CN111026063B - 数字孪生体构建方法、装置、计算机设备及存储介质 - Google Patents
数字孪生体构建方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111026063B CN111026063B CN201911359283.8A CN201911359283A CN111026063B CN 111026063 B CN111026063 B CN 111026063B CN 201911359283 A CN201911359283 A CN 201911359283A CN 111026063 B CN111026063 B CN 111026063B
- Authority
- CN
- China
- Prior art keywords
- digital twin
- reference information
- basic digital
- level
- basic
- 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]
Abstract
本发明实施例公开了一种数字孪生体构建方法、装置、计算机设备及存储介质。其中,方法包括: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,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智能制造过程中不同粒度的参考信息;获取在智能制造场景下装配目标物体时,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。本发明实施例的方案可以构建应用于不同智能制造场景的标准数字孪生体。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种数字孪生体构建方法、装置、计算机设备及存储介质。
背景技术
数字孪生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,2014年在数字孪生白皮书中,首次将数字孪生的概念引入到了制造领域,由此开启了数字孪生在智能制造领域的研究。相应的,数字孪生体是指与现实世界中的物理实体或系统完全对应和一致的虚拟模型。
现阶段,数字孪生在智能制造领域的应用大多集中在特定的生产资源或者生产环节,例如:机床设备的数字孪生应用、生产环节或系统的数字孪生应用。但是,并没有有效的、统一的数字孪生体构建方法,导致在面向不同的智能制造场景时,都需要重新构建与智能制造场景对应的孪生体才能实现对智能制造场景进行服务。
发明内容
本发明实施例提供一种数字孪生体构建方法、装置、计算机设备及存储介质,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建。
第一方面,本发明实施例提供了一种数字孪生体构建方法,该方法包括:
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,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智能制造过程中不同粒度的参考信息;
获取在所述智能制造场景下装配目标物体时,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。
第二方面,本发明实施例还提供了一种数字孪生体构建装置,该装置包括:
基础数字孪生体建立模块,用于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,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智能制造过程中不同粒度的参考信息;
参考信息的信息值获取模块,用于获取在所述智能制造场景下装配目标物体时,各所述参考信息集中的参考信息的信息值;
标准数字孪生体生成模块,用于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。
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数字孪生体构建方法。
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,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本发明实施例中任一实施例所述的数字孪生体构建方法。
本发明实施例通过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,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智能制造过程中不同粒度的参考信息;获取在智能制造场景下装配目标物体时,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,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建。
附图说明
图1是本发明实施例一中的一种数字孪生体构建方法的流程图;
图2是本发明实施例二中的一种数字孪生体构建方法的流程图;
图3是本发明实施例二中适用的一种应用场景的示意图;
图4是本发明实施例三中的一种数字孪生体构建装置的结构示意图;
图5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数字孪生体构建方法的流程图,本实施例可适用于不同的智能制造场景中的标准数字孪生体的构建的情况,该方法可以由数字孪生体构建装置来执行,该装置可以执行本发明实施例任意实施例中涉及到的数字孪生体构建方法,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、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,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智能制造过程中不同粒度的参考信息。
需要说明的是,本发明实施例中涉及到的智能制造场景可以为任意一个智能制造场景,例如:汽车装配场景、飞机生产场景或者数字机床加工等场景,本发明实施中对其不作限定。
具体的,不同层级的基础数字孪生体对应智能制造过程中不同粒度的参考信息,例如,智能制造过程中用到的资源、加工工艺或者加工方案等参考信息,本发明实施例中对其不作限定。
可选的,与智能制造场景匹配的至少两个层级的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。其中,要素级基础数字孪生体,可以用于模拟目标制造物体所使用的各类制造资源;工艺级基础数字孪生体,可以用于模拟目标制造物体的加工和装配过程;系统级基础数字孪生体,可以用于模拟目标制造物体的生产系统。需要说明的是,本发明实施例中涉及到的目标制造物体可以是与任意一种智能制造场景匹配的物体,也可以是与任意一种智能制造场景匹配的系统,本发明实施例中对其不作限定。
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。
可选的,与要素级基础数字孪生体对应的参考信息集可以包括:目标制造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:目标制造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:目标制造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为目标制造物体所使用的各类制造资源的属性信息,Service为目标制造物体所使用的各类制造资源的服务信息,Status为目标制造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为目标制造物体的加工和装配过程中用到的三维模型信息,Process Specification为目标制造物体的加工和装配过程中用到的工艺标准信息,Onsite Inspection为目标制造物体的加工和装配过程中用到的现场检测信息,Quality Statistics为目标制造物体的加工和装配过程中用到的质量统计信息,Status为目标制造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为目标制造物体的生产系统中涉及到的人的信息,Machine为目标制造物体的生产系统中涉及到的机器信息,Material为目标制造物体的生产系统中涉及到的物料信息,Operation为目标制造物体的生产系统中涉及到的操作信息,Environment为目标制造物体的生产系统中涉及到的环境信息,Order为目标制造物体的生产系统中涉及到的订单信息,Status为目标制造物体的生产系统中涉及到的状态信息。
S120、获取在智能制造场景下装配目标物体时,各参考信息集中的参考信息的信息值。
具体的,在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,并建立与各基础数字孪生体分别对应的参考信息集之后,还可以获取在智能制造场景下装配目标物体时,各参考信息集中的参考信息的信息值。例如,可以获取与要素级基础数字孪生体对应的参考信息集的信息值、与工艺级基础数字孪生体对应的参考信息集的信息值,或者与系统级基础数字孪生体对应的参考信息集的信息值。
需要说明的是,各参考信息集中的参考信息的信息值可以为各参考信息集中各参数的信息值。示例性的,与要素级基础数字孪生体对应的参考信息集的信息值可以为ID、Attribute、Service或者Status等参数的信息值;与工艺级基础数字孪生体对应的参考信息集的信息值可以为ID、3D Mode、Process Specification、Onsite Inspection、QualityStatistics或者Status等参数的信息值;与系统级基础数字孪生体对应的参考信息集的信息值可以为ID、Operator、Machine、Material、Operation、Environment、Order或者Status等参数的信息值
S130、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。
具体的,获取到各参考信息集中的参考信息的信息值之后,可以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,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,可以包括:针对要素级基础数字孪生体,可以通过视频识别技术(Radio Frequency Identification,RFID)、低功耗蓝牙技术(iBeacon)、嵌入式传感器、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各要素级基础数字孪生体的参考信息集中;针对工艺级基础数字孪生体,可以通过RFID技术、力传感器、位移传感器、温度传感器、深度相机、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各工艺级基础数字孪生体的参考信息集中;针对系统级基础数字孪生体,通过RFID技术、可穿戴设备、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各系统级基础数字孪生体的参考信息集中;其中,可穿戴设备可以为可穿戴手套、可穿戴头盔或者可穿戴眼镜等设备,本发明实施例中对其不作限定。
在本发明实施例的一个具体例子中,获取到与要素级基础数字孪生体对应的参考信息集的信息值之后,可以通过物联网技术将获取到的信息值映射到要素级基础数字孪生体中,从而得到与要素级基础数字孪生体对应的要素级标准数字孪生体;也可以通过嵌入式传感器以及通信模块将获取到的信息值映射到要素级基础数字孪生体中,从而得到与要素级基础数字孪生体对应的要素级标准数字孪生体。
在本发明实施例的另一个具体例子中,获取到与工艺级基础数字孪生体对应的参考信息集的信息值之后,可以通过物联网技术将获取到的信息值映射到工艺级基础数字孪生体中,从而得到与工艺级基础数字孪生体对应的工艺级标准数字孪生体;也可以通过温度传感器、深度相机以及通信模块将获取到的信息值映射到工艺级基础数字孪生体中,从而得到与工艺级基础数字孪生体对应的工艺级标准数字孪生体。
在本发明实施例的另一个具体例子中,获取到与系统级基础数字孪生体对应的参考信息集的信息值之后,可以通过物联网技术将获取到的信息值映射到系统级基础数字孪生体中,从而得到与系统级基础数字孪生体对应的系统级标准数字孪生体;也可以通过可穿戴设备、通信模块以及计算模块将获取到的信息值映射到系统级基础数字孪生体中,从而得到与系统级基础数字孪生体对应的系统级标准数字孪生体。
需要说明的是,还可以通过其他的方法将获取到的各信息值分别映射至各基础数字孪生体的参考信息集中,从而得到与各基础数字孪生体分别对应的标准数字孪生体,本发明实施例在此不再对其进行赘述。
本实施例的方案,通过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,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智能制造过程中不同粒度的参考信息;获取在智能制造场景下装配目标物体时,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,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建。
实施例二
图2是本发明实施例二中的一种数字孪生体构建方法的流程图,本实施例在上述实施例的基础上对本发明实施例进行细化,具体的,在得到与各基础数字孪生体分别对应的标准数字孪生体之后,还可以包括:将得到的各标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体。具体的,参考图2,该方法主要包括如下步骤:
S210、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,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智能制造过程中不同粒度的参考信息。
S220、获取在智能制造场景下装配目标物体时,各参考信息集中的参考信息的信息值。
S230、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。
S240、将得到的各标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体。
具体的,在将获取到的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之后,还可以将得到的各标准数字孪生体进行标准化处理,从而构建基于可扩展标记语言(XML)的统一数字孪生体。
这样设置的好处在于,通过将得到的各标准数字孪生体进行标准化处理,可以使标准化处理后的各数字孪生体在任意一个智能制造场景中跨平台共享和应用。
本实施的方案,在得到与各基础数字孪生体分别对应的标准数字孪生体之后,将得到的各标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建,并且构建的标准数字孪生体在任意一个智能制造场景中跨平台共享和应用。
应用场景
为了更好地理解本发明实施例,图3列举了本发明实施例的一个具体场景。图3中,将智能制造场景中的目标物体分为要素级、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。
本应用场景中,通过建立与智能制造场景匹配的基础数字孪生体,并建立与各基础数字孪生体分别对应的参考信息集;获取在智能制造场景下装配目标物体时,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,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建。
实施例三
图4是本发明实施例三中的一种数字孪生体构建装置的结构示意图,该装置可以执行本发明任意实施例中涉及到的数字孪生体构建方法,其可以通过软件和/或硬件的方式实现,具体的,参考图4,该装置包括基础数字孪生体建立模块410、参考信息的信息值获取模块420以及标准数字孪生体生成模块430。
其中,基础数字孪生体建立模块410,用于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,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智能制造过程中不同粒度的参考信息;
参考信息的信息值获取模块420,用于获取在智能制造场景下装配目标物体时,各参考信息集中的参考信息的信息值;
标准数字孪生体生成模块430,用于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。
本实施例的方案,通过基础数字孪生体建立模块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,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智能制造过程中不同粒度的参考信息;通过参考信息的信息值获取模块获取在智能制造场景下装配目标物体时,各参考信息集中的参考信息的信息值;通过标准数字孪生体生成模块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,实现了对可以应用于不同智能制造场景的标准数字孪生体的构建。
可选的,数字孪生体构建装置还可以包括:数字孪生体统一模块,用于将得到的各标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体。
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,用于模拟目标制造物体所使用的各类制造资源;工艺级基础数字孪生体,用于模拟目标制造物体的加工和装配过程;系统级基础数字孪生体,用于模拟目标制造物体的生产系统。
可选的,本发明实施例中涉及到的与要素级基础数字孪生体对应的参考信息集包括:目标制造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包括:目标制造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包括:目标制造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。
可选的,标准数字孪生体生成模块430还具体用于,针对要素级基础数字孪生体,通过RFID技术、iBeacon技术、嵌入式传感器、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各要素级基础数字孪生体的参考信息集中;针对工艺级基础数字孪生体,通过RFID技术、力传感器、位移传感器、温度传感器、深度相机、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各工艺级基础数字孪生体的参考信息集中;针对系统级基础数字孪生体,通过RFID技术、可穿戴设备、通信模块以及计算模块中的一项或者多项,将各信息值分别映射至各系统级基础数字孪生体的参考信息集中。
本发明实施例所提供的数字孪生体构建装置可执行本发明任意实施例所提供的数字孪生体构建方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5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5所示,该计算机设备包括处理器50、存储器51、输入装置52和输出装置53;计算机设备中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;计算机设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器51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数字孪生体构建方法对应的程序指令/模块(例如,数字孪生体构建装置中的基础数字孪生体建立模块410、参考信息的信息值获取模块420以及标准数字孪生体生成模块430)。处理器50通过运行存储在存储器51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,即实现上述的数字孪生体构建新方法。
存储器51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51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51可进一步包括相对于处理器50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52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53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数字孪生体构建方法,该方法包括:
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,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智能制造过程中不同粒度的参考信息;
获取在智能制造场景下装配目标物体时,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。
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数字孪生体构建方法中的相关操作。
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,上述数字孪生体构建装置的实施例中,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 (8)
1.一种数字孪生体构建方法,其特征在于,包括:
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,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智能制造过程中不同粒度的参考信息;
获取在所述智能制造场景下装配目标物体时,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;
将得到的各所述标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体。
2.根据权利要求1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,用于模拟目标制造物体所使用的各类制造资源;
所述工艺级基础数字孪生体,用于模拟所述目标制造物体的加工和装配过程;
所述系统级基础数字孪生体,用于模拟所述目标制造物体的生产系统。
3.根据权利要求2所述的方法,其特征在于:与所述要素级基础数字孪生体对应的参考信息集包括:所述目标制造物体所使用的各类制造资源的属性、服务以及状态信息;
与所述工艺级基础数字孪生体对应的参考信息集包括:所述目标制造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;
与所述系统级基础数字孪生体对应的参考信息集包括:所述目标制造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。
4.根据权利要求3所述的方法,其特征在于,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,包括:
针对所述要素级基础数字孪生体,通过视频识别技术RFID、低功耗蓝牙技术iBeacon、嵌入式传感器、通信模块以及计算模块中的一项或者多项,将各所述信息值分别映射至各所述要素级基础数字孪生体的参考信息集中;
针对所述工艺级基础数字孪生体,通过RFID技术、力传感器、位移传感器、温度传感器、深度相机、通信模块以及计算模块中的一项或者多项,将各所述信息值分别映射至各所述工艺级基础数字孪生体的参考信息集中;
针对系统级基础数字孪生体,通过RFID技术、可穿戴设备、通信模块以及计算模块中的一项或者多项,将各所述信息值分别映射至各所述系统级基础数字孪生体的参考信息集中。
5.一种数字孪生体构建装置,其特征在于,包括:
基础数字孪生体建立模块,用于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,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智能制造过程中不同粒度的参考信息;
参考信息的信息值获取模块,用于获取在所述智能制造场景下装配目标物体时,各所述参考信息集中的参考信息的信息值;
标准数字孪生体生成模块,用于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;
数字孪生体统一模块,用于将得到的各所述标准数字孪生体进行标准化处理,构建基于可扩展标记语言的统一数字孪生体。
6.根据权利要求5所述的装置,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。
7.一种计算机设备,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1-4中任一所述的数字孪生体构建方法。
8.一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1-4中任一所述的数字孪生体构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359283.8A CN111026063B (zh) | 2019-12-25 | 2019-12-25 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911359283.8A CN111026063B (zh) | 2019-12-25 | 2019-12-25 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111026063A CN111026063A (zh) | 2020-04-17 |
CN111026063B true CN111026063B (zh) | 2023-10-03 |
Family
ID=70213347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911359283.8A Active CN111026063B (zh) | 2019-12-25 | 2019-12-25 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111026063B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113158360B (zh) * | 2021-03-09 | 2022-06-24 | 五邑大学 | 数字孪生模型的评价方法、夹持机械臂、存储介质 |
CN113064351A (zh) * | 2021-03-26 | 2021-07-02 | 京东数字科技控股股份有限公司 | 数字孪生模型构建方法、装置、存储介质及电子设备 |
CN113596095B (zh) * | 2021-06-30 | 2024-04-19 | 新奥数能科技有限公司 | 快速物联方法、装置、计算机设备及计算机可读存储介质 |
CN113537499A (zh) * | 2021-07-22 | 2021-10-22 | 东华大学 | 一种面向制造的深度数字孪生系统 |
CN114006817B (zh) * | 2021-10-29 | 2023-09-12 | 电子科技大学长三角研究院(衢州) | 一种面向sdn的vgdt构建方法、装置及可读存储介质 |
CN117150698B (zh) * | 2023-11-01 | 2024-02-23 | 广东新禾道信息科技有限公司 | 基于数字孪生的智慧城市网格对象构建方法与系统 |
Citations (8)
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 |
CN108427390A (zh) * | 2018-04-16 | 2018-08-21 | 长安大学 | 一种基于数字孪生的车间级智能制造系统及其配置方法 |
CN108919760A (zh) * | 2018-07-05 | 2018-11-30 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
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 |
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 |
CN109800531A (zh) * | 2019-01-31 | 2019-05-24 | 山东大学 | 一种机电装备数字孪生模型一致性保持方法 |
CN110333698A (zh) * | 2019-03-30 | 2019-10-15 | 广东利元亨智能装备股份有限公司 | 基于数字孪生平台的工厂管理系统及其方法 |
WO2019216941A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Corporation | Quality inference from living digital twins in iot-enabled manufacturing systems |
-
2019
- 2019-12-25 CN CN201911359283.8A patent/CN111026063B/zh active Active
Patent Citations (8)
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 |
CN108427390A (zh) * | 2018-04-16 | 2018-08-21 | 长安大学 | 一种基于数字孪生的车间级智能制造系统及其配置方法 |
WO2019216941A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Corporation | Quality inference from living digital twins in iot-enabled manufacturing systems |
CN108919760A (zh) * | 2018-07-05 | 2018-11-30 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
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 |
CN109800531A (zh) * | 2019-01-31 | 2019-05-24 | 山东大学 | 一种机电装备数字孪生模型一致性保持方法 |
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 |
CN110333698A (zh) * | 2019-03-30 | 2019-10-15 | 广东利元亨智能装备股份有限公司 | 基于数字孪生平台的工厂管理系统及其方法 |
Non-Patent Citations (5)
Title |
---|
基于RFID技术的智能制造对象建模方法;张映锋等;《四川兵工学报》;20100325(第03期);110-112 * |
基于数字孪生的飞机装配车间生产管控模式探索;陈振等;《航空制造技术》;20180615(第12期);42-46 * |
建立在智能工厂基础上的企业数字孪生体;任川;陈磊;;中国石油和化工标准与质量(第21期);129-130 * |
建立在智能工厂基础上的企业数字孪生体;任川等;《中国石油和化工标准与质量》;20181108(第21期);129-130 * |
数字孪生在智能装备制造中的应用研究;张伟;《现代信息科技》;20190425(第08期);205-206 * |
Also Published As
Publication number | Publication date |
---|---|
CN111026063A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111026063B (zh) | 数字孪生体构建方法、装置、计算机设备及存储介质 | |
CN106951926B (zh) | 一种混合架构的深度学习方法及装置 | |
CN109948428B (zh) | 面向传感信息处理的gpu集群深度学习边缘计算系统 | |
CN112416531B (zh) | 数字孪生系统仿真方法、系统、计算机设备及存储介质 | |
CA2911522C (en) | Estimating depth from a single image | |
JP7264376B2 (ja) | 汎用学習済モデルの生成方法 | |
CN110020620A (zh) | 一种大姿态下的人脸识别方法、装置及设备 | |
CN110941251B (zh) | 基于数字孪生体的生产控制方法、装置、设备及介质 | |
CN112232293A (zh) | 图像处理模型训练、图像处理方法及相关设备 | |
CN111626218A (zh) | 基于人工智能的图像生成方法、装置、设备及存储介质 | |
CN111784818B (zh) | 生成三维人体模型的方法、装置及计算机可读存储介质 | |
CN113515672A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN115329111B (zh) | 一种基于点云与影像匹配的影像特征库构建方法及系统 | |
CN101221420A (zh) | 可重构数字控制器的自治域系统 | |
CN115017140A (zh) | 模型构建及模型数据订阅方法、装置、电子设备和介质 | |
CN112257645B (zh) | 人脸的关键点定位方法和装置、存储介质及电子装置 | |
CN108875901B (zh) | 神经网络训练方法以及通用物体检测方法、装置和系统 | |
CN111651989B (zh) | 命名实体识别方法和装置、存储介质及电子装置 | |
CN112037305A (zh) | 对图像中的树状组织进行重建的方法、设备及存储介质 | |
Li | An approach to evaluate the clothing creative design with dual hesitant fuzzy information | |
Ravindran et al. | Context aware and pattern oriented machine learning framework (CAPOMF) for Android | |
CN115857909B (zh) | 一种图探索分析应用的生成方法、装置、设备和介质 | |
CN116402090B (zh) | 神经网络计算图的处理方法、装置和设备 | |
CN116932838B (zh) | 基于数据库的数据查询、更新、存储方法和装置 | |
CN112711247B (zh) | 一种界面显示方法、界面显示装置及电子设备 |
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 |