CN110930536A - 一种基于数字孪生的连铸机通用零件在线监控与追溯方法 - Google Patents

Abstract

本发明公开了一种基于数字孪生的连铸机通用零件在线监控与追溯方法，具体包括如下步骤：步骤1：构建体系框架；步骤2：基于步骤1构件的体系框架，对连铸机设备进行数字孪生；步骤3：基于步骤2所得结果，对通用零件进行三维可视化监控；步骤4：基于步骤3中的三维可视化监控，对通用零件跟踪追溯。本发明可以实现连铸机通用零件的在线监控与跟踪追溯，有效提高运维人员对连铸机设备的管理水平与工作效率，显著降低通用零件的运维成本。

Description

一种基于数字孪生的连铸机通用零件在线监控与追溯方法

技术领域

本发明属于制造设备运维智能管理技术领域，涉及一种基于数字孪生的连铸机通用零件在线监控与追溯方法。

背景技术

在钢铁企业，连铸机作为主要的炼钢设备，每台连铸机设备的二次冷却装置(扇形段)自上至下由弯曲段(0段)、弧形段(B段)、矫直段(S段)、水平段(H段)装配而成。每一个扇形段是由多个辊组按照一定装配约束组装，且每个辊组由3个辊子或辊筒通过轴承座组合而成，连铸机结构示意图如图1。除了保证连铸机正常运行的在线段外，炼钢企业或检修企业的库存会储存一定数量的扇形段作为备件，以便故障或检修时将质量合格的扇形段上机，以缩短连铸机停机时长，提高连铸机生产能力。连铸辊、辊筒、芯轴作为连铸机设备的通用零件，经常出现磨损、疲劳裂纹或弯曲等故障，需要定期检修、维护。这些通用零件具有较高的互换频率且零件自身未有物理标识，导致其安装、拆卸、维修、检修等业务过程不能有效地监控、跟踪与追溯，进而影响着通用零件的使用寿命与预防性维护。

扇形段装配涉及到频繁检修且具有互换性的通用零件，如辊组(芯轴、辊筒或连铸辊、轴承、轴承座组成)。特别是辊组直接参与、接触板坯生产的部件，辊组质量直接决定着铸钢生产质量与性能。由于辊组安装在扇形段以及扇形段安装连铸机位置的不确定、随机性，将导致每个辊组中通用零件的性能退化与剩余寿命各不相同。因为随着扇形段安装、工作位置的变化，辊组在板坯生产过程中的温度、重力、压力等外部环境也随之变化，导致通用零件磨损、疲劳、弯曲等状况不同。基于数字孪生的连铸机通用零件在线监控与追溯系统不仅可以帮助运维人员以三维可视化形式实时掌握设备运行状态及通用零件的在线工作信息；还可以对通用零部件在线服务过程信息的记录、跟踪，实现扇形段通用零部件与装配、工作位置的关联映射，为通用零部件的性能退化与剩余寿命预测提供数据来源，为通用零件的预防性维护、组装优化等智能决策提供数据支持。

发明内容

本发明的目的是提供一种基于数字孪生的连铸机通用零件在线监控与追溯方法，该方法可以实现连铸机通用零件的在线监控与跟踪追溯，有效提高运维人员对连铸机设备的管理水平与工作效率，显著降低通用零件的运维成本。

本发明所采用的技术方案是，一种基于数字孪生的连铸机通用零件在线监控与追溯方法，具体包括如下步骤：

步骤1：构建体系框架；

步骤2：基于步骤1构件的体系框架，对连铸机设备进行数字孪生；

步骤3：基于步骤2所得结果，对通用零件进行三维可视化监控；

步骤4：基于步骤3中的三维可视化监控，对通用零件跟踪追溯。

本发明的特点还在于，

步骤1的具体过程如下：

体系框架包括物理层、传输层、模型层、数据层和应用层；

物理层：包括生产设备、感知设备两个物理实体设备，通过物联网实现物理实体设备之间的互联互通；

传输层：数据通过通讯网络传输至服务器数据中心；服务器端通过解析程序，将感知设备采集的数据转化为规范数据格式存储至服务器的数据库；

数据层：数据层包括孪生数据，孪生数据包含物理层设备数据、算法库、编码规则库数据，孪生数据按照数据来源可分为运行数据、产品数据、组装数据和其他数据；

模型层：对连铸机、扇形段、辊组设备实体镜像生成的三维孪生模型，按照连铸机装配层级划分为连铸机模型、扇形段模型、辊组模型；

应用层：利用三维孪生模型，基于WebGL技术实现Web端可视化展示，同时以孪生数据为基础，设计、实现基于Web的连铸机通用零件在线监控与追溯系统，该系统主要包含连铸机运行状态监测、通用零件在线监测、通用零件追溯功能模块。

步骤2的具体过程如下：连铸机设备的数字孪生是物理设备、三维孪生模型、信息系统与孪生数据的集成融合，物理设备与三维孪生模型通过信息系统和孪生数据，进行实时虚实映射；

采用三维模型轻量化技术实现基于Web的三维模型浏览与展示，无缝集成在Web信息系统；采用服务端数据实时推送技术，实现孪生数据与三维模型的融合与集成，完成物理设备、三维孪生模型、信息系统、孪生数据的集成融合，进而实现连铸机设备数字孪生。

步骤3的具体过程如下：

以连铸机的三维孪生模型作为信息载体，实现连铸机运行状态与通用零件在线信息三维可视化监测，具体包括：

设备运行状态监测：涉及连铸机工作运行中功率、电流、电压、温度、拉坯速度、板坯厚度的实时监测；

通用零件在线监测包括对通用零件安装连铸机时间、工作时长、实时过钢量及累计过钢量信息的实时监测。

步骤4的具体过程如下：对连铸机通用零件编码标识和每个安装位置进行编码；建立每个装配过程中零部件与装配位置之间的关联映射关系，实现连铸机通用零件跟踪追溯。

步骤4中通用零件的跟踪追溯过程具体如下：

辊组组装：将具有物理编码的芯轴、辊筒、轴承座按照装配约束组装成辊组，每个芯轴、辊筒、轴承座在辊组中的位置用有序集合G表示：

G＝{p₁,p₂,p₃,…,p_m}；

其中，集合元素p表示对应的零件及其编码信息，下标m为辊组对应装配位置编码的列编码；

框架组装：将辊组分别组装成内外弧框架，将每个辊组在框架中装配位置用有序集合K表示：

K＝{g₁，g₂,…g_n}；

其中，集合元素g表示为辊组及其编码，n为辊组安装在框架组编码；

扇形段组装：框架进行组装成扇形段，弧框架在扇形段装配位置有序集合为S，表示为：

S＝{k₀，k₁}；

其中，集合元素k表示框架及其编码信息，k的下标对应内、外弧类型编码；

扇形段上机：扇形段安装在连铸机扇形段位置可以表示为有序集合C：

C＝{S₀,S₁,S₂,..S_R}；

其中，集合元素s表示扇形段及其编码信息，s下标对应扇形段位置编码；

通用零件跟踪追溯：通过装配位置集合信息，自上向下G→K→S→C的层次集合映射推理，可跟踪通用零件的安装、工作位置信息；自下向上C→S→K→G的层次集合映射推理，可以追溯连铸机每个位置上在线、历史安装的零件信息。

本发明的有益效果是，本发明一种基于数字孪生的连铸机通用零件在线监控与追溯方法。首先构建基于数字孪生的连铸机通用零件在线监控与追溯体系框架，详细设计该方法体系架构及其实现技术手段。然后，建立连铸机物理设备的数字孪生，融合物联网、通信、计算机等技术，实现数据实时驱动的连铸机三维可视化监控。融合装配位置信息，建立零件编码-位置编码的双层编码系统，建立基于有序集合的通用零件-辊组-扇形段-连铸机的层次结构表达模型，实现通用零件的在线跟踪追溯。该方法具有较高的柔性，易于实施，能够对连铸机通用零件实现三维可视化监控与跟踪追溯。

附图说明

图1是现有的连铸机的结构示意图；

图2是本发明一种基于数字孪生的连铸机通用零件在线监控与追溯方法中构建的体系框架图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种基于数字孪生的连铸机通用零件在线监控与追溯方法，具体包括如下步骤：

步骤1：构建体系框架；体系架构由5层组成：物理层、传输层、模型层、数据层和应用层，如图2。其中，连铸机的三维孪生模型是对连铸机物理设备全要素信息的实体镜像三维模型，通过三维模型轻量化处理技术，实现Web端浏览与展示。孪生数据基于物联网(Internet of Things,IoT)技术对连铸机物理设备信息实现数据采集；物理设备与三维孪生模型通过服务器数据中心进行数据同步与驱动，将孪生数据与三维孪生模型进行有效融合与集成，实现连铸机的数字孪生。在此基础上，应用层基于轻量化三维模型实现连铸机设备运行状态及通用零件在线实时监测；综合考虑装配位置、运行位置等相关信息，实现通用零件的跟踪追溯。步骤1的具体过程如下：

步骤1.1：物理层；包括生产设备、感知设备两个物理实体设备，该层通过物联网技术实现物理实体设备之间的互联互通。

生产设备包括连铸机、扇形段、辊组、通用零件及附属其上的二维码、条形码标签；感知设备包含传感器、RFID(射频识别)及将其连接网络的物联网网关、PDA终端；

传感器将采集的连铸机运行参数及外部环境信息传送至物联网网关；PDA终端负责读取RFID电子标签与二维码相关信息；物联网网关、PDA终端将接入的信息完成处理、转发和控制，最终实现与通信网络的链接。

其中，为了满足通用零件的跟踪追溯需求，对连铸机、扇形段、通用零件进行物理编码，通过激光打标机采用直接零件标识技术(DPM)在零部件设备表面标识二维码或条形码用于唯一标识。

步骤1.2：传输层；步骤1.1中物联网网关、PDA终端可选用WIFI、GPRS、Zibgee任一通信方式进行网络传输所采集的数据，通讯协议采用TCP/UDP；数据通过通讯网络传输至服务器数据中心；服务器端通过解析程序，将感知设备采集的数据转化为规范数据格式存储至服务器的数据库。

步骤1.3：数据层；孪生数据包含步骤1.2传输的物理层设备数据、算法库、编码规则库数据，按照数据来源可以分为运行数据、产品数据、组装数据和其他数据。

其中，运行数据主要包含连铸机运行相关参数，如拉坯速度、板坯厚度、板坯温度、功率、电流等；

产品数据主要包含连铸机BOM(Bill of Material，物料清单)信息、零件尺寸、二维图纸、维修工艺信息；

组装数据包含与连铸机扇形段安装、扇形段组装、辊组组装工序相关数据；

其他数据主要包含通用零件追溯算法、零件编码、位置编码规则这几类辅助数据。

以上涉及的所有数据均存储在服务器数据库，服务器数据库可以选MySQL、SQLServer关系型数据库软件。

步骤1.4：模型层；依据步骤1.3中产品数据信息，对步骤1.1中连铸机、扇形段、辊组设备实体镜像生成的三维孪生模型，根据连铸机在线监控与追溯业务需求，将三维孪生模型按照连铸机装配层级主要划分为连铸机模型、扇形段模型、辊组模型。

三维孪生模型的尺寸、形状、布局、装配关系与连铸机物理实体一致，该模型是通过Blender处理生成的轻量化json、obj数据格式。

步骤1.5：应用层；利用步骤1.4中三维孪生模型，基于WebGL技术实现Web端可视化展示，同时以步骤1.3的孪生数据为基础，设计、实现基于Web的连铸机通用零件在线监控与追溯系统，该系统主要包含连铸机运行状态监测、通用零件在线监测、通用零件跟踪追溯功能模块；其中，连铸机运行状态监测、通用零件在线监测为通用零件跟踪追溯提供数据支持。系统涉及到的主要技术包含MVC、Signal、C#、WebGL、JavaScript、HTML5等。

步骤2：连铸机设备的数字孪生；连铸机设备的数字孪生是物理设备、虚拟设备(三维孪生模型)、信息系统与孪生数据的集成融合，物理设备与虚拟设备通过信息系统和孪生数据，进行实时虚实映射。

本发明所述虚拟设备特指物理设备实物的三维孪生模型，它可以通过基于逆向工程、CAD三维建模的方式对连铸机设备实体全要素镜像三维模型获得。物理设备与三维孪生模型之间数据同步是通过步骤1.2的传输层与步骤1.3数据层实现。

采用三维模型轻量化技术(WebGL)实现基于Web的三维模型浏览与展示，无缝集成在Web信息系统；采用服务端数据实时推送技术(SignalR)，实现孪生数据与三维模型的融合与集成，完成物理设备、三维孪生模型、信息系统、孪生数据的集成融合，进而实现连铸机设备数字孪生化。

步骤3：通用零件的三维可视化监控；以连铸机的三维孪生模型作为信息载体，实现连铸机运行状态与通用零件在线信息三维可视化监测。

①设备运行状态监测：主要涉及到连铸机工作运行中功率、电流、电压、温度、拉坯速度、板坯厚度的实时监测。

②通用零件在线监测：包括对通用零件(扇形段、连铸辊、芯轴、辊筒、轴承座)安装连铸机时间、工作时长、实时过钢量及累计过钢量等信息的实时监测。

步骤4：通用零件的跟踪追溯：辊组组装、扇形段组装及其安装至连铸机过程中，连铸辊、芯轴、辊筒、轴承座安装在部件辊组中的位置、辊组安装在框架中的位置、框架在扇形段安装位置以及扇形段安装在连铸机的位置，最终将决定着芯轴、辊筒、轴承座、框架在连铸机运行工作的位置。

它们之间不仅存在层级关系，而且安装在不同层级的空间位置也是随机的、不确定的。因此，需要对连铸机通用零件编码标和每个安装位置进行编码；建立每个装配过程中零部件与装配位置之间的关联映射关系，进而实现连铸机通用零件跟踪追溯。

融合装配位置的双层编码体系；为了实现通用零件跟踪追溯，不仅需要对扇形段通用零件物理编码标识，还要对辊组组装、框架组装、扇形段组装、扇形段上机过程中的安装、工作位置编码。

零件编码；对连铸机通用零件进行唯一标识编码。

通过DPM(Direct Part Marking)技术将编码字符或对应二维码激光打标在零件的合适位置，且不影响零件的质量性能。

位置编码；一台连铸机可能由多流组成，每流均有相同的扇形段构成，扇形段则由多个辊组组装而成。需要考虑连铸机台数、流数、扇形段数量、辊组数量、辊组结构等因素。位置编码规则如表1。

表1

通用零件的跟踪追溯；扇形段组装及其安装连铸机过程主要涉及辊组组装、框架组装、扇形段组装、扇形段上机。

在每个装配工序过程所涉及的需要跟踪追溯的通用零件分别有芯轴、辊筒、轴承座、框架。下面给出一种基于多层次有序集合的零件-装配位置追溯流程：

辊组组装：将具有物理编码的芯轴、辊筒、轴承座按照一定装配约束组装成辊组，每个芯轴、辊筒、轴承座在辊组中的位置用有序集合表示G＝{p₁,p₂,p₃,…,p_m}，集合元素p表示对应的零件及其编码信息，下标m为辊组对应装配位置编码的列编码；

框架组装：将辊组按照一定约束分别组装成内外弧框架，将每个辊组在框架中装配位置用有序集合表示K＝{g₁，g₂,…g_n}，集合元素g表示为辊组及其编码，n为辊组安装在框架组(行)编码；

扇形段组装：框架进行组装成扇形段，弧框架在扇形段装配位置有序集合为S＝{k₀，k₁}；集合元素k表示框架及其编码信息，下标对应内、外弧类型编码；

扇形段上机：扇形段安装在连铸机扇形段位置可以表示为有序集合C＝{S₀,S₁,S₂,..S_R}，集合元素s表示扇形段及其编码信息，下标对应扇形段位置编码；

通用零件跟踪追溯：通过装配位置集合信息，自上向下G→K→S→C的层次集合映射推理，可以跟踪通用零件的安装、工作位置信息(零件编码→位置编码)；自下向上C→S→K→G的层次集合映射推理，可以追溯连铸机每个位置上在线、历史安装的零件信息(位置编码→零件编码)。

Claims (6)

1.一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：具体包括如下步骤：

步骤1：构建体系框架；

步骤2：基于步骤1构件的体系框架，对连铸机设备进行数字孪生；

步骤3：基于步骤2所得结果，对通用零件进行三维可视化监控；

步骤4：基于步骤3中的三维可视化监控，对通用零件跟踪追溯。

2.根据权利要求1所述的一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：所述步骤1的具体过程如下：

体系框架包括物理层、传输层、模型层、数据层和应用层；

物理层：包括生产设备、感知设备两类物理实体设备，通过物联网实现物理实体设备之间的互联互通；

传输层：数据通过通讯网络传输至服务器数据中心；服务器端通过解析程序，将感知设备采集的数据转化为规范数据格式存储至服务器的数据库；

数据层：数据层包括孪生数据，孪生数据包含物理层设备数据、算法库、编码规则库数据，孪生数据按照数据来源可分为运行数据、产品数据、组装数据和其他数据；

模型层：对连铸机、扇形段、辊组设备实体镜像生成的三维孪生模型，按照连铸机装配层级划分为连铸机模型、扇形段模型、辊组模型；

应用层：利用三维孪生模型，基于WebGL技术实现Web端可视化展示，同时以孪生数据为基础，设计、实现基于Web的连铸机通用零件在线监控与追溯系统，该系统主要包含连铸机运行状态监测、通用零件在线监测、通用零件追溯功能模块。

3.根据权利要求1所述的一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：所述步骤2的具体过程如下：连铸机设备的数字孪生是物理设备、三维孪生模型、信息系统与孪生数据的集成融合，物理设备与三维孪生模型通过信息系统和孪生数据，进行实时虚实映射；

采用三维模型轻量化技术实现基于Web的三维模型浏览与展示，无缝集成在Web信息系统；采用服务端数据实时推送技术，实现孪生数据与三维模型的融合与集成，完成物理设备、三维孪生模型、信息系统、孪生数据的集成融合，进而实现连铸机设备数字孪生。

4.根据权利要求1所述的一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：所述步骤3的具体过程如下：

以连铸机的三维孪生模型作为信息载体，实现连铸机运行状态与通用零件在线信息三维可视化监测，具体包括：

设备运行状态监测：涉及连铸机工作运行中功率、电流、电压、温度、拉坯速度、板坯厚度的实时监测；

通用零件在线监测包括对通用零件安装连铸机时间、工作时长、实时过钢量及累计过钢量信息的实时监测。

5.根据权利要求1所述的一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：所述步骤4的具体过程如下：对连铸机通用零件编码标和每个安装位置进行编码；建立每个装配过程中零部件与装配位置之间的关联映射关系，实现连铸机通用零件跟踪追溯。

6.根据权利要求5所述的一种基于数字孪生的连铸机通用零件在线监控与追溯方法，其特征在于：所述步骤4中通用零件的跟踪追溯过程具体如下：

辊组组装：将具有物理编码的芯轴、辊筒、轴承座按照装配约束组装成辊组，每个芯轴、辊筒、轴承座在辊组中的位置用有序集合G表示：

G＝{p₁,p₂,p₃,…,p_m}；

其中，集合元素p表示对应的零件及其编码信息，下标m为辊组对应装配位置编码的列编码；

框架组装：将辊组分别组装成内外弧框架，将每个辊组在框架中装配位置用有序集合K表示：

K＝{g₁，g₂,…g_n}；

其中，集合元素g表示为辊组及其编码，n为辊组安装在框架组编码；

扇形段组装：框架进行组装成扇形段，弧框架在扇形段装配位置有序集合为S，表示为：

S＝{k₀，k₁}；

其中，集合元素k表示框架及其编码信息，k的下标对应内、外弧类型编码；

扇形段上机：扇形段安装在连铸机扇形段位置可以表示为有序集合C：

C＝{S₀,S₁,S₂,..S_R}；

其中，集合元素s表示扇形段及其编码信息，s下标对应扇形段位置编码；

通用零件跟踪追溯：通过装配位置集合信息，自上向下G→K→S→C的层次集合映射推理，可跟踪通用零件的安装、工作位置信息；自下向上C→S→K→G的层次集合映射推理，可以追溯连铸机每个位置上在线、历史安装的零件信息。

Images