CN110941251B - 基于数字孪生体的生产控制方法、装置、设备及介质 - Google Patents
基于数字孪生体的生产控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110941251B CN110941251B CN201911359294.6A CN201911359294A CN110941251B CN 110941251 B CN110941251 B CN 110941251B CN 201911359294 A CN201911359294 A CN 201911359294A CN 110941251 B CN110941251 B CN 110941251B
- Authority
- CN
- China
- Prior art keywords
- information
- digital twin
- production control
- fixed
- assembly
- 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
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], computer integrated manufacturing [CIM]
- G05B19/41875—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], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G05B2219/32368—Quality control
-
- 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)
Abstract
本发明实施例公开了一种基于数字孪生体的生产控制方法、装置、设备及介质。其中,方法包括:获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。本发明实施例的方案实现了对定点装配场景中的目标装配物体的生产控制。
Description
技术领域
本发明实施例涉及自动化技术领域,尤其涉及一种基于数字孪生体的生产控制方法、装置、设备及介质。
背景技术
定点装配广泛应用于重型装备的总装生产过程,例如:飞机、轮船、火车或者大型机床设备等。在定点装配生产模式中,需要的人、机、物等生产资源按装配计划有序地运送到装配岛,而产品固定在某一装配岛直至总装完成。
现阶段,主要通过企业资源计划系统(Enterprise Resources Planning,ERP)或者制造执行系统(Manufacturing Execution System,MES)实现对大型设备的定点装配生产。
现有技术的方法,由于缺乏集成的数据采集系统,信息的输入过程主要依赖人工输入,无法实时捕捉生产过程中物品级的数据信息,由此引起的生产数据延时、不完备甚至错误等给实际生产带来了很大的影响。另一方面,由于缺乏集成有效的生产组织管理方法,按照系统流程生搬硬套也会造成生产活动组织不高效、生产资源配置不合理等问题。发明人针对上述问题,考虑是否可以通过构建与生产的物体数字孪生体,从而优化、预演出针对生产的物体或者生产管理系统的合理的生产控制方法。
发明内容
本发明实施例提供一种基于数字孪生体的生产控制方法、装置、设备及介质,以实现对定点装配场景下的目标装配物体的生产控制。
第一方面,本发明实施例提供了一种基于数字孪生体的生产控制方法,该方法包括:
获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
在所述至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与所述目标装配物体的动态成产环境匹配的生产信息的信息值;
将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
第二方面,本发明实施例还提供了一种基于数字孪生体的生产控制装置,该装置包括:
标准数字孪生体获取模块,用于获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
生产信息的信息值提取模块,用于在所述至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与所述目标装配物体的动态成产环境匹配的生产信息的信息值;
生产控制信息的信息值获取模块,将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一实施例所述的基于数字孪生体的生产控制方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一实施例所述的基于数字孪生体的生产控制方法。
本发明实施例通过获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,实现了对定点装配场景下的目标装配物体的生产控制。
附图说明
图1是本发明实施例一中的一种基于数字孪生体的生产控制方法的流程图;
图2是本发明实施例二中的一种基于数字孪生体的生产控制方法的流程图;
图3是本发明实施例二中适用的一种应用场景图;
图4是本发明实施例二中适用的一种自组织模型示意图;
图5是本发明实施例三中的一种基于数字孪生体的生产控制装置的结构示意图;
图6是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的一种基于数字孪生体的生产控制方法的流程图,本实施例可适用于对定点装配场景下的目标装配物体的生产控制方法进行规划的情况,该方法可以由基于数字孪生体的生产控制装置来执行,该装置可以通过软件和/或硬件的方式实现,并集成在执行本方法的计算机设备中。具体的,参考图1,该方法具体包括如下步骤:
S110、获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值。
具体的,定点装配广泛应用于重型装备的总装生产过程,例如:飞机、轮船、火车或者大型机床设备等都需要通过定点装配的方式进行生产。在定点装配生产场景中,需要的人、机、物等生产资源按装配计划有序地运送到装配岛,而目标装配物体固定在某一装配岛直至总装完成。这种生产场景不仅适用于重型装备的总装生产,也为灵活和高效地生产多品种中等批量产品提供了新的思路。
需要说明的是,本发明实施例中涉及到的定点装配场景可以是生产任意一种物体的定点装配场景,本发明实施例对其不作限定;本发明实施例中涉及到的目标装配物体可以是任意一种定点装配场景下装配的任意一种物体;也可以是任意一种定点装配系统,本发明实施例对其不作限定。
在本发明实施例的一个具体例子中,获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,可以包括获取与定点装配场景下装配的目标装配物体匹配的要素级标准数字孪生体、工艺级标准数字孪生体以及系统级标准数字孪生体。
需要说明的是,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值。例如,定点装配过程中用到的资源、加工工艺或者加工方案等参考信息的信息值,本发明实施例中对其不作限定。
可选的,在获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体之前,还可以包括:建立与定点装配场景匹配的至少两个层级的基础数字孪生体,并建立与各基础数字孪生体分别对应的参考信息集;其中,不同层级的基础数字孪生体对应定点装配过程中不同粒度的参考信息;获取在定点装配场景下装配目标装配物体时,各参考信息集中的参考信息的信息值;将各信息值分别映射至各基础数字孪生体的参考信息集中,得到与各基础数字孪生体分别对应的标准数字孪生体。
其中,基础数字孪生体可以包括:要素级基础数字孪生体、工艺级基础数字孪生体以及系统级基础数字孪生体;要素级基础数字孪生体,可以用于模拟目标装配物体所使用的各类制造资源;工艺级基础数字孪生体,可以用于模拟目标装配物体的加工和装配过程;系统级基础数字孪生体,可以用于模拟目标装配物体的生产系统。
具体的,建立与智能制造场景匹配的至少两个层级的基础数字孪生体之后,还需要建立与各基础数字孪生体分别对应的参考信息集;例如,与要素级基础数字孪生体对应的参考信息集、与工艺级基础数字孪生体对应的参考信息集以及与系统级基础数字孪生体对应的参考信息集。
示例性的,与要素级基础数字孪生体对应的参考信息集可以包括:目标装配物体所使用的各类制造资源的属性、服务以及状态信息;与工艺级基础数字孪生体对应的参考信息集可以包括:目标装配物体的加工和装配过程中用到的三维模型、工艺标准、现场检测、质量统计以及状态信息;与系统级基础数字孪生体对应的参考信息集可以包括:目标装配物体的生产系统中涉及到的人、机器、材料、方法、环境、订单以及状态信息。
示例性的,与要素级基础数字孪生体对应的参考信息集可以表示为I={ID,Attribute,Service,Status},其中,ID(标识号,Identification)为与参考信息集对应的要素级基础数字孪生体的ID,Attribute为目标装配物体所使用的各类制造资源的属性信息,Service为目标装配物体所使用的各类制造资源的服务信息,Status为目标装配物体所使用的各类制造资源的状态信息;与工艺级基础数字孪生体对应的参考信息集可以表示为I={ID,3D Mode,Process Specification,Onsite Inspection,Quality Statistics,Status},其中,ID为与参考信息集对应的工艺级基础数字孪生体的ID,3D Mode为目标装配物体的加工和装配过程中用到的三维模型信息,Process Specification为目标装配物体的加工和装配过程中用到的工艺标准信息,Onsite Inspection为目标装配物体的加工和装配过程中用到的现场检测信息,Quality Statistics为目标装配物体的加工和装配过程中用到的质量统计信息,Status为目标装配物体的加工和装配过程中用到的状态信息;与系统级基础数字孪生体对应的参考信息集可以表示为I={ID,Operator,Machine,Material,Operation,Environment,Order,Status},其中,ID为与参考信息集对应的系统级基础数字孪生体的ID,Operator为目标装配物体的生产系统中涉及到的人的信息,Machine为目标装配物体的生产系统中涉及到的机器信息,Material为目标装配物体的生产系统中涉及到的物料信息,Operation为目标装配物体的生产系统中涉及到的操作信息,Environment为目标装配物体的生产系统中涉及到的环境信息,Order为目标装配物体的生产系统中涉及到的订单信息,Status为目标装配物体的生产系统中涉及到的状态信息。
S120、在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值。
具体的,在获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体之后,可以进一步的在至少两个层级的标准数字孪生体中提取目标参考信息的信息值。示例性的,可以在要素级标准数字孪生体、工艺级标准数字孪生体以及系统级标准数字孪生体中获取装配目标装配物体的开始时间或者交货时间等参数,本发明实施例对其不作限定。
进一步的,也可以获取与目标装配物体的动态成产环境匹配的生产信息的信息值;例如:装配岛当前时刻的装配条件或者当前时刻的生产计划等条件。
S130、将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
具体的,在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值之后,可以将获取到的各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
可选的,将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,可以包括:获取自组织模型中包括的目标函数,以及至少一项约束条件;根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解,局部最优解中包括至少一项生产控制信息的信息计算值;判断局部最优解中的各项信息计算值与输入的各项信息值是否匹配,若是,则将局部最优解作为定点装配场景下装配的目标装配物体生产控制信息的信息值;若否,则继续执行根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
具体的,自组织模型可以将最小完工时间或最低花费成本等函数作为目标函数;约束条件可以为生产资源约束条件或者产品属性约束条件;示例性的,可以根据生产资源约束条件或者产品属性约束条件,计算最小完工时间或这最低花费成本的目标函数的局部最优解,其中,计算得到的局部最优解中可以包括与目标装配物体对应的至少一项生产控制信息的信息计算值。
进一步的,判断计算得到的局部最优解中的各项信息计算值与输入的各项信息值是否匹配,若是,则将局部最优解作为定点装配场景下装配的目标装配物体生产控制信息的信息值;若否,则继续执行根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
示例性的,若需要通过定点装配的方式生产飞机A以及分机B,则可以将生产飞机A以及分机B的最小完工时间作为自组织模型的目标函数,可以在云平台中根据最小完工时间目标函数以及至少一项约束条件计算目标函数的局部最优解,其中,计算得到的局部最优解中可以包括与飞机A以及分机B对应的至少一项生产控制信息的信息计算值。
进一步的,判断计算得到的局部最优解中的各项信息计算值与个标准数字孪生体以及动态生产环境输入的各项信息值是否匹配,若是,则将局部最优解作为定点装配场景下装配的飞机A以及分机B生产控制信息的信息值;若否,则继续执行根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
可选的,将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,还可以包括:根据信息值生成与目标装配物体对应的生产组织方案。其中,生产组织方案中包括生产目标装配物体的计划、方法、物控或者质检至少一项。
具体的,在得到装配目标装配物体的生产控制信息的信息值之后,还可以根据信息值生成与目标装配物体对应的生产组织方案,其中,该生成组织方案可以为生产目标装配物体的计划、方法、物控或者质检等,本发明实施例中对其不作限定。
本实施例通过,获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,实现了对定点装配场景下的目标装配物体的生产控制。
实施例二
图2是本发明实施例二中的一种基于数字孪生体的生产控制方法的流程图,本实施例在上述实施例的基础上,对本发明实施例中涉及到的基于数字孪生体的生产控制方法进行细化。具体的,在得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,还可以包括:根据生产控制信息的信息值,对各标准数字孪生体进行修正,得到修正后的各标准数字孪生体。参考图2,该方法具体包括如下步骤:
S210、获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值。
S220、在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值。
S230、将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
S240、根据生产控制信息的信息值,对各标准数字孪生体进行修正,得到修正后的各标准数字孪生体。
具体的,在将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,还可以根据得到的目标装配物体的生产控制信息的信息值对与目标装配物体的对应的各标准数字孪生体进行修正,从而得到修正后的各标准数字孪生体。
进一步的,修正后的各标准数字孪生体也可以实时同步在目标装配物体,从而对目标装配物体进行实时更新。
本实施例的方案,在上述实施例的基础上,在将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,根据得到的目标装配物体的生产控制信息的信息值对与目标装配物体的对应的各标准数字孪生体进行修正,从而得到修正后的各标准数字孪生体,实现了对定点装配场景下的目标装配物体的生产控制的同时,也可以对各标准数字孪生体进行实时更新。
应用场景
为了更好地理解本发明实施例,图3列举了一种本发明实施例适用的一种应用场景。图3中,将定点装配场景中的目标装配物体分为要素级、工艺级以及系统级;并分别建立与要素级对应的要素级基础数字孪生体、与工艺级对应的工艺级基础数字孪生体以及与系统级对应的系统级基础数字孪生体;建立与要素级基础数字孪生体对应的参考信息集、与工艺级基础数字孪生体对应的参考信息集以及与系统级基础数字孪生体对应的参考信息集。
进一步的,获取与要素级基础数字孪生体对应的参考信息集中的参考信息的信息值、与工艺级基础数字孪生体对应的参考信息集中的参考信息的信息值以及与系统级基础数字孪生体对应的参考信息集中的参考信息的信息值。
进一步的,将与要素级基础数字孪生体对应的参考信息集中的参考信息的信息值映射至要素级基础数字孪生体,得到要素级标准数字孪生体;将与工艺级基础数字孪生体对应的参考信息集中的参考信息的信息值映射至工艺级基础数字孪生体,得到工艺级标准数字孪生体;将与系统级基础数字孪生体对应的参考信息集中的参考信息的信息值映射至系统级基础数字孪生体,得到系统级标准数字孪生体。
需要说明的是,本发明实施例中构建的各标准数字孪生体与目标装配物体可以通过物联网技术、3D网络技术、计算机视觉、工业可穿戴技术以及云计算等技术实现实时同步。
具体的,得到各标准数字孪生体之后,从各标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
在本发明实施例的一个具体例子中,可以在云平台中得到定点装配场景下装配目标装配物体的生产控制信息的信息值。具体的,在t时刻,自组织模型首先会选择一个策略At作用于动态的生产环境,生产环境接受该策略并执行过后生产状态将会发生变化为St,同时会产生一个强化信号(奖赏或惩罚值Rt)反馈给自组织模型,自组织模型根据接收到的强化信号Rt和生产环境的当前状态St会产生下一个时刻t+1的策略At+1,产生策略At+1的原则是使收到正奖励值的概率增大,直到自组织模型寻找到一个最优策略Aop,使得自组织模型在运行中所获得的累计奖励值最大,此时的生产状态也即是最优的生产活动组织方案。得到云空间中的最优生产活动组织方案后,将云空间中相应的数字孪生体一一同步到物理空间,实现物理空间和云空间定点装配生产的同步和闭环反馈控制,进而自行组织整个定点装配生产过程。需要说明的是,策略At以及策略At+1均为自组织模型的目标函数的任意一个解,最优策略Aop为自组织模型的目标函数的局部最优解。
在上述例子中涉及到的自组织模型的示意图如图4所示,自组织模型是基于客户需求,并考虑当前的生产资源约束和产品属性约束,以最小完工时间或最低花费成本等为目标函数建立的。建立定点装配生产的自组织模型,选取合适的局部最优解,从而寻求较优的装配岛配置方案以及每个装配岛相对应的生产任务安排。其中,客户需求可以包括:每个客户需要的产品种类、产品数量、订单接收时间以及交货期等需求。
上述例子中,通过构建与定点装配场景下装配的目标装配物体匹配各标准数字孪生体,并在各标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,实现了对定点装配场景下的目标装配物体的生产控制的同时,也可以对各标准数字孪生体进行实时更新。
实施例三
图5是本发明实施例三中的一种基于数字孪生体的生产控制装置的结构示意图,该装置可以执行本发明实施例中任意实施例中涉及到的数字孪生体的生产控制方法,该装置可以通过团建和/或硬件的方式实现。具体的,参考图5,该装置主要包括:标准数字孪生体获取模块510、生产信息的信息值提取模块520以及生产控制信息的信息值获取模块530。
其中,标准数字孪生体获取模块510,用于获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
生产信息的信息值提取模块520,用于在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;
生产控制信息的信息值获取模块530,用于将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
本实施的方案,通过标准数字孪生体获取模块获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;通过生产信息的信息值提取模块在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;通过生产控制信息的信息值获取模块将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,实现了对定点装配场景下的目标装配物体的生产控制。
可选的,生产控制信息的信息值获取模块530,还可以具体用于获取自组织模型中包括的目标函数,以及至少一项约束条件;根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解,局部最优解中包括至少一项生产控制信息的信息计算值;判断局部最优解中的各项信息计算值与输入的各项信息值是否匹配,若是,则将局部最优解作为定点装配场景下装配的目标装配物体生产控制信息的信息值;若否,则继续执行根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
可选的,基于数字孪生体的生产控制装置还包括:标准数字孪生体生产模块,用于建立与定点装配场景匹配的至少两个层级的基础数字孪生体,并建立与各基础数字孪生体分别对应的参考信息集;其中,不同层级的基础数字孪生体对应定点装配过程中不同粒度的参考信息;获取在定点装配场景下装配目标装配物体时,各参考信息集中的参考信息的信息值;将各信息值分别映射至各基础数字孪生体的参考信息集中,得到与各基础数字孪生体分别对应的标准数字孪生体。
可选的,本发明实施例中涉及到的基础数字孪生体包括:要素级基础数字孪生体、工艺级基础数字孪生体以及系统级基础数字孪生体;要素级基础数字孪生体,用于模拟目标装配物体所使用的各类制造资源;工艺级基础数字孪生体,用于模拟目标装配物体的加工和装配过程;系统级基础数字孪生体,用于模拟目标装配物体的生产系统。
可选的,基于数字孪生体的生产控制装置还包括:标准数字孪生体修正模块,用于根据生产控制信息的信息值,对各标准数字孪生体进行修正,得到修正后的各标准数字孪生体。
可选的,基于数字孪生体的生产控制装置还包括:生产组织方案生成模块,用于根据生产控制信息的信息值生成与目标装配物体对应的生产组织方案。其中,生产组织方案中包括生产目标装配物体的计划、方法、物控或者质检至少一项。
本发明实施例所提供的基于数字孪生体的生产控制装置可执行本发明任意实施例所提供的基于数字孪生体的生产控制方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6为本发明实施例四提供的一种计算机设备的结构示意图,如图6所示,该计算机设备包括处理器60、存储器61、输入装置62和输出装置63;计算机设备中处理器60的数量可以是一个或多个,图6中以一个处理器60为例;计算机设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于数字孪生体的生产控制方法对应的程序指令/模块(例如,基于数字孪生体的生产控制装置中的标准数字孪生体获取模块510、生产信息的信息值提取模块520以及生产控制信息的信息值获取模块530)。处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的基于数字孪生体的生产控制方法。
存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于数字孪生体的生产控制方法,该方法包括:
获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;
将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于数字孪生体的生产控制方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述基于数字孪生体的生产控制装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种基于数字孪生体的生产控制方法,其特征在于,包括:
获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
在所述至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与所述目标装配物体的动态成产环境匹配的生产信息的信息值;
将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值;
其中,将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值,包括:
获取所述自组织模型中包括的目标函数,以及至少一项约束条件;
根据所述目标函数,以及至少一项约束条件,计算所述自组织模型的一个局部最优解,所述局部最优解中包括至少一项生产控制信息的信息计算值;
判断所述局部最优解中的各项信息计算值与输入的所述各项信息值是否匹配,若是,则将所述局部最优解作为定点装配场景下装配的目标装配物体生产控制信息的信息值;
若否,则继续执行根据所述目标函数,以及至少一项约束条件,计算所述自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
2.根据权利要求1所述的方法,其特征在于,在获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体之前,还包括:
建立与定点装配场景匹配的至少两个层级的基础数字孪生体,并建立与各所述基础数字孪生体分别对应的参考信息集;其中,不同层级的基础数字孪生体对应定点装配过程中不同粒度的参考信息;
获取在所述定点装配场景下装配目标装配物体时,各所述参考信息集中的参考信息的信息值;
将各所述信息值分别映射至各所述基础数字孪生体的参考信息集中,得到与各所述基础数字孪生体分别对应的标准数字孪生体。
3.根据权利要求2所述的方法,其特征在于,所述基础数字孪生体包括:要素级基础数字孪生体、工艺级基础数字孪生体以及系统级基础数字孪生体;
所述要素级基础数字孪生体,用于模拟所述目标装配物体所使用的各类制造资源;
所述工艺级基础数字孪生体,用于模拟所述目标装配物体的加工和装配过程;
所述系统级基础数字孪生体,用于模拟所述目标装配物体的生产系统。
4.根据权利要求2所述的方法,其特征在于,在得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,还包括:
根据所述生产控制信息的信息值,对各所述标准数字孪生体进行修正,得到修正后的各所述标准数字孪生体。
5.根据权利要求1所述的方法,其特征在于,在将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值之后,还包括:
根据所述生产控制信息的信息值生成与所述目标装配物体对应的生产组织方案。
6.根据权利要求5所述的方法,其特征在于,所述生产组织方案中包括生产目标装配物体的计划、方法、物控或者质检至少一项。
7.一种基于数字孪生体的生产控制装置,其特征在于,包括:
标准数字孪生体获取模块,用于获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;
生产信息的信息值提取模块,用于在所述至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与所述目标装配物体的动态成产环境匹配的生产信息的信息值;
生产控制信息的信息值获取模块,用于将各项信息值输入至预设的自组织模型中进行迭代运算,得到所述自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值;
所述生产控制信息的信息值获取模块,还具体用于获取自组织模型中包括的目标函数,以及至少一项约束条件;根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解,局部最优解中包括至少一项生产控制信息的信息计算值;判断局部最优解中的各项信息计算值与输入的各项信息值是否匹配,若是,则将局部最优解作为定点装配场景下装配的目标装配物体生产控制信息的信息值;若否,则继续执行根据目标函数,以及至少一项约束条件,计算自组织模型的一个局部最优解的操作,直至满足结束迭代条件。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一所述的基于数字孪生体的生产控制方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的基于数字孪生体的生产控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359294.6A CN110941251B (zh) | 2019-12-25 | 2019-12-25 | 基于数字孪生体的生产控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359294.6A CN110941251B (zh) | 2019-12-25 | 2019-12-25 | 基于数字孪生体的生产控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110941251A CN110941251A (zh) | 2020-03-31 |
CN110941251B true CN110941251B (zh) | 2023-08-01 |
Family
ID=69912541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911359294.6A Active CN110941251B (zh) | 2019-12-25 | 2019-12-25 | 基于数字孪生体的生产控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110941251B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833426B (zh) * | 2020-07-23 | 2022-09-02 | 四川长虹电器股份有限公司 | 基于数字孪生的三维可视化方法 |
CN112416531B (zh) * | 2020-12-07 | 2021-11-26 | 深圳华制智能制造技术有限公司 | 数字孪生系统仿真方法、系统、计算机设备及存储介质 |
CN112925496A (zh) * | 2021-03-30 | 2021-06-08 | 四川虹微技术有限公司 | 一种基于数字孪生的三维可视化设计方法及系统 |
CN114676230B (zh) * | 2022-05-30 | 2022-09-27 | 深圳市长亮科技股份有限公司 | 基于数字孪生技术的信息交互方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530638A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 基于数字孪生的航空发动机主轴承损伤检测与诊断方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015217855A1 (de) * | 2015-09-17 | 2017-03-23 | Siemens Aktiengesellschaft | Prüfung einer Konsistenz zwischen Referenzdaten eines Fertigungsobjektes und Daten eines digitalen Zwillings des Fertigungsobjektes |
WO2019070644A2 (en) * | 2017-10-02 | 2019-04-11 | Arconic Inc. | SYSTEMS AND METHODS FOR UTILIZING MULTICRITERIAL OPTIMIZATION IN ADDITIVE MANUFACTURING |
CN109270899B (zh) * | 2018-09-03 | 2020-12-25 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 |
CN109615113B (zh) * | 2018-11-19 | 2022-12-30 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 |
CN109657354B (zh) * | 2018-12-20 | 2020-07-10 | 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 |
-
2019
- 2019-12-25 CN CN201911359294.6A patent/CN110941251B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530638A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 基于数字孪生的航空发动机主轴承损伤检测与诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110941251A (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110941251B (zh) | 基于数字孪生体的生产控制方法、装置、设备及介质 | |
CN111026063B (zh) | 数字孪生体构建方法、装置、计算机设备及存储介质 | |
CN110782042A (zh) | 横向联邦和纵向联邦联合方法、装置、设备及介质 | |
CN112287015B (zh) | 画像生成系统及其方法、电子设备及存储介质 | |
CN104753985A (zh) | 会话列表显示方法和装置 | |
CN108009642A (zh) | 分布式机器学习方法和系统 | |
CN108460511A (zh) | 一种工作流引擎系统及其实现方法 | |
CN105388876A (zh) | 获得基于班组的间歇型化工生产工艺符合度的方法及装置 | |
CN109800078B (zh) | 一种任务处理方法、任务分发终端及任务执行终端 | |
CN114091688B (zh) | 一种计算资源获取方法、装置、电子设备和存储介质 | |
CN111444309B (zh) | 用于对图进行学习的系统 | |
CN114358252A (zh) | 目标神经网络模型中的操作执行方法及装置、存储介质 | |
CN117010666B (zh) | 一种汽修工具生产工作站智能管理方法及系统 | |
CN110275868A (zh) | 一种智能工厂中多模态制造数据预处理的方法 | |
CN111368060A (zh) | 对话机器人的自学习方法、装置、系统、电子设备及介质 | |
CN116521945A (zh) | 用于区块链加密货币交易溯源的资金关联图构建方法及控制系统 | |
CN109753501A (zh) | 一种离线状态的数据显示方法、装置、设备和存储介质 | |
CN111967612A (zh) | 横向联邦建模优化方法、装置、设备及可读存储介质 | |
CN111901500A (zh) | 图像处理方法和装置、存储介质及电子装置 | |
CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
CN110489430A (zh) | 一种基于数据块签名和校验的溯源方法及其系统 | |
CN104573077A (zh) | 数据展示方法及装置 | |
CN110427356B (zh) | 一种参数配置方法和设备 | |
CN111208980B (zh) | 一种数据分析处理方法和系统 | |
CN111582498B (zh) | 基于机器学习的qa辅助决策方法及系统 |
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 |