
CN112130534B (zh) * | 2020-09-18 | 2021-11-16 | 北京理工大学 | 一种构建车间数字孪生体的处理方法及控制器 |
CN112289107A (zh) * | 2020-09-27 | 2021-01-29 | 武汉恩逸互联科技有限公司 | 一种工业互联网双向仿真映射实训系统 |
CN112200491B (zh) * | 2020-10-30 | 2024-04-16 | 傲林科技有限公司 | 一种数字孪生模型构建方法、装置及存储介质 |
CN112199898B (zh) * | 2020-11-11 | 2021-06-15 | 北京三维天地科技股份有限公司 | 一种基于大数据的仪器设备故障预测与健康管理方法 |
CN112684717A (zh) * | 2020-12-08 | 2021-04-20 | 南京理工大学 | 一种虚实结合数字孪生仿真实验平台构建方法 |
CN112770285B (zh) * | 2020-12-25 | 2023-01-24 | 朗坤智慧科技股份有限公司 | 基于5g网络的数字孪生工厂建模方法及装置 |
CN112817282B (zh) * | 2020-12-28 | 2022-05-10 | 杭州哲达科技股份有限公司 | 一种基于数字孪生系统的高炉炉顶压力控制回路参数优化方法 |
CN112731887B (zh) * | 2020-12-31 | 2023-03-31 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
CN112993338A (zh) * | 2021-03-04 | 2021-06-18 | 上海电气集团股份有限公司 | 一种储能系统的监控方法、装置及设备 |
CN113111201B (zh) * | 2021-04-19 | 2022-02-11 | 北京航空航天大学 | 一种数字孪生模型轻量化方法和系统 |
CN113189947B (zh) * | 2021-04-27 | 2022-09-30 | 浙江大学 | 基于plc数据的装配生产线数字孪生实时动作仿真方法 |
CN113656904B (zh) * | 2021-07-26 | 2024-02-13 | 中科斯欧(合肥)科技股份有限公司 | 一种面向制造设备的数字孪生模型构建方法 |
CN114326492B (zh) * | 2021-12-20 | 2023-09-01 | 中国科学院上海高等研究院 | 一种流程工业设备的数字孪生虚实联动系统 |
CN114328672A (zh) * | 2021-12-31 | 2022-04-12 | 无锡恺易物联网科技发展有限公司 | 一种基于数字孪生的数字农田场景映射同步装置及方法 |
CN114435897B (zh) * | 2022-04-11 | 2022-07-01 | 山东捷瑞数字科技股份有限公司 | 基于数字孪生技术的传送带自适应速度优化方法及系统 |
CN115083535B (zh) * | 2022-08-23 | 2022-11-08 | 佰墨思(成都)数字技术有限公司 | 生物制药车间组态数字孪生构建方法及系统 |
CN115994458B (zh) * | 2023-03-23 | 2023-07-18 | 华南理工大学 | 一种虚实集成的多智能体集群系统仿真方法 |
CN116366466B (zh) * | 2023-05-23 | 2023-08-22 | 烽台科技(北京)有限公司 | 还原工业现场环境的方法、装置和可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2019070644A3 (en) * | 2017-10-02 | 2019-05-31 | Arconic Inc. | Systems and methods for utilizing multicriteria optimization in additive manufacture |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436935A (zh) * | 2017-07-21 | 2017-12-05 | 深圳市华付信息技术有限公司 | 用于解析低信息熵数据的方法及其系统 |
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 |
-
2019
- 2019-06-21 CN CN201910546387.3A patent/CN110399642B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019070644A3 (en) * | 2017-10-02 | 2019-05-31 | Arconic Inc. | Systems and methods for utilizing multicriteria optimization in additive manufacture |
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 |
Non-Patent Citations (5)
Title |
---|
Industry 4.0-Digital Twin Applied to Direct Digital Manufacturing;Joao Vitorino等;《Applied Mechanics and Materials》;20190430;第890卷;54-60 * |
基于数字孪生的智能装配机械臂实验系统;林润泽等;《实验室研究与探索》;20091231;第38卷(第12期);83-88 * |
数字孪生五维模型及十大领域应用;陶飞 等;《计算机集成制造系统》;20190131;第25卷(第1期);1-18 * |
本体与过程关联的快速响应设计技术;刘晓健等;《计算机集成制造系统》;20090930;第15卷(第9期);1673-1689 * |
陶飞 等.数字孪生五维模型及十大领域应用.《计算机集成制造系统》.2019,第25卷(第1期), * |
Also Published As
Publication number | Publication date |
---|---|
CN110399642A (zh) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399642B (zh) | 一种针对生产流水线的数字孪生体及其构建方法和应用 | |
Liu et al. | A systematic review of digital twin about physical entities, virtual models, twin data, and applications | |
CN112731887B (zh) | 石化无人值守装卸线数字孪生智能监控系统及方法 | |
Zhang et al. | A multi-scale modeling method for digital twin shop-floor | |
US11900277B2 (en) | AI extensions and intelligent model validation for an industrial digital twin | |
EP3819091A1 (en) | Robotic digital twin control with industrial context simulation | |
Liu et al. | Digital twin-enabled machining process modeling | |
US11782427B2 (en) | Augmented reality human machine interface testing | |
US20210141870A1 (en) | Creation of a digital twin from a mechanical model | |
CN111797521B (zh) | 一种自动化生产线三维仿真调试及监控方法 | |
US11947884B2 (en) | Industrial automation process simulation for fluid flow | |
CN105807628B (zh) | 用于复杂cps的机器人柔性控制器及其实现方法 | |
US20220156433A1 (en) | Industrial network communication emulation | |
CN110765635A (zh) | 数字孪生系统的协同方法、系统、电子设备和介质 | |
EP3974920A1 (en) | Unifying multiple simulation models | |
Wang et al. | Digital twin-driven system for roller conveyor line: design and control | |
Zhang et al. | An effective MBSE approach for constructing industrial robot digital twin system | |
Zhou et al. | Revisiting digital twins: Origins, fundamentals, and practices | |
US20220083027A1 (en) | Industrial network emulation | |
Liu et al. | Digital twin–based testing process management for large and complex equipment components | |
Zhang et al. | Application exploration of digital twin in rail transit health management | |
Zhang et al. | HIDT: A Digital Twin modeling approach through hierarchical integration for industrial internet | |
Zhang et al. | An Expandable and Generalized Method for Equipment Information Reflection in Digital Twin Workshop Systems | |
Wang et al. | Workshop Management and Control System Based on Digital Twin | |
Xiao et al. | Manufacturing crisis and twin-oriented manufacturing |
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 |