CN111210184B - 一种数字孪生车间物料准时配送方法及系统 - Google Patents
一种数字孪生车间物料准时配送方法及系统 Download PDFInfo
- Publication number
- CN111210184B CN111210184B CN202010041668.6A CN202010041668A CN111210184B CN 111210184 B CN111210184 B CN 111210184B CN 202010041668 A CN202010041668 A CN 202010041668A CN 111210184 B CN111210184 B CN 111210184B
- Authority
- CN
- China
- Prior art keywords
- model
- time
- task
- digital twin
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 121
- 238000009826 distribution Methods 0.000 title claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 73
- 238000013439 planning Methods 0.000 claims abstract description 41
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 230000006399 behavior Effects 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 24
- 238000013499 data model Methods 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000002716 delivery method Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 238000013523 data management Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数字孪生车间物料准时配送方法及系统，该方法包括：步骤1，车间物流系统虚拟模型构建；步骤2，工艺完成时间预测，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；进一步，对工步、工序和工艺的完成时间进行预测；步骤3，进行无碰路径规划；步骤4，物料准时配送任务下发，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；步骤5，数字孪生车间物料准时配送。本发明能够在一定程度上解决数字孪生车间物料配送与工艺推进不同步的问题，为车间物料配送系统开发提供可靠的技术保障。
Description
技术领域
本发明属于工业数字化和计算机科学领域，具体涉及一种数字孪生车间物料准时配送方法及系统。
背景技术
面对全球日益复杂的竞争形势，离散制造企业纷纷向数字化、信息化进行转型，以提高生产效率，增强企业核心竞争力。数字孪生技术作为信息物理融合的一种重要手段，受到了日益广泛的关注。与此同时，数字孪生车间的建设也对物料的实时配送提出了更高的要求，传统的物料配送模式已经成为影响数字孪生车间运行效率的瓶颈环节。
工艺执行和物料配送是生产过程的重要组成部分。理想情况是物料配送按照工艺执行的需求进行实时配送，但是在实际生产过程中，工艺执行往往提前完成或者滞后完成，存在着工艺完成时间不确定的问题，而物料配送系统无法及时响应这些变化；物料配送过程中也会因为路径冲突等原因而出现配送不准时、配送效率低的问题。这些问题导致了工艺执行和物料配送无法同步进行，严重影响了数字孪生车间的运行效率，因此目前迫切需要一种数字孪生车间物料准时配送方法及系统。
发明内容
本发明的技术解决方案是：针对数字孪生车间中物料配送不准时的问题，以数字孪生车间为基础，提出了一种数字孪生车间物料准时配送方法及系统，该方法可以实现数字孪生车间物料的准时配送，显著提高数字孪生车间的运行效率。
本发明的技术方案如下：一种数字孪生车间物料准时配送方法，包括以下步骤：
步骤1，车间物流系统虚拟模型构建，用于构建工艺模型、地图模型、人员模型、任务模型和移动设备模型；
步骤2，工艺完成时间预测，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；进一步，对工步、工序和工艺的完成时间进行预测；
步骤3，进行无碰路径规划，物料配送需要同时对有轨的AGV自动导引车和无轨的辅助设备进行路径规划，以时间窗模型为基础，建立多模型通信机制，实现混合环境下时间可控的无碰路径规划；
步骤4，物料准时配送任务下发，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；
步骤5，数字孪生车间物料准时配送，包括模型管理、工艺完成时间预测、无碰路径规划、准时配送任务下发和基础数据管理，能够实现物料的准时配送。
进一步的，所述步骤1的工艺模型构建，分为操作节点建模、工步建模、工序建模和工艺建模；所述操作节点建模包括节点名称、执行要素、工时信息、约束条件、下一节点属性；并完成工步、工序和工艺模型的构建，使总装工艺层次化组织，从而明确相互之间的约束关系；所述工艺模型中的动态属性与孪生车间的孪生数据中心进行通信，实时交互，确保实时性。
进一步的，所述步骤1的地图模型构建，包括构建栅格模型、拓扑图模型、数据模型、行为模型和规则模型；其中栅格模型和拓扑图模型由数字孪生车间的实时三维模型演化而来，确保了模型的准确性和实时性；数据模型用于存储地图相关的数据，行为模型明确地图中各个要素的行为规律和特性参数，规则模型中添加模型要素的约束规则。
进一步的，所述步骤1的人员模型构建，包括数据模型、行为模型和规则模型；数据模型；包括人员的基本信息、工作职责、历史数据和在岗状态信息；行为模型明确人员的行为，包括上岗、下岗、工作和空闲状态；规则模型包括人员的权限范围和约束条件。
进一步的，所述步骤1的任务模型构建，包括任务类型、任务状态、优先级、任务信息、约束条件属性，为任务生成和任务下发提供支持。
进一步的，所述步骤1的移动设备模型构建，包括数据模型、行为模型、几何模型和规则模型的构建，数据模型主要包括设备的基础信息、任务状况、动力学参数和历史信息数据；行为模型明确设备的行为，包括工作、等待、空闲、充电和维修状态；几何模型包括设备的位置、形状和几何参数信息；规则模型指定了设备的运载范围、调度原则和维护规则约束条件。
进一步的，所述步骤2的建立单个工人操作节点完成时间预测模型包括以下几个步骤：
A、数据采集，由车间的孪生数据中心提取单个工人近期操作节点完成时间，从而形成原始数据序列；
B、数据预处理，进行数据规范化，将数据按一定比例进行缩放，使其落入一个预定区间；
C、预测模型构建，通过操作节点完成时间数据序列，构建出能够对下一操作节点完成时间进行预测的模型；
D、模型检验，用于对构建出的模型的准确度进行校验，保证模型的准确性，若不满足精度要求，则对模型进行修正，直至满足要求。
进一步的，所述步骤C的预测模型包括灰色理论模型。
进一步的，所述步骤2的工步、工序和工艺完成时间的预测是在操作节点时间预测的基础上进行的，通过节点之间的约束关系，进行计算；对于串行的节点，则完成时间是各个节点的累加和；而对于并行的节点，则取其中的较大值作为完成时间。
进一步的，所述步骤3的时间可控的无碰路径规划能够同时为多AGV和无轨辅助设备进行路径规划。车间的物料配送任务包括两类，零部件转运和辅助设备转运；其中零部件转运采用有固定导轨的AGV进行转运，而辅助设备采用没有导轨的移动设备进行转运；AGV路径规划过程如下：AGV沿固定导轨行进，采用地图模型中的拓扑图模型进行路径搜索；路径搜索时，加入时间窗模型，从而避免多AGV之间的碰撞；无轨移动设备路径规划如下：无轨移动设备没有固定路径，采用地图模型中的栅格图模型进行路径搜索，加入时间窗，从而避免无轨移动设备之间的碰撞；模型交互机制为：对于AGV与无轨移动设备之间的碰撞通过拓扑图模型中的时间窗和栅格图模型中的时间窗之间的交互来解决。
进一步的，所述步骤4的任务队列生成包括如下步骤：
遍历工艺中所有的操作节点，对于每一个操作节点，首先获取其物料转运需求，然后根据工艺完成时间预测得到的时间计算出需求时间，最后将其作为一个任务加入任务队列。
进一步的，所述步骤4的路径时间评估包括如下步骤：
首先获取到路径规划模块为该任务规划好的路径，然后获取执行该任务的设备的运动学参数信息，包括速度、转弯半径、转弯时间，最后根据设备的参数估算出路径所需的时间。
进一步的，所述步骤4的任务下发机制包括如下步骤：
首先获取到任务对应的路径评估的时间、任务时间戳，然后计算出任务的下发时间，之后将其加入待执行队列，等待时钟触发执行。
进一步的，所述步骤4的准时度评价，评价指标包括总不准确时间、平均不准确时间和平均不准确率，进行物料配送准时度的评价与验证。
进一步的，所述步骤5的数字孪生车间物料准时配送的配送模块包括接口层、模型层、算法层和应用层；接口层用于和数字孪生车间的数据交互，包括数据的获取和控制指令的下发；模型层是指车间物流系统虚拟模型，包括工艺模型、地图模型、设备模型、任务模型和人员模型；算法层包括工艺完成时间预测算法、任务生成算法、模型交互算法、路径搜索算法和任务下发时间算法，供应用层调用；应用层是在接口层、模型层和算法层的基础上构建的，包括模型管理、工艺完成时间预测、无碰路径规划、准时配送任务下发和基础数据管理模块。
根据本发明的另一方面，提出一种数字孪生车间物料准时配送系统，包括：
车间物流系统虚拟模型构建模块，用于构建工艺模型、地图模型、人员模型、任务模型和移动设备模型；
工艺完成时间预测模块，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；对工步、工序和工艺的完成时间进行预测；
进行无碰路径规划模块，物料配送需要同时对有轨的AGV自动导引车和无轨的辅助设备进行路径规划，以时间窗模型为基础，建立多模型通信机制，实现混合环境下时间可控的无碰路径规划；
物料准时配送任务下发模块，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；
数字孪生车间物料准时配送模块，包括模型管理、工艺完成时间预测、无碰路径规划、准时配送任务下发和基础数据管理模块，能够实现物料的准时配送。
有益效果：
本发明公开的一种数字孪生车间物料准时配送方法及系统，包括车间物流虚拟模型构建模块设计、工艺完成时间预测模块设计、无碰路径规划模块设计、物料准时配送任务下发模块设计、数字孪生车间物料准时配送模块设计，能够在一定程度上解决数字孪生车间物料配送与工艺推进不同步的问题，实现数字孪生车间物料的准时配送，显著提高数字孪生车间的运行效率。
附图说明
图1为本发明一种数字孪生车间物料准时配送系统框图；
图2为本发明工艺完成时间预测的流程图；
图3为本发明的拓扑图模型与栅格图模型的交互机制流程图；
图4为本发明无碰路径规划的流程图；
图5为本发明物料准时配送任务下发的流程图；
图6为本发明任务队列生成的流程图；
图7为本发明的路径时间评估流程图；
图8为本发明的任务下发机制流程图；
图9为本发明数字孪生车间物料准时配送系统功能划分图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
根据本发明的一个实施例，提出一种数字孪生车间物料准时配送方法，其具体步骤如下：
步骤1，车间物流系统虚拟模型构建，用于构建工艺模型、地图模型、人员模型、任务模型和移动设备模型；
步骤2，工艺完成时间预测，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；进一步，对工步、工序和工艺的完成时间进行预测；
步骤3，进行无碰路径规划，物料配送需要同时对有轨的AGV自动导引车和无轨的辅助设备进行路径规划，以时间窗模型为基础，建立多模型通信机制，实现混合环境下时间可控的无碰路径规划；
步骤4，物料准时配送任务下发，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；
步骤5，数字孪生车间物料准时配送，包括模型管理、工艺完成时间预测、无碰路径规划、准时配送任务下发和基础数据管理，能够实现物料的准时配送。
具体的，所述步骤1的工艺模型构建，主要包括操作节点建模、工步建模、工序建模和工艺建模。操作节点建模主要包括节点名称、执行要素、工时信息、约束条件、下一节点等属性。进一步地，完成工步、工序和工艺模型的构建，使总装工艺层次化组织，从而明确相互之间的约束关系。工艺模型中的动态属性可以与孪生车间的孪生数据中心进行通信，实时交互。
具体的，所述步骤1的地图模型构建，主要包括栅格模型、拓扑图模型、数据模型、行为模型和规则模型。其中栅格模型和拓扑图模型由数字孪生车间的实时三维模型演化而来，确保了模型的准确性和实时性。数据模型用于存储地图相关的数据，行为模型明确地图中各个要素的行为规律和特性参数，规则模型可以添加要素的约束规则。
具体的，所述步骤1的人员模型构建，主要包括数据模型、行为模型和规则模型。数据模型主要包括人员的基本信息、工作职责、历史数据和在岗状态等信息；行为模型明确人员的行为，包括上岗、下岗、工作和空闲等状态；规则模型包括人员的权限范围和约束条件等。
具体的，所述步骤1的任务模型构建，主要包括任务类型、任务状态、优先级、任务信息、约束条件等属性，为任务生成和任务下发提供支持。
具体的，所述步骤1的移动设备模型构建，主要包括数据模型、行为模型、几何模型和规则模型。数据模型主要包括设备的基础信息、任务状况、动力学参数和历史信息等数据；行为模型明确设备的行为，包括工作、等待、空闲、充电和维修等状态；几何模型包括设备的位置、形状和几何参数等信息；规则模型指定了设备的运载范围、调度原则和维护规则等约束条件。
具体的，所述步骤2的操作节点完成时间预测如图2所示，包括如下步骤：
数据采集，由车间的孪生数据中心提取单个工人近期操作节点完成时间，从而形成原始数据序列；
数据预处理，进行数据规范化，将数据按一定比例进行缩放，使其落入一个小的特定区间；
预测模型构建，通过操作节点完成时间数据序列，构建出可以对下一操作节点完成时间进行预测的灰色理论模型；
模型检验，用于对构建出的模型的准确度进行校验，目的是保证模型的准确性，若不满足精度要求，则对模型进行修正，直至满足要求；
时间预测，根据构建出的灰色理论模型对下一操作节点完成时间进行预测。
具体的，所述步骤2的工步、工序和工艺完成时间的预测是在操作节点时间预测的基础上进行的，通过节点之间的约束关系，进行计算。对于串行的节点，则完成时间是各个节点的累加和；而对于并行的节点，则取其中的较大值作为完成时间。
具体的，所述步骤3的模型交互机制如图3所示，对于AGV与无轨移动设备之间的碰撞则通过拓扑图模型中的时间窗和栅格图模型中的时间窗之间的交互来解决。在栅格图模型中规划好路径后，与拓扑图路径进行求交，并更新拓扑图模型中的时间窗，使得栅格图模型中规划好的路径对拓扑图可见；同理，在拓扑图中规划好路径后，与栅格图进行求交，然后更新栅格图中的时间窗，使得拓扑图模型中规划的路径对栅格图可见。
具体的，所述步骤3的AGV路径规划步骤如图4所示，AGV沿固定导轨行进，宜采用地图模型中的拓扑图模型进行路径搜索。路径搜索时，加入时间窗模型，从而避免多AGV之间的碰撞；无轨移动设备路径规划，无轨移动设备没有固定路径，因此采用地图模型中的栅格图模型进行路径搜索，加入时间窗，从而避免无轨移动设备之间的碰撞。
具体的，所述步骤4的物料准时配送任务下发模块如图5所示，分为任务队列生成、路径时间评估、任务下发机制和准时度评价四个部分。
任务队列生成步骤如图6所示，对每一个操作节点执行如下操作，首先获取操作节点，然后判断其是否需要辅助设备，若需要，则计算辅助设备的需求时间，并将其加入任务队列；之后判断是否有零部件需求，若有，则计算零部件需求时间，并将其加入任务队列。遍历工艺中所有的操作节点，对于每一个操作节点，首先获取其物料转运需求，然后根据工艺完成时间预测得到的时间计算出需求时间，最后将其作为一个任务加入任务队列。
具体的，所述步骤4的路径时间评估如图7所示，首先获取到路径规划模块为该任务规划好的路径，然后获取执行该任务的设备的信息，包括速度、转弯半径、转弯时间等运动学参数，最后根据设备的参数估算出路径所需的时间。
具体的，所述步骤4的任务下发机制如图8所示，首先获取到任务对应的路径评估的时间、任务时间戳，然后计算出任务的下发时间，之后将其加入待执行队列，等待时钟触发执行。
具体的，所述步骤4的准时度评价，设定了三个准时度评价指标，分别是总不准确时间、平均不准确时间和平均不准确率。通过以上三个指标来进行物料配送准时度的评价与验证。
具体的，所述步骤5的数字孪生车间物料准时配送模块如图9所示。模型管理，应包括但不限于工艺模型配置、地图模型配置、调度规则配置、AGV模型配置、无轨移动设备模型配置和任务模型配置等模块。
更优的，所述工艺模型配置应包括操作节点配置、工步配置、工艺配置、工序配置和显示规则配置等模块；所述地图模型配置应包括栅格模型配置、拓扑图模型配置和交互规则配置等模块。
具体的，所述步骤5的工艺完成时间预测，应包括但不限于操作节点时间预测、工步完成时间预测、工序完成时间预测和工艺完成时间预测等模块。
更优的，所述操作节点时间预测模块应包括但不限于数据预处理、预测模型构建和时间预测等功能。
具体的，所述步骤5的无碰路径规划，应包括但不限于任务获取、任务解析、路径搜索和模型交互等模块。
更优的，路径搜索应包括无轨路径搜索和有轨路径搜索。其中，无轨路径搜索主要用于为无轨移动设备规划无碰路径，而有轨移动设备主要用于为多AGV规划无碰路径。模型交互应包括多模型求交、时间窗转换和时间窗映射等功能。
具体的，所述步骤5的准时配送任务下发，应包括但不限于任务生成、路径时间评估、任务下发机制和准时度评价等模块。
更优的，任务生成应包括任务解析、任务计算和任务添加等功能；准时度评价应包括评价指标的设定，根据不同需要可以设定不同的优化目标。
具体的，所述步骤5的基础数据管理，应包括但不限于人员管理、事件记录和系统管理等模块。
更优的，所述人员管理应包括人员添加、人员删除和权限管理等功能；系统管理应包括系统模块配置等功能。
根据本发明的一个实施例，本发明还提出一种数字孪生车间物料准时配送系统，如图1所示，包括：
车间物流系统虚拟模型构建模块，用于构建工艺模型、地图模型、人员模型、任务模型和移动设备模型；
工艺完成时间预测模块，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；对工步、工序和工艺的完成时间进行预测；
进行无碰路径规划模块，物料配送需要同时对有轨的AGV自动导引车和无轨的辅助设备进行路径规划，以时间窗模型为基础，建立多模型通信机制，实现混合环境下时间可控的无碰路径规划；
物料准时配送任务下发模块，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；
数字孪生车间物料准时配送模块，包括模型管理、工艺完成时间预测、无碰路径规划、准时配送任务下发和基础数据管理模块，能够实现物料的准时配送。
综上所述，本发明公开了一种数字孪生车间物料准时配送方法及系统，包括车间物流虚拟模型构建模块设计、工艺完成时间预测模块设计、无碰路径规划模块设计、物料准时配送任务下发模块设计、数字孪生车间物料准时配送模块设计，能够在一定程度上解决数字孪生车间物料配送与工艺推进不同步的问题。
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 (12)
1.一种数字孪生车间物料准时配送方法，其特征在于，包括以下步骤：
步骤1，车间物流系统虚拟模型构建，用于构建工艺模型、地图模型、人员模型、任务模型和移动设备模型；
步骤2，工艺完成时间预测，首先以单个工人操作完成时间为变量，建立操作节点完成时间预测模型；然后以操作节点完成时间预测模型为基础进行操作节点完成时间的预测；进一步，对工步、工序和工艺的完成时间进行预测；
步骤3，进行无碰路径规划，物料配送需要同时对有轨的AGV自动导引车和无轨的辅助设备进行路径规划，以时间窗模型为基础，建立多模型通信机制，实现混合环境下时间可控的无碰路径规划；
步骤4，物料准时配送任务下发，包括进行任务队列生成、路径时间评估、任务下发机制和准时度评价，实现物料配送任务的准时下发；
任务队列生成步骤对每一个操作节点执行如下操作，首先获取操作节点，然后判断其是否需要辅助设备，若需要，则计算辅助设备的需求时间，并将其加入任务队列；之后判断是否有零部件需求，若有，则计算零部件需求时间，并将其加入任务队列；遍历工艺中所有的操作节点，对于每一个操作节点，首先获取其物料转运需求，然后根据工艺完成时间预测得到的时间计算出需求时间，最后将其作为一个任务加入任务队列；
路径时间评估首先获取到路径规划模块为该任务规划好的路径，然后获取执行该任务的设备的运动学参数信息，包括速度、转弯半径、转弯时间，最后根据设备的运动学参数估算出路径所需的时间；
任务下发机制首先获取到任务对应的路径评估的时间、任务时间戳，然后计算出任务的下发时间，之后将其加入待执行队列，等待时钟触发执行；
步骤5，数字孪生车间物料准时配送。
2.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤1的工艺模型构建，分为操作节点建模、工步建模、工序建模和工艺建模；所述操作节点建模包括节点名称、执行要素、工时信息、约束条件、下一节点属性；并完成工步、工序和工艺模型的构建，使总装工艺层次化组织，从而明确相互之间的约束关系；所述工艺模型中的动态属性与孪生车间的孪生数据中心进行通信，实时交互，确保实时性。
3.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤1的地图模型构建，包括构建栅格模型、拓扑图模型、数据模型、行为模型和规则模型；其中栅格模型和拓扑图模型由数字孪生车间的实时三维模型演化而来，确保了模型的准确性和实时性；数据模型用于存储地图相关的数据，行为模型明确地图中各个要素的行为规律和特性参数，规则模型中添加模型要素的约束规则。
4.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤1的人员模型构建，包括数据模型、行为模型和规则模型；数据模型；包括人员的基本信息、工作职责、历史数据和在岗状态信息；行为模型明确人员的行为，包括上岗、下岗、工作和空闲状态；规则模型包括人员的权限范围和约束条件。
5.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤1的任务模型构建，包括任务类型、任务状态、优先级、任务信息、约束条件属性，为任务生成和任务下发提供支持。
6.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤1的移动设备模型构建，包括数据模型、行为模型、几何模型和规则模型的构建，数据模型包括设备的基础信息、任务状况、动力学参数和历史信息数据；行为模型明确设备的行为，包括工作、等待、空闲、充电和维修状态；几何模型包括设备的位置、形状和几何参数信息；规则模型指定了设备的运载范围、调度原则和维护规则约束条件。
7.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤2的建立单个工人操作节点完成时间预测模型包括以下几个步骤：
A、数据采集，由车间的孪生数据中心提取单个工人近期操作节点完成时间，从而形成原始数据序列；
B、数据预处理，进行数据规范化，将数据按一定比例进行缩放，使其落入一个预定区间；
C、预测模型构建，通过操作节点完成时间数据序列，构建出能够对下一操作节点完成时间进行预测的模型；
D、模型检验，用于对构建出的模型的准确度进行校验，保证模型的准确性，若不满足精度要求，则对模型进行修正，直至满足要求。
8.根据权利要求7所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤C的预测模型包括灰色理论模型。
9.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤2的工步、工序和工艺完成时间的预测是在操作节点时间预测的基础上进行的，通过节点之间的约束关系，进行计算；对于串行的节点，则完成时间是各个节点的累加和；而对于并行的节点，则取其中的较大值作为完成时间。
10.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤3的时间可控的无碰路径规划能够同时为多AGV和无轨辅助设备进行路径规划，车间的物料配送任务包括两类，零部件转运和辅助设备转运；其中零部件转运采用有固定导轨的AGV进行转运，而辅助设备采用没有导轨的移动设备进行转运；AGV路径规划过程如下：AGV沿固定导轨行进，采用地图模型中的拓扑图模型进行路径搜索；路径搜索时，加入时间窗模型，从而避免多AGV之间的碰撞；无轨移动设备路径规划如下：无轨移动设备没有固定路径，采用地图模型中的栅格图模型进行路径搜索，加入时间窗模型，从而避免无轨移动设备之间的碰撞；模型交互机制为：对于AGV与无轨移动设备之间的碰撞通过拓扑图模型中的时间窗和栅格图模型中的时间窗之间的交互来解决。
11.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤4的任务下发机制包括如下步骤：
首先获取到任务对应的路径评估的时间、任务时间戳，然后计算出任务的下发时间，之后将其加入待执行队列，等待时钟触发执行。
12.根据权利要求1所述的一种数字孪生车间物料准时配送方法，其特征在于，所述步骤4的准时度评价，评价指标包括总不准确时间、平均不准确时间和平均不准确率，进行物料配送准时度的评价与验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041668.6A CN111210184B (zh) | 2020-01-15 | 2020-01-15 | 一种数字孪生车间物料准时配送方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041668.6A CN111210184B (zh) | 2020-01-15 | 2020-01-15 | 一种数字孪生车间物料准时配送方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111210184A CN111210184A (zh) | 2020-05-29 |
| CN111210184B true CN111210184B (zh) | 2024-04-26 |
Family
ID=70787004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010041668.6A Active CN111210184B (zh) | 2020-01-15 | 2020-01-15 | 一种数字孪生车间物料准时配送方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111210184B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084385B (zh) * | 2020-09-03 | 2024-04-09 | 江西农业大学 | 一种基于数字孪生的零件-工艺-设备关联关系拓扑视图生成方法 |
| CN112132359B (zh) * | 2020-09-29 | 2023-07-18 | 北京航空航天大学 | 一种数字孪生卫星脉动式总装车间设计方法及系统 |
| CN112256751A (zh) * | 2020-10-10 | 2021-01-22 | 天津航天机电设备研究所 | 一种基于孪生数据的仓储物流可视化系统及其构建方法 |
| CN112306658A (zh) * | 2020-10-31 | 2021-02-02 | 贵州电网有限责任公司 | 一种多能源系统数字孪生应用管理调度方法 |
| CN113126583B (zh) * | 2021-04-23 | 2022-02-11 | 北自所(北京)科技发展股份有限公司 | 一种数字孪生纺织成套装备实时交互控制方法及系统 |
| CN113985877B (zh) * | 2021-10-27 | 2023-12-19 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
| CN115202347B (zh) * | 2022-07-13 | 2023-04-14 | 广东希睿数字科技有限公司 | 一种基于数字孪生的虚实同步系统及方法 |
| CN115083535B (zh) * | 2022-08-23 | 2022-11-08 | 佰墨思(成都)数字技术有限公司 | 生物制药车间组态数字孪生构建方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497A (zh) * | 2017-10-17 | 2018-03-23 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
| 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 |
| 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 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9251484B2 (en) * | 2012-06-01 | 2016-02-02 | International Business Machines Corporation | Predicting likelihood of on-time product delivery, diagnosing issues that threaten delivery, and exploration of likely outcome of different solutions |
| US20190294975A1 (en) * | 2018-03-21 | 2019-09-26 | Swim.IT Inc | Predicting using digital twins |
-
2020
- 2020-01-15 CN CN202010041668.6A patent/CN111210184B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497A (zh) * | 2017-10-17 | 2018-03-23 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
| 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 |
| 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 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| "A Smart Manufacturing Service System Based on Edge Computing, Fog Computing, and Cloud Computing";QINGLIN QI 等;《IEEE Access》;20190717;全文 * |
| 基于数字孪生理念的智能工厂与案例分析;林晓清;《数字制造科学》;20191215(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111210184A (zh) | 2020-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111210184B (zh) | 一种数字孪生车间物料准时配送方法及系统 | |
| Wang et al. | Model construction of planning and scheduling system based on digital twin | |
| Zhuang et al. | Digital twin-based smart production management and control framework for the complex product assembly shop-floor | |
| CN106527373B (zh) | 基于多智能体的车间自主调度系统和方法 | |
| Leng et al. | Digital twins-based flexible operating of open architecture production line for individualized manufacturing | |
| Tabuada et al. | Motion feasibility of multi-agent formations | |
| CN109685386A (zh) | 基于数据信息的多目标作业车间的复杂网络模型构建方法 | |
| CN112381412B (zh) | 一种数字孪生卫星脉动式总装分布式管控系统 | |
| CN111882215A (zh) | 一种含有agv的个性化定制柔性作业车间调度方法 | |
| CN115146882B (zh) | 一种空地协同巡检方法及系统 | |
| CN114415607A (zh) | 基于数据驱动的设计工艺制造一体化数字孪生系统 | |
| CN116050122A (zh) | 基于汽车柔性装配产线的数字孪生推演系统及方法 | |
| Nemtinov et al. | Information support of decision making in urban passenger transport management | |
| Rozs et al. | Collaborative systems, operation and task of the manufacturing execution systems in the 21st century industry | |
| Sun et al. | AGV-based vehicle transportation in automated container terminals: A survey | |
| Wang et al. | Digital-twin based real-time resource allocation for hull parts picking and processing | |
| KR20120133362A (ko) | 로딩 시뮬레이션 기반 동적 피드백 스케줄링 알고리즘을 장착한 최적화된 생산 스케줄링 시스템 | |
| Sun et al. | Digital twin for energy-efficient integrated process planning and scheduling | |
| CN114662863A (zh) | 基于深度学习的车间分布式运输调度方法 | |
| CN112613830B (zh) | 一种物资储备中心选址方法 | |
| Lian et al. | A novel multi-warehouse mobile robot hierarchical scheduling strategy based on industrial cyber-physical system | |
| CN114722623A (zh) | 一种智能工厂设计仿真快速布局系统及方法 | |
| Dammacco et al. | Simulation-based Design for the Layout and Operation of AGVs in Sustainable and Efficient Manufacturing Systems | |
| Chen et al. | Multi-objective optimization for AGV energy efficient scheduling problem with customer satisfaction | |
| Zhou | Numerical Analysis of Digital Twin System Modeling Methods Aided by Graph‐Theoretic Combinatorial Optimization |
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 |