CN110674581A - 一种数字孪生模型一致性精准判定方法及系统 - Google Patents

一种数字孪生模型一致性精准判定方法及系统 Download PDF

Info

Publication number
CN110674581A
CN110674581A CN201910920573.9A CN201910920573A CN110674581A CN 110674581 A CN110674581 A CN 110674581A CN 201910920573 A CN201910920573 A CN 201910920573A CN 110674581 A CN110674581 A CN 110674581A
Authority
CN
China
Prior art keywords
model
entity
virtual model
consistency
digital 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
Application number
CN201910920573.9A
Other languages
English (en)
Other versions
CN110674581B (zh
Inventor
陶飞
邹孝付
张萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Beijing University of Aeronautics and Astronautics
Original Assignee
Beijing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Aeronautics and Astronautics filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201910920573.9A priority Critical patent/CN110674581B/zh
Publication of CN110674581A publication Critical patent/CN110674581A/zh
Application granted granted Critical
Publication of CN110674581B publication Critical patent/CN110674581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数字孪生模型一致性精准判定方法及系统，该方法适用于Xilinx公司Virtex‑5系列FPGA芯片，包括：设计实体与模型激励模块，该模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性判定模块发送标志位；设计数字孪生模型一致性精准判定模块，该模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈。本发明能够在一定程度上提高数字孪生系统中物理实体与虚拟模型一致性判定的准确性，并在一定程度上实现虚拟模型的校正。

Description

一种数字孪生模型一致性精准判定方法及系统
技术领域
本发明属于电子工程和计算机科学领域，具体涉及一种数字孪生模型一致性精准判定方法及系统。
背景技术
实现数字孪生的首要条件就是构建物理实体在虚拟空间中的模型，模型的逼真度直接影响整个数字孪生系统的性能，此处的模型不仅仅表现为虚拟空间里的三维模型，更多的表现为物理实体的行为、规则等约束的数学表达。在虚拟模型构建之后，如何验证其与物理实体的一致性是首先需要开展的，目前模型一致性问题的探讨主要围绕计算机领域中分布式系统展开，发明人尚未检索到数字孪生系统中有关虚拟模型与物理实体一致性判定的相关方法，为此，本发明公开了一种数字孪生模型一致性精准判定方法，该方法适用于Xilinx公司Virtex-5系列FPGA芯片，包括设计实体与模型激励模块和数字孪生模型一致性精准判定模块，这两个模块跨接在物理实体和虚拟模型之间，通过激励的发送、结果的接收、反馈的计算以及多次的迭代，在验证虚拟模型与物理实体一致性的基础上，在一定程度上实现虚拟模型的校正，提高了数字孪生系统中虚拟模型构建的效率。
发明内容
本发明要解决的技术问题为：提供一种数字孪生模型一致性精准判定方法及系统，该方法涵盖了实体与模型激励模块设计、数字孪生模型一致性精准判定模块设计，能够在验证虚拟模型与物理实体一致性的基础上，在一定程度上实现虚拟模型的校正，提高数字孪生系统中虚拟模型构建的效率。
本发明解决其技术问题是采取以下技术方案实现的：一种数字孪生模型一致性精准判定方法，包括：
步骤(1)、设计实体与模型激励模块和数字孪生模型一致性精准判定模块，在实体与模型激励模块中定义变量E表示激励帧发送次数，初始化E为0，在FPGA中实例化一个双端口BRAM，分别用port a和port b表示BRAM的两个端口；在数字孪生模型一致性精准判定模块中，定义变量F表示实体和模型反馈结果之差发送的次数F，初始化F为0，定义变量S表示实体和模型反馈结果之差，初始化S为0；
步骤(2)、实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性精准判定模块发送标志位'1'，具体实现如下：
(2.1)实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，该激励帧是物理实体和虚拟型的输入，同时E加1；
(2.2)将物理实体和虚拟模型的反馈结果通过port a存入BRAM；
(2.3)当E大于等于设定值1时，停止激励帧的发送，并向数字孪生模型一致性精准判定模块发送标志位'1'；否则，返回步骤(2)中的(2.1)；
步骤(3)、数字孪生模型一致性精准判定模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈，具体实现如下：
(3.1)当接收到实体与模型激励模块发送的标志位'1'时，数字孪生模型一致性精准判定模块通过port b分别读取BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将物理实体和虚拟模型反馈结果之差赋予S；复位标志位为'0'；
(3.2)数字孪生模型一致性精准判定模块将S发送给虚拟模型，并作为其负反馈的值，同时F加1；
(3.3)当F大于等于设定值2时，停止S的发送，将E和F清零；否则，将E清零并返回步骤(2)中的(2.1)；
步骤(4)、实体与模型激励模块再次分别向物理实体和虚拟模型发送一次激励帧，如果此时物理实体和虚拟模型的反馈结果之差的绝对值在允许范围内，表明虚拟模型已经与物理实体保持一致；否则，虚拟模型与物理实体不一致。
本发明设计的一种数字孪生模型一致性精准判定方法，该方法适用于Xilinx公司Virtex-5系列FPGA芯片。
根据本发明的另一方面，提供一种数字孪生模型一致性精准判定系统，其特征在于包括：
实体与模型激励模块，定义变量E表示激励帧发送次数，初始化E为0，在FPGA中实例化一个双端口BRAM，分别用port a和port b表示BRAM的两个端口；
数字孪生模型一致性精准判定模块，定义变量F表示实体和模型反馈结果之差发送的次数F，初始化F为0，定义变量S表示实体和模型反馈结果之差，初始化S为0；
实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性精准判定模块发送标志位'1'；
数字孪生模型一致性精准判定模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈；
实体与模型激励模块再次分别向物理实体和虚拟模型发送一次激励帧，如果此时物理实体和虚拟模型的反馈结果之差的绝对值在允许范围内，表明虚拟模型已经与物理实体保持一致；否则，虚拟模型与物理实体不一致。
本发明与现有技术相比的优点在于：基于FPGA设计的实体与模型激励模块和数字孪生模型一致性精准判定模块跨接在物理实体和虚拟模型之间，通过激励的发送、结果的接收、反馈的计算以及多次的迭代，在验证虚拟模型与物理实体一致性的基础上，在一定程度上实现虚拟模型的校正，提高了数字孪生系统中虚拟模型构建的效率
附图说明
图1为本发明的一种数字孪生模型一致性精准判定系统结构框图；
图2为本发明的一种数字孪生模型一致性精准判定方法的流程框图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
本发明涉及一种数字孪生模型一致性精准判定方法，适用于Xilinx公司Virtex-5系列FPGA芯片。实现数字孪生中模型的逼真度直接影响整个数字孪生系统的性能，此处的模型不仅仅表现为虚拟空间里的三维模型，更多的表现为物理实体的行为、规则等约束的数学表达。在虚拟模块构建之后，如何验证其与物理实体的一致性是首先需要开展的。本发明公开的方法包括实体与模型激励模块设计、数字孪生模型一致性精准判定模块设计，能够在验证虚拟模型与物理实体一致性的基础上，在一定程度上实现虚拟模型的校正，提高数字孪生系统中虚拟模型构建的效率。
本发明的结构框图如图1所示、流程框图如图2所示，具体实施方式如下：
(1)图1中的1表示实体与模型激励模块，该模块分别向物理实体和虚拟模型发送激励帧，并接收它们的反馈结果，图1中的2表示数字孪生模型一致性精准判定模块。这两个模块基于Xilinx公司Virtex-5系列FPGA芯片设计，跨接在图1中的物理实体和虚拟模型之间，主要通过RS232、RS485、以太网等接口实现与物理实体和虚拟模型的交互，进而实现物理实体和虚拟模型的一致性精准判定，主要包括激励的发送、反馈结果的接收、虚拟模型负反馈的计算与发送等过程。图1中的物理实体表示实际车间/产线中的设备，而图1中的虚拟模型则是实际车间/产线中的设备在虚拟空间中的孪生体。具体实现如下：
①在实体与模型激励模块中定义变量E表示激励帧发送次数，初始化E为0，在FPGA中实例化一个双端口BRAM，分别用port a和port b表示BRAM的两个端口；
②在数字孪生模型一致性精准判定模块中，定义变量F表示实体和模型反馈结果之差发送的次数，初始化F为0，定义变量S表示实体和模型反馈结果之差，初始化S为0；
(2)实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性精准判定模块发送标志位'1'，具体实现如下：
①实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，该激励帧是物理实体和虚拟模型的输入，同时E加1；
②将物理实体和虚拟模型的反馈结果通过port a存入BRAM。实际车间/产线中的设备在外部给予一定的输入激励后均会产生相应的反馈结果，同理，作为实际车间/产线设备的孪生体，虚拟模型在外部给予一定的输入激励后也会产生相应的反馈结果；
③当E大于等于设定值1时，停止激励帧的发送，并向数字孪生模型一致性精准判定模块发送标志位'1'；否则，返回(2)中的①；
(3)数字孪生模型一致性精准判定模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈，具体实现如下：
①当接收到实体与模型激励模块发送的标志位'1'时，数字孪生模型一致性精准判定模块通过port b分别读取BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将物理实体和虚拟模型反馈结果之差赋予S；复位标志位为'0'；
②数字孪生模型一致性精准判定模块将S发送给虚拟模型，并作为其负反馈的值，同时F加1；
③当F大于等于设定值2时，停止S的发送，将E和F清零；否则，将E清零并返回(2)中的①；
(4)实体与模型激励模块再次分别向物理实体和虚拟模型发送一次激励帧，如果此时物理实体和虚拟模型的反馈结果之差的绝对值在允许范围内，表明虚拟模型已经与物理实体保持一致；否则，虚拟模型与物理实体不一致。
综上所述，本发明公开了一种数字孪生模型一致性精准判定方法及系统，包括实体与模型激励模块设计、数字孪生模型一致性精准判定模块设计，能够在验证虚拟模型与物理实体一致性的基础上，在一定程度上实现虚拟模型的校正，提高数字孪生系统中虚拟模型构建的效率。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种数字孪生模型一致性精准判定方法，其特征在于包括：
步骤(1)、设计实体与模型激励模块和数字孪生模型一致性精准判定模块，在实体与模型激励模块中定义变量E表示激励帧发送次数，初始化E为0，在FPGA中实例化一个双端口BRAM，分别用port a和port b表示BRAM的两个端口；在数字孪生模型一致性精准判定模块中，定义变量F表示实体和模型反馈结果之差发送的次数F，初始化F为0，定义变量S表示实体和模型反馈结果之差，初始化S为0；
步骤(2)、实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性精准判定模块发送标志位'1'，具体实现如下：
(2.1)实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，该激励帧是物理实体和虚拟型的输入，同时E加1；
(2.2)将物理实体和虚拟模型的反馈结果通过port a存入BRAM；
(2.3)当E大于等于设定值1时，停止激励帧的发送，并向数字孪生模型一致性精准判定模块发送标志位'1'；否则，返回步骤(2)中的(2.1)；
步骤(3)、数字孪生模型一致性精准判定模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈，具体实现如下：
(3.1)当接收到实体与模型激励模块发送的标志位'1'时，数字孪生模型一致性精准判定模块通过port b分别读取BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将物理实体和虚拟模型反馈结果之差赋予S；复位标志位为'0'；
(3.2)数字孪生模型一致性精准判定模块将S发送给虚拟模型，并作为其负反馈的值，同时F加1；
(3.3)当F大于等于设定值2时，停止S的发送，将E和F清零；否则，将E清零并返回步骤(2)中的(2.1)；
步骤(4)、实体与模型激励模块再次分别向物理实体和虚拟模型发送一次激励帧，如果此时物理实体和虚拟模型的反馈结果之差的绝对值在允许范围内，表明虚拟模型已经与物理实体保持一致；否则，虚拟模型与物理实体不一致。
2.如权利要求1所述的一种数字孪生模型一致性精准判定方法，该方法适用于Xilinx公司Virtex-5系列FPGA芯片。
3.一种数字孪生模型一致性精准判定系统，其特征在于包括：
实体与模型激励模块，定义变量E表示激励帧发送次数，初始化E为0，在FPGA中实例化一个双端口BRAM，分别用port a和port b表示BRAM的两个端口；
数字孪生模型一致性精准判定模块，定义变量F表示实体和模型反馈结果之差发送的次数F，初始化F为0，定义变量S表示实体和模型反馈结果之差，初始化S为0；
实体与模型激励模块分别向物理实体和虚拟模型发送激励帧，并将物理实体和虚拟模型的反馈结果存入FPGA中的双端口BRAM，并在一定条件下向数字孪生模型一致性精准判定模块发送标志位'1'；
数字孪生模型一致性精准判定模块在接收到实体与模型激励模块发送的标志位后，读取双端口BRAM中的物理实体和虚拟模型反馈结果，分别求取平均值，并将两者的平均值之差作为虚拟模型的负反馈；
实体与模型激励模块再次分别向物理实体和虚拟模型发送一次激励帧，如果此时物理实体和虚拟模型的反馈结果之差的绝对值在允许范围内，表明虚拟模型已经与物理实体保持一致；否则，虚拟模型与物理实体不一致。
4.如权利要求3所述的一种数字孪生模型一致性精准判定系统，该系统适用于Xilinx公司Virtex-5系列FPGA芯片。
CN201910920573.9A 2019-09-27 2019-09-27 一种数字孪生模型一致性精准判定方法及系统 Active CN110674581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910920573.9A CN110674581B (zh) 2019-09-27 2019-09-27 一种数字孪生模型一致性精准判定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910920573.9A CN110674581B (zh) 2019-09-27 2019-09-27 一种数字孪生模型一致性精准判定方法及系统

Publications (2)

Publication Number Publication Date
CN110674581A true CN110674581A (zh) 2020-01-10
CN110674581B CN110674581B (zh) 2020-07-28

Family

ID=69079504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910920573.9A Active CN110674581B (zh) 2019-09-27 2019-09-27 一种数字孪生模型一致性精准判定方法及系统

Country Status (1)

Country Link
CN (1) CN110674581B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114035425A (zh) * 2021-11-05 2022-02-11 广东工业大学 一种无人机数字孪生系统的虚实状态同步方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108848133A (zh) * 2018-05-28 2018-11-20 北京航空航天大学 一种面向制造物联的Hub控制器设计方法
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
US20190121334A1 (en) * 2017-10-24 2019-04-25 Baker Hughes, A Ge Company, Llc Advisory system for industrial plants
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
CN110262284A (zh) * 2019-06-24 2019-09-20 江苏科瑞德智控自动化科技有限公司 一种基于数字孪生技术的锂电池极片轧机控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190121334A1 (en) * 2017-10-24 2019-04-25 Baker Hughes, A Ge Company, Llc Advisory system for industrial plants
CN108848133A (zh) * 2018-05-28 2018-11-20 北京航空航天大学 一种面向制造物联的Hub控制器设计方法
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
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
CN110262284A (zh) * 2019-06-24 2019-09-20 江苏科瑞德智控自动化科技有限公司 一种基于数字孪生技术的锂电池极片轧机控制方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FEI TAO等: "Digital Twins and Cyber–Physical Systems toward Smart Manufacturingand Industry 4.0 Correlation and Comparison", 《ENGINEERING》 *
PALAK IAIN等: "A Digital Twin Approach for Fault Diagnosis in Distributed Photovoltaic Systems", 《IEEE》 *
汪林生: "虚实融合技术在智能制造中的应用研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
王爵: "数字孪生，构建数字化智能流程体系的必由之路", 《HTTP://SOFTWARE.IT168.COM/A2019/0515/5200/000005200874.SHTML》 *
陶飞 等: "面向服务的智能制造", 《机械工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114035425A (zh) * 2021-11-05 2022-02-11 广东工业大学 一种无人机数字孪生系统的虚实状态同步方法和系统
CN114035425B (zh) * 2021-11-05 2022-07-26 广东工业大学 一种无人机数字孪生系统的虚实状态同步方法和系统

Also Published As

Publication number Publication date
CN110674581B (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN109612738B (zh) 一种涡扇发动机的气路性能改进的分布式滤波估计方法
CN104200045B (zh) 一种流域大尺度水系分布式水动力模型的并行计算方法
CN106875047B (zh) 水库流域径流预报方法及系统
Titarev et al. MUSTA schemes for multi‐dimensional hyperbolic systems: analysis and improvements
CN104463381A (zh) 基于kpca与wlssvm的建筑能耗预测方法
CN108196822A (zh) 一种双精度浮点开方运算的方法及系统
CN106775577B (zh) 一种高性能非精确冗余二进制乘法器的设计方法
CN112597610B (zh) 机械臂结构轻量化设计的优化方法、装置及设备
CN104239625A (zh) 一种基于修正流体运动方程线性迭代的稳态求解方法
CN110674581B (zh) 一种数字孪生模型一致性精准判定方法及系统
CN103970879A (zh) 一种调整数据块存储位置的方法及系统
CN114676522B (zh) 融合gan和迁移学习的气动形状优化设计方法及系统及设备
CN110705080A (zh) 一种数字孪生模型精准组装方法及装置
CN114943192A (zh) 基于降阶模型和梯度优化的翼型流动不稳定定常解计算方法
CN105490836B (zh) 一种复杂网络可靠度的蒙特卡罗评估方法
CN107247831B (zh) 一种基于迭代逐维法的多学科区间不确定性分析方法
KR102266279B1 (ko) 비정상상태를 구현하기 위한 차수 감축 모델 구축 방법
CN110825346B (zh) 一种低逻辑复杂度的无符号近似乘法器
CN103970610A (zh) 一种供水管网中节点流量的监控方法
CN106934177A (zh) 一种双蜗壳混流泵隔板的优化设计方法
Li et al. Development of an efficient wetting and drying treatment for shallow‐water modeling using the quadrature‐free Runge‐Kutta discontinuous Galerkin method
CN105302979A (zh) 两相流体网络模型中阀门组的建模方法和系统
Sonar Classical finite volume methods
CN113034343B (zh) 参数自适应的高光谱图像分类gpu并行方法
Shadpey et al. Energy-and entropy-stable multidimensional summation-by-parts discretizations on non-conforming grids

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