CN111144025B - 一种基于多层次重构的仿真模型参数化集成系统及方法 - Google Patents
一种基于多层次重构的仿真模型参数化集成系统及方法 Download PDFInfo
- Publication number
- CN111144025B CN111144025B CN201911412736.9A CN201911412736A CN111144025B CN 111144025 B CN111144025 B CN 111144025B CN 201911412736 A CN201911412736 A CN 201911412736A CN 111144025 B CN111144025 B CN 111144025B
- Authority
- CN
- China
- Prior art keywords
- simulation
- model
- unit
- reconstruction
- simulation 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
- 238000004088 simulation Methods 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000010354 integration Effects 0.000 title claims description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 125
- 238000011217 control strategy Methods 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000013515 script Methods 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000008676 import Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 11
- 230000008520 organization Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 16
- 239000000463 material Substances 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005094 computer simulation Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于多层次重构的仿真模型参数化集成系统，包括：基础模型资源单元、控制策略单元、生产线建模单元、仿真单元、评价与决策单元和模型重构单元：当仿真结果不满足可生产目标时，生成重构参数，并将重构参数发送至基础模型资源单元；根据重构参数对仿真模型进行重构作为新的仿真模型；循环运行直至仿真结果满足可生产目标。本发明一种基于多层次重构的仿真模型参数化集成系统及方法，实现了对生产模型的评估和重构，使得在企业能够在规划阶段合理配置设备布局和资源，有效优化生产组织模式，使设计到生产制造的不确定性大幅度降低，实现生产线仿真参数快速配置及模型的动态重构。
Description
技术领域
本发明涉及仿真技术，具体涉及一种基于多层次重构的仿真模型参数化集成系统及方法。
背景技术
面对世界新一轮科技革命和产业变革新浪潮，为了快速适应产品生产周期逐渐缩短、设备结构功能日趋复杂，产品需求化个性化定制等多种需求，在航天、航空、船舶等高端制造领域已将数字化、网络化、智能化、虚拟化作为制造业变革的核心，可重构的虚拟制造技术作为当前研究的热点，凭借前瞻性实现实际制造生产线合理配置的密钥为企业提供了理论和技术指导。在航空制造领域采用PlantSimulation软件建立复合材料生产线工艺流程及布局的数字化模型，以航空复合材料智能制造生产线的实际项目为依托，完成复合材料生产线布局工艺仿真建模及模拟试验，通过仿真评估量化分析、论证和比较复合材料生产线的工艺方案设计方案，从而指导航空复合材料生产线的设计及运行；在船舶制造领域基于生产仿真系统，以所需参数数据为基础从设备层开始逐层建立平面分段船舶制造车间模型，并通过仿真软件参数设定及逻辑语言的编写实现平面分段生产线的运行功能。在汽车制造方面根据生产工艺计划生产线所需设备数量、种类和布局建立了生产线各设备的仿真模型，并以计划布局进行设置，搭建该生产线的线体模型，生成各设备三维模型的虚拟控制器，使PLC系统通过接口与所述控制核心连接，通过运行PLC程序，控制各设备三维模型的动作时序、间隔，模拟生产线的运行。
在生产线实际投产前，仿真建模是企业智能化生产线实现其虚拟制造重要组成部分，是提供较为理想生产方案增加企业核心竞争力的必经环节。目前Plant Simulation作为一种生产系统核心仿真平台已被众多制造企业所采用，国内外已针对仿真模型的概念设计、数据驱动建模和面向模型结构控制的建模进行了大量的研究与探索，传统的仿真建模环节主要基于物料流(MUs)、信息流(Information)、资源流(Resource)等相关组件单元进行分布式孤立布局，此种模式导致以下几个问题:1)仿真布局层次结构混乱灵活性较差，不利于整线的布局调整；2)零散的单元建模在面临不同车间切换多物料源、多工位制造、多控制策略设计、多目标综合统计分析方面并未实现一体化数字化定制化设计要求，导致可移植性不高；3)在针对在每个组件的控制参数配置过度依赖人工经验进行判断，无法结合实际产线情况进行研判和优化，确定最优参数配置，使之集成优化程度较低。
当前全球制造业正朝着数字化、网络化、智能化、虚拟化的方向发展,在此背景下，企业迫切希望能通过生产线建模仿真解决产品开发及产线建设中的前瞻性问题，但初期规划不合理、客户化定制的出现使产品的结构越来越复杂，相应的生产系统也变得更为复杂，大多数企业在进行制造设备的安装时只借助二维图纸和文档，车间布局需要调整时没有可靠依据，所以企业无法在实际投产之前就生产制造系统的布局和设备配置是否合适做出准确的评价；其次，前期依靠人工经验的传统设计模式给后期制造带来的回溯更改频次增大,产品生产周期过长，成本过大；加之在面临多品种变批量的生产方式调整时，企业无法充分利用原有资源，快速、科学、合理的对整线产品制造过程做出系统动态资源配置和优化；无法适应先进制造模式的及时性、高效率、低损耗的发展要求。
发明内容
本发明所要解决的技术问题是现有仿真建模过程中灵活性差、可移植性不高、集成度低，目的在于提供一种基于多层次重构的仿真模型参数化集成系统及方法，解决上述问题。
本发明通过下述技术方案实现：
一种基于多层次重构的仿真模型参数化集成系统，包括：基础模型资源单元：用于获取实际生产系统的物理组成与运行机制的描述信息，并根据所述描述信息输出与所述描述信息匹配的仿真模型；控制策略单元：调取与所述仿真模型匹配的控制脚本；生产线建模单元：根据所述仿真模型和所述控制脚本生成仿真数据；仿真单元：根据所述仿真数据进行仿真运算并生成仿真结果；评价与决策单元：对所述仿真结果进行评估，并判断所述仿真结果是否满足生产目标；模型重构单元：当所述仿真结果不满足所述可生产目标时，生成重构参数，并将所述重构参数发送至所述基础模型资源单元；所述基础模型资源单元根据所述重构参数对所述仿真模型进行重构作为新的仿真模型；所述基础模型资源单元、所述控制策略单元、所述生产线建模单元、所述仿真单元、所述评价与决策单元和所述模型重构单元循环运行直至仿真结果满足可生产目标。
本发明应用时，建立了一种重构机制，首先构建了基础模型资源单元和控制策略单元，基础模型资源单元中需要设置有模型数据库，数据库内的模型需要可以通过描述信息进行匹配，匹配过程通过映射关系进行实现；这里说的模型是指针对数字化智能化车间生产线的普遍加工模式，采用面向对象的建模方式生成的适用于加工技术的生产线模型。
控制策略单元是用来提供控制脚本的，控制脚本需要与仿真模型匹配。通过几次匹配后获取的控制脚本和仿真模型可以进行首次评估，运算后生成的仿真数据评估后，如果评估结果满足了生产目标就可以将该仿真模型直接应用于生产，如果评估结果不满足生产目标，本发明创造性的使用了一种重构的方式对模型进行修正；其中，模型重构单元生成重构参数，并且由基础模型资源单元和控制策略单元完成再次匹配后，进行仿真运算和评估，通过循环重构最终可以获得一个满足生产目标的模型。在生产线完成建模后，针对工艺可行性、系统合理性、产品可制造性等方面统筹考虑，并进行整线动态仿真，作为评价与决策的输入，仿真结束，通过基础模型资源里的Dialog控制对话框，并采用回调方法，编写相应算法调用脚本，用户可自定义评价对象及属性，如设备利用率、立体库库存、在制品数量等并以模型报告形式提供用户决策，用于判断在该模型配置下的整线运行生产状况，如果不满足生产状况需要进行目标模型重构，直至评价结果满足生产目标即可进行实施。
本发明通过设置上述模块，实现了对生产模型的评估和重构，使得在企业能够在规划阶段合理配置设备布局和资源，有效优化生产组织模式，使设计到生产制造的不确定性大幅度降低，实现生产线仿真参数快速配置及模型的动态重构。
进一步的，所述基础模型资源单元包括基础数据资源单元和模型库资源单元；所述基础数据资源单元中的数据资源关联映射于所述模型库资源单元中的模型；当所述基础模型资源单元获取所述描述信息，从所述基础数据资源单元中提取与所述描述信息匹配的数据资源，并从所述模型库资源单元中提取与该数据资源存在关联映射关系的仿真模型；将提取出的仿真模型作为与所述描述信息匹配的仿真模型；当所述基础模型资源单元获取所述重构参数时，将所述重构参数映射到所述模型库资源单元中，并从模型库资源单元中根据所述重构参数提取新的仿真模型。
本发明应用时，基础模型资源单元主要实现数据表(统计表、输入信息表)、全局控制策略、ODBC通讯接口(读取外部系统MES/ERP/PDM的工艺数据、生产计划、产品信息等数据)、控制对话框以及变量配置，模型库资源以系统内物料流、信息流、资源流为单元基础，由单元基础模型、局部控制策略、排班计划、分流控制器、统计评价基本模型单元和外部信息接口等组合构成多工位加工、立体库、充电区域等多层次可重构模型，并采取模块化黑箱封装形式，形成新的多层次结构模型库，其输入为重构后的模型改进建议，直接快速映射到基础模型资源里面，并按照新的模型参数作为生产建模的输入进行仿真运行。
进一步的，所述控制策略单元包括全局控制策略单元和局部控制策略单元；所述全局控制策略单元用于对整个系统的初始化、重置和仿真结束进行控制；所述全局控制策略单元通过重置方法调用清空前次运行后装载的数据；所述全局控制策略单元初始化调用实现基础模型资源的导入和绑定；所述局部控制策略单元用于动态关联于所述模型库资源单元，且控制策略单元通过所述局部控制策略单元调取与所述仿真模型匹配的控制脚本。
本发明应用时，控制策略单元主要包含全局控制策略及局部控制策略，其中局部控制策略由初始化重置事件、模型入口和出口控制事件、仿真运行结束统计事件(报告输出、设备利用率统计、在制品统计等)四类模块组成，各事件通过用户方需求读取Method控制方法并与各基本单元控件予以关联，封装在模型库资源内部，并与基础模型资源进行协同作为生产线建模的输入。
进一步的，所述模型重构单元包括GA优化模块和仿真UI模块；所述仿真UI模块初始化后载入所述仿真模型，并对所述仿真模型运行后的结果进行适应度统计；当适应度统计结果不达标时，所述GA优化模块选择目标函数，并对所述目标函数交叉变异操作后输出模型配置序列，所述GA优化模块将所述模型配置序列发送至所述仿真UI模块；所述仿真UI模块根据所述模型配置序列对所述仿真模型修正后再次运行修正后仿真模型，并对所述行修正后仿真模型运行后的结果进行适应度统计；当适应度统计结果达标时，所述仿真UI模块将当前加载的仿真模型参数输出为重构参数。
本发明应用时，在原有系统基础上，结合基础数据资源控制对话框，采用回调方法，基于SimTalk语言编写基于多目标的模型重构参数遗传算法，通过调用封装动态连接库遗传算法分析脚本后，配置GA集成优化系统框架，可根据不同用户优化需求，进行优化参数设置、适应度设置、适应度优化方向(最大、最小)、优化代数、每代容量、开始演化(开始、重置)、查看最优解以及原系统详细设置调用集成UI控制界面，快速计算出最优的仿真方案参数输出用于模型的重构。
进一步的，所述GA优化模块还用于生成初始化种群，并将所述初始化种群导入所述仿真UI模块加载的仿真模块中。
一种基于多层次重构的仿真模型参数化集成方法，包括以下步骤：S1：获取实际生产系统的物理组成与运行机制的描述信息，并根据所述描述信息输出与所述描述信息匹配的仿真模型；S2：调取与所述仿真模型匹配的控制脚本，并根据所述仿真模型和所述控制脚本生成仿真数据；S3：根据所述仿真数据进行仿真运算并生成仿真结果；对所述仿真结果进行评估，并判断所述仿真结果是否满足生产目标；S4：当所述仿真结果不满足所述可生产目标时生成重构参数，根据所述重构参数对所述仿真模型进行重构作为新的仿真模型；S5：重复执行S2～S5直至仿真结果满足可生产目标。
进一步，步骤S1包括以下子步骤：当获取所述描述信息时，提取与所述描述信息匹配的数据资源，并提取与该数据资源存在关联映射关系的仿真模型；将提取出的仿真模型作为与所述描述信息匹配的仿真模型；步骤S5包括以下子步骤：当获取所述重构参数时，将所述重构参数映射至设置有多种模型的模型库资源中，并从模型库资源中根据所述重构参数提取新的仿真模型。
进一步，步骤S2包括以下子步骤：采用全局控制策略单元和局部控制策略单元调取与所述仿真模型匹配的控制脚本；所述全局控制策略单元用于对整个系统的初始化、重置和仿真结束进行控制；所述全局控制策略单元通过重置方法调用清空前次运行后装载的数据；所述全局控制策略单元初始化调用实现基础模型资源的导入和绑定；所述局部控制策略单元用于动态关联于所述模型库资源单元，且控制策略单元通过所述局部控制策略单元调取与所述仿真模型匹配的控制脚本。
进一步，步骤S4包括以下子步骤：S41：初始化后载入所述仿真模型，并对所述仿真模型运行后的结果进行适应度统计；S42：当适应度统计结果不达标时，选择目标函数，并对所述目标函数交叉变异操作后输出模型配置序列；S43：根据所述模型配置序列对所述仿真模型修正后再次运行修正后仿真模型，并对所述行修正后仿真模型运行后的结果进行适应度统计；S44：重复执行S42～S44，直至适应度统计结果达标后，将当前加载的仿真模型参数输出为重构参数。
进一步，步骤S41包括以下子步骤：初始化后生成初始化种群，并将所述初始化种群导入所述仿真模块中。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种基于多层次重构的仿真模型参数化集成系统及方法，实现了对生产模型的评估和重构，使得在企业能够在规划阶段合理配置设备布局和资源，有效优化生产组织模式，使设计到生产制造的不确定性大幅度降低，实现生产线仿真参数快速配置及模型的动态重构；
2、本发明一种基于多层次重构的仿真模型参数化集成系统及方法，将易用性、灵活性、集成性进行深度融合，形成可重构的生产模型和制造环境，同时嵌入模型重构算法的仿真UI集成设计，为生产线参数的基础数据配置及参数优化提供高适配的生产参数配置方案。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明系统结构示意图；
图2为本发明基础模型资源单元结构原理示意图；
图3为本发明控制策略单元结构原理示意图；
图4为本发明模型重构单元结构原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明一种基于多层次重构的仿真模型参数化集成系统，包括：基础模型资源单元：用于获取实际生产系统的物理组成与运行机制的描述信息，并根据所述描述信息输出与所述描述信息匹配的仿真模型；控制策略单元：调取与所述仿真模型匹配的控制脚本；生产线建模单元：根据所述仿真模型和所述控制脚本生成仿真数据；仿真单元：根据所述仿真数据进行仿真运算并生成仿真结果；评价与决策单元：对所述仿真结果进行评估，并判断所述仿真结果是否满足生产目标；模型重构单元：当所述仿真结果不满足所述可生产目标时，生成重构参数，并将所述重构参数发送至所述基础模型资源单元；所述基础模型资源单元根据所述重构参数对所述仿真模型进行重构作为新的仿真模型；所述基础模型资源单元、所述控制策略单元、所述生产线建模单元、所述仿真单元、所述评价与决策单元和所述模型重构单元循环运行直至仿真结果满足可生产目标。
本实施例实施时，建立了一种重构机制，首先构建了基础模型资源单元和控制策略单元，基础模型资源单元中需要设置有模型数据库，数据库内的模型需要可以通过描述信息进行匹配，匹配过程通过映射关系进行实现；这里说的模型是指针对数字化智能化车间生产线的普遍加工模式，采用面向对象的建模方式生成的适用于加工技术的生产线模型。
控制策略单元是用来提供控制脚本的，控制脚本需要与仿真模型匹配。通过几次匹配后获取的控制脚本和仿真模型可以进行首次评估，运算后生成的仿真数据评估后，如果评估结果满足了生产目标就可以将该仿真模型直接应用于生产，如果评估结果不满足生产目标，本发明创造性的使用了一种重构的方式对模型进行修正；其中，模型重构单元生成重构参数，并且由基础模型资源单元和控制策略单元完成再次匹配后，进行仿真运算和评估，通过循环重构最终可以获得一个满足生产目标的模型。在生产线完成建模后，针对工艺可行性、系统合理性、产品可制造性等方面统筹考虑，并进行整线动态仿真，作为评价与决策的输入，仿真结束，通过基础模型资源里的Dialog控制对话框，并采用回调方法，编写相应算法调用脚本，用户可自定义评价对象及属性，如设备利用率、立体库库存、在制品数量等并以模型报告形式提供用户决策，用于判断在该模型配置下的整线运行生产状况，如果不满足生产状况需要进行目标模型重构，直至评价结果满足生产目标即可进行实施。
本发明通过设置上述模块，实现了对生产模型的评估和重构，使得在企业能够在规划阶段合理配置设备布局和资源，有效优化生产组织模式，使设计到生产制造的不确定性大幅度降低，实现生产线仿真参数快速配置及模型的动态重构。
为了进一步的说明本实施例的工作过程，本实施例针对数字化智能化车间生产线的普遍加工模式，采用面向对象的建模方式，可重构的生产线仿真建模需基于基础模型资源、控制策略、模型重构、评价与决策四大部分完成在规划设计阶段整线的模型动态映射重构，其整体结构如图1所示。具体实现过程如下：
生产线建模环节首先读取基础模型资源从中获取实际生产系统的物理组成与运行机制的描述信息，然后根据基础数据资源从模型库资源中选取对应的模型,从控制策略中调用匹配的控制脚本,最后按照实际配置一一映射地放置在仿真环境中进行运行，在运行环境下通过将生产协调性等作为评价决策前提条件输入，在协调性等完备情况下进行模型报告输出，提供用户查看仿真数据分析结果，如果不满足将选取模型重构目标生成新的模型改进建议作为生成线建模的输入不断进行循环动态重构调整，直至满足系统生产目标。当需要与使用开发模型的用户进行交互或者在调试模型需要重点控制某些参数时，在模型中提供内嵌控制对话框形式Dialog，构建自身的人机交互集成控制UI，当触发图层对象事件时，可以通过回调方式执行快速的实现模型导入、绑定、调用重构算法库等进行目标寻优模型重构。
如图2所示，基础模型资源中基础数据资源作为全局模型重构重要来源，为整个仿真模型的建立提供数据支持，主要包含数据表、全局控制策略，外部数据接口、全局变量四个部分，其基础模型资源原理示意图如图2所示。通过手动配置或ODBC连接远程数据库，远程读取数据库信息，一次性导入各模型仿真运行基本参数(包括生产计划、工位基础信息、班次计划等)，并存入数据表中的数据输入表中；将数据输入表信息、各变量与模型库资源中的多层次可重构模型进行关联；编辑全局控制策略脚本，配置初始化、重置和仿真结束的Method方法，仿真运行前可通过重置方法调用清空上一次运行后装载的数据，初始化调用实现基础模型资源的导入和绑定；仿真结束后，可通过数据表内的统计表进行相应统计结果的数据收集和查看。
如图3所示，控制策略主要包含全局控制策略及局部控制策略，全局控制策略在上述部分已阐述；局部控制策略以Method基本单元为建模基础，主要针对初始化事件、模型入口控制事件及出口控制事件、仿真运行统计事件四类进行脚本设计，并以动态关联Method块方式被模型库资源调用，控制策略原理示意图如图3所示。其中初始化重置事件当调用模型库资源时，如物料源中一是定义基础数据资源中单元模型并对其进行工位设备描述信息定义，二是根据不同排班情况，处理信息排班表，对其进行初始化清空；如立体库中包含其容量、出库时间、出库口打开指令、排班计划信息；加工中心在物料源基础上另包含每天早上开班时前一天累积产出信息；如AGV主由AVC直线参数、弯道参数、AGV数量、AGV装载量信息配置。模型入口控制事件中零件源入口实现对产品生成表(物料模型类型、数量、命名)的信息读取；加工中心主要实现对在制品进入加工入口后的增操作；充电区域主要触发记录AGV用电结束即充电开启过程中充电时间、充电电量、当前电量；AGV轨道采用传感触发方式从辊道上进行物料的定点上下料。出口控制事件中加工中心实现物料的出料在制品减操作，保证实时统计在制品数量；辊道根据与各物料在对应AGV运行轨道上实现AGV调度控制；立体库根据暂存量最少限定量，开启库存补料，保证供给；充电区域主要触发记录AGV充电结束即用电开启过程中对应AGV的用电时间、用电电量、当前电量。仿真运行统计事件可与模型进行绑定后根据数据源通道选择用户需要图形化显示的统计数据。
如图4所示，模型重构是在原有系统基础上，结合基础数据资源控制对话框，采用回调方法，基于SimTalk语言编写基于重构目标的遗传算法分析脚本，封装后形成Obj类型对象，采用Dialog控制对话框配置GA集成优化系统框架，框架主要由仿真UI模块和GA优化模块两部分构成。其中仿真UI模块包括对整个生产线仿真开始演化、重置等初始化的控制过程，初始化后，通过加载仿真模型并通过适应度设置进行仿真运行，如果满足遗传算法终止条件则可直接输出最优模型配置方案；GA优化模块通过在仿真UI模块框架下通过调用封装后的Obj类型对象模型后，可根据不同用户目标函数选择，通过交叉变异操作，输出模型配置序列，传递给仿真模型进行新一轮生产线仿真运行，并计算出相应评价结果。
评价与决策通过仿真实验接收生产反馈数据并进行统计，用户采用Dialog控制对话框回调方式搭建评价与决策集成UI控制框架，采用控件与统计工具相互绑定，并在回调方法里面编写控制脚本，提供查看控件时，间接调用统计工具中的数据源进行图形输出显示，分析在本次模型参数设置下设备利用率率、立体库库存、生产计划等统计数据的合理性、可制造性，同时提供HTML模型报告，通过用户调用内部统计源属性，即可通过模型重构仿真运行后的生产瓶颈、生产线能力等对标优化后的生产线系统性能，评价结果将作为重构新的多层次仿真模型的重要参考，如果不满足生产系统目标，根据决策评价选择目标模型进行重构。
综上所述，本实施例有效的克服了现有仿真建模过程中灵活性差、可移植性不高、集成度低等问题，对实现实际生产系统合理、快速、高效的模型资源配置具有较高意义和实际使用价值。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于多层次重构的仿真模型参数化集成系统，其特征在于，包括：
基础模型资源单元：用于获取实际生产系统的物理组成与运行机制的描述信息，并根据所述描述信息输出与所述描述信息匹配的仿真模型；
控制策略单元：调取与所述仿真模型匹配的控制脚本；
生产线建模单元：根据所述仿真模型和所述控制脚本生成仿真数据；
仿真单元：根据所述仿真数据进行仿真运算并生成仿真结果；
评价与决策单元：对所述仿真结果进行评估，并判断所述仿真结果是否满足生产目标；
模型重构单元：当所述仿真结果不满足所述生产目标时，生成重构参数，并将所述重构参数发送至所述基础模型资源单元；
所述基础模型资源单元根据所述重构参数对所述仿真模型进行重构作为新的仿真模型；所述基础模型资源单元、所述控制策略单元、所述生产线建模单元、所述仿真单元、所述评价与决策单元和所述模型重构单元循环运行直至仿真结果满足生产目标；
所述基础模型资源单元包括基础数据资源单元和模型库资源单元；所述基础数据资源单元中的数据资源关联映射于所述模型库资源单元中的模型；
当所述基础模型资源单元获取所述描述信息，从所述基础数据资源单元中提取与所述描述信息匹配的数据资源，并从所述模型库资源单元中提取与该数据资源存在关联映射关系的仿真模型；将提取出的仿真模型作为与所述描述信息匹配的仿真模型；
当所述基础模型资源单元获取所述重构参数时，将所述重构参数映射到所述模型库资源单元中，并从模型库资源单元中根据所述重构参数提取新的仿真模型；
所述控制策略单元包括全局控制策略单元和局部控制策略单元；
所述全局控制策略单元用于对整个系统的初始化、重置和仿真结束进行控制；所述全局控制策略单元通过重置方法调用清空前次运行后装载的数据；所述全局控制策略单元初始化调用实现基础模型资源的导入和绑定；
所述局部控制策略单元用于动态关联于所述模型库资源单元，且控制策略单元通过所述局部控制策略单元调取与所述仿真模型匹配的控制脚本；
所述模型重构单元包括GA优化模块和仿真UI模块；
所述仿真UI模块初始化后载入所述仿真模型，并对所述仿真模型运行后的结果进行适应度统计；
当适应度统计结果不达标时，所述GA优化模块选择目标函数，并对所述目标函数交叉变异操作后输出模型配置序列，所述GA优化模块将所述模型配置序列发送至所述仿真UI模块；所述仿真UI模块根据所述模型配置序列对所述仿真模型修正后再次运行修正后仿真模型，并对所述行修正后仿真模型运行后的结果进行适应度统计；
当适应度统计结果达标时，所述仿真UI模块将当前加载的仿真模型参数输出为重构参数。
2.根据权利要求1所述的一种基于多层次重构的仿真模型参数化集成系统，其特征在于，所述GA优化模块还用于生成初始化种群，并将所述初始化种群导入所述仿真UI模块加载的仿真模块中。
3.一种基于多层次重构的仿真模型参数化集成方法，所述仿真模型参数化集成方法应用于权利要求1所述的仿真模型参数化集成系统中，其特征在于，包括以下步骤：
S1：获取实际生产系统的物理组成与运行机制的描述信息，并根据所述描述信息输出与所述描述信息匹配的仿真模型；
S2：调取与所述仿真模型匹配的控制脚本，并根据所述仿真模型和所述控制脚本生成仿真数据；
S3：根据所述仿真数据进行仿真运算并生成仿真结果；对所述仿真结果进行评估，并判断所述仿真结果是否满足生产目标；
S4：当所述仿真结果不满足所述生产目标时生成重构参数，根据所述重构参数对所述仿真模型进行重构作为新的仿真模型；
S5：重复执行S2～S5直至仿真结果满足生产目标。
4.根据权利要求3所述的一种基于多层次重构的仿真模型参数化集成方法，其特征在于，步骤S1包括以下子步骤：
当获取所述描述信息时，提取与所述描述信息匹配的数据资源，并提取与该数据资源存在关联映射关系的仿真模型；将提取出的仿真模型作为与所述描述信息匹配的仿真模型；
步骤S5包括以下子步骤：
当获取所述重构参数时，将所述重构参数映射至设置有多种模型的模型库资源中，并从模型库资源中根据所述重构参数提取新的仿真模型。
5.根据权利要求4所述的一种基于多层次重构的仿真模型参数化集成方法，其特征在于，步骤S2包括以下子步骤：
采用全局控制策略单元和局部控制策略单元调取与所述仿真模型匹配的控制脚本；
所述全局控制策略单元用于对整个系统的初始化、重置和仿真结束进行控制；所述全局控制策略单元通过重置方法调用清空前次运行后装载的数据；所述全局控制策略单元初始化调用实现基础模型资源的导入和绑定；
所述局部控制策略单元用于动态关联于所述模型库资源单元，且控制策略单元通过所述局部控制策略单元调取与所述仿真模型匹配的控制脚本。
6.根据权利要求3所述的一种基于多层次重构的仿真模型参数化集成方法，其特征在于，步骤S4包括以下子步骤：
S41：初始化后载入所述仿真模型，并对所述仿真模型运行后的结果进行适应度统计；
S42：当适应度统计结果不达标时，选择目标函数，并对所述目标函数交叉变异操作后输出模型配置序列；
S43：根据所述模型配置序列对所述仿真模型修正后再次运行修正后仿真模型，并对所述行修正后仿真模型运行后的结果进行适应度统计；
S44：重复执行S42～S44，直至适应度统计结果达标后，将当前加载的仿真模型参数输出为重构参数。
7.根据权利要求6所述的一种基于多层次重构的仿真模型参数化集成方法，其特征在于，步骤S41包括以下子步骤：
初始化后生成初始化种群，并将所述初始化种群导入仿真模块中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911412736.9A CN111144025B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多层次重构的仿真模型参数化集成系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911412736.9A CN111144025B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多层次重构的仿真模型参数化集成系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111144025A CN111144025A (zh) | 2020-05-12 |
| CN111144025B true CN111144025B (zh) | 2023-07-18 |
Family
ID=70522582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911412736.9A Active CN111144025B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多层次重构的仿真模型参数化集成系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111144025B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111539651B (zh) * | 2020-05-13 | 2023-04-18 | 中国电子科技集团公司第十四研究所 | 一种复杂电子装备多专业集成设计仿真系统 |
| CN112230893B (zh) * | 2020-10-16 | 2024-07-16 | 北京中船信息科技有限公司 | 面向船舶制造的多种工业机理模型一站式构建系统及方法 |
| CN113077158A (zh) * | 2021-04-13 | 2021-07-06 | 北京中船信息科技有限公司 | 一种用于船舶行业的涂装业务流程模型仿真系统及方法 |
| CN113221504B (zh) * | 2021-04-19 | 2023-05-23 | 山东英信计算机技术有限公司 | 一种高效率的Via仿真数据获取方法、系统及介质 |
| CN113919230A (zh) * | 2021-10-20 | 2022-01-11 | 中国兵器装备集团自动化研究所有限公司 | 一种复杂设备运行的建模评估方法及系统 |
| CN113987828B (zh) * | 2021-11-10 | 2023-06-09 | 中国兵器装备集团自动化研究所有限公司 | 一种基于时间序列的多能场增材制造工艺规划方法 |
| CN115130332A (zh) * | 2022-08-30 | 2022-09-30 | 中电太极(集团)有限公司 | 一种面向效能评估系统的仿真方法及装置 |
| CN116738767A (zh) * | 2023-08-14 | 2023-09-12 | 中国恩菲工程技术有限公司 | 过程单元的建模方法以及过程单元的生成方法 |
| CN116757452B (zh) * | 2023-08-18 | 2023-12-05 | 山东日辉电缆集团有限公司 | 一种用于电缆生产加工的智能排产管理系统 |
| CN118095786B (zh) * | 2024-04-19 | 2024-07-05 | 中航西安飞机工业集团股份有限公司 | 一种飞机数字化装配产线重构方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015113450A1 (zh) * | 2014-01-29 | 2015-08-06 | 华为技术有限公司 | 一种可视化网络运维方法和装置 |
| CN107862110A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种电子产品生产线虚拟换产方法 |
| CN109145479A (zh) * | 2018-08-31 | 2019-01-04 | 北京深度奇点科技有限公司 | 云端部署的两轴机械臂网宇实体自动进化系统 |
-
2019
- 2019-12-31 CN CN201911412736.9A patent/CN111144025B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015113450A1 (zh) * | 2014-01-29 | 2015-08-06 | 华为技术有限公司 | 一种可视化网络运维方法和装置 |
| CN107862110A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种电子产品生产线虚拟换产方法 |
| CN109145479A (zh) * | 2018-08-31 | 2019-01-04 | 北京深度奇点科技有限公司 | 云端部署的两轴机械臂网宇实体自动进化系统 |
Non-Patent Citations (5)
| Title |
|---|
| "基于 Virtools 的制造车间仿真系统的开发";毕荣蓉 等;《网络新媒体技术》;第1卷(第3期);第59-64页 * |
| A MATLAB package for 3D inversion of gravity data using graph theory;Vatankhah 等;《COMPUTERS$GEOSCIENCES》;第128卷;第19-29页 * |
| 汽车B柱零件热冲压软区模具模面优化设计;马治军 等;《锻压技术》;第44卷(第04期);第138-144页 * |
| 用于FPGA的多层次集成设计系统的设计与实现;张峰 等;《深圳大学学报(理工版)》;第29卷(第05期);第377-385页 * |
| 面向可重构制造单元的仿真建模技术研究;王国新 等;《系统仿真学报》;第19卷(第17期);第3894-3898页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111144025A (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111144025B (zh) | 一种基于多层次重构的仿真模型参数化集成系统及方法 | |
| JP7054250B2 (ja) | スマート工場の迅速カスタムデザイン方法及びシステム | |
| US20210278825A1 (en) | Real-Time Production Scheduling with Deep Reinforcement Learning and Monte Carlo Tree Research | |
| CN109657354A (zh) | 一种基于数字孪生的混流装配车间快速重构方法及系统 | |
| CN109933035A (zh) | 一种基于数字孪生的生产线控制系统、方法及生产系统 | |
| CN113919230A (zh) | 一种复杂设备运行的建模评估方法及系统 | |
| CN100419677C (zh) | 基于模板的快速工程设计方法 | |
| CN106774223A (zh) | 一种生产线三视图智能联动方法、系统 | |
| CN104091027A (zh) | 一种可视化车间布局优化方法及系统 | |
| KR20180120454A (ko) | 스마트팩토리용 데이터 모델 생성 장치 및 그 방법 | |
| CN101221424A (zh) | 基于领域建模的数控系统代码自动生成方法 | |
| CN103500375A (zh) | 一种基于eM-Plant的MES调度控制方法 | |
| CN117763943A (zh) | 一种面向多阶段生产资源调度仿真优化的算法可配置系统 | |
| CN112068522A (zh) | 可重构生产线制造控制系统、方法及介质 | |
| CN109213105A (zh) | 一种可重构装置、实现可重构的方法及分布式控制系统 | |
| CN112732237B (zh) | 一种无代码开发技术模型构建的方法及系统 | |
| KR20230081501A (ko) | 생산 계획 수립 장치 및 방법 | |
| CN101655884B (zh) | 一种自动绘制冲压模具修边线的方法 | |
| CN113807593A (zh) | 基于电力调度的数据数量和数据质量预测方法及系统 | |
| CN104977906A (zh) | 用制造执行系统控制制造工厂 | |
| CN117149410A (zh) | 一种基于ai智能模型训练调度指挥监控系统 | |
| Wang et al. | Digital Twin Model Construction and Management Method of Workshop Based on Cloud Platform | |
| CN112346727B (zh) | 一种生产系统中离散随机问题与连续问题统一建模的方法 | |
| CN104731700A (zh) | 一种支持表格驱动局部数据的单元测试系统和方法 | |
| Iriondo Pascual et al. | Optimizing ergonomics and productivity by connecting digital human modeling and production flow simulation software |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240604 Address after: 621000 Mianyang province Sichuan City Youxian District Road No. 7 two immortals Patentee after: China Ordnance Equipment Group Automation Research Institute Co.,Ltd. Country or region after: China Address before: 621000 Mianyang province Sichuan City Youxian District Road No. 7 two immortals Patentee before: China Ordnance Equipment Group Automation Research Institute Co.,Ltd. Country or region before: China |