CN112101899B - 一种数字孪生增强的制造服务信息物理融合方法 - Google Patents
一种数字孪生增强的制造服务信息物理融合方法 Download PDFInfo
- Publication number
- CN112101899B CN112101899B CN202010940899.0A CN202010940899A CN112101899B CN 112101899 B CN112101899 B CN 112101899B CN 202010940899 A CN202010940899 A CN 202010940899A CN 112101899 B CN112101899 B CN 112101899B
- Authority
- CN
- China
- Prior art keywords
- manufacturing
- physical
- service
- digital twin
- virtual 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 241
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 10
- 230000004927 fusion Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000003993 interaction Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000001360 synchronised effect Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012797 qualification Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000000047 product Substances 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000005538 encapsulation Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010399 physical interaction Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Images
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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] or computer integrated manufacturing [CIM]
- G05B19/41885—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] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种数字孪生增强的制造服务信息物理融合方法，包括如下步骤：设计数字孪生增强的制造资源服务化封装模块，首先为物理制造资源建立高保真虚拟模型，建立统一描述模板，将物理制造资源的虚实信息同时封装进制造服务中，形成数字孪生增强的制造服务；设计服务信息物理融合模块，服务被调用时首先调用虚拟模型对制造任务需求进行仿真获得可行的最佳方案，而后调用物理资源执行任务，并在执行过程中进行同步交互和实时协调，基于虚实空间中数据的融合分析实现服务的信息物理融合，并通过融合数据的反馈实现服务的动态更新。本发明能够在一定程度上提高孪生车间中制造资源服务的准确性，并刻画制造服务随时序延伸和外部环境变化而发生的演化。
Description
技术领域
本发明属于数字孪生驱动的智能制造科学领域，具体涉及一种数字孪生增强的制造服务信息物理融合方法。
背景技术
数字孪生车间的制造资源除完成车间任务外，还可参与社会化制造的开放协作和能力共享。制造服务可以屏蔽制造资源和能力的异构性实现社会化共享，从而提高资源利用率。然而，传统制造服务由于信息缺乏融合与反馈经常会导致制造服务与资源之间的信息不对称，服务质量低下。
发明内容
为了解决上述技术问题为，本发明公开了一种数字孪生增强的制造服务信息物理融合方法，包括设计数字孪生增强的制造资源服务化封装模块和数字孪生增强的制造服务信息物理融合模块，这两个模块将物理制造资源的虚拟模型封装进制造服务中，基于物理世界的实时数据与信息世界中的服务管理数据以及虚拟模型的仿真数据进行信息物理融合处理，实现了数字孪生增强的制造服务信息物理融合，在制造服务信息物理融合的基础上，更新数据反馈到数字孪生增强的制造服务中实现制造服务的动态自更新，提高了数字孪生车间中的制造资源服务的准确性。数字孪生为数字孪生车间中的制造资源增加了新的特点，基于数字孪生可实现对制造资源当前状态的评估、对过去发生问题的诊断，以及对未来趋势的预测，并基于分析结果模拟各种可能性。将数字孪生的虚实交互特性与制造服务结合可丰富制造服务功能，提高制造服务的准确性，为此，该方法涵盖了数字孪生增强的制造资源服务化封装、数字孪生增强的制造服务信息物理融合模块设计，能够在实现数字孪生车间中的制造资源服务信息物理融合的基础上，实现制造服务的动态自更新，从而刻画制造服务随时序延伸和外部环境因素变化而发生的演化。进一步的，本发明将虚拟模型扩展进了制造资源服务的描述模板，使之具备了数字孪生的特性。目前的制造资源服务在使用过程中，并没有考虑信息物理融合以及融合后数据对服务状态的更新；制造资源加入数字孪生后，其信息物理融合的特性才更加显著，本发明是基于数字孪生进行服务的信息物理融合。
本发明解决其技术问题是采取以下技术方案实现的：一种数字孪生增强的制造服务信息物理融合方法，包括：如下步骤：
步骤(1)、设计数字孪生增强的制造资源服务化封装模块，具体实现如下：
(1.1)基于数字孪生建立物理制造资源的虚拟模型，虚拟模型是所述物理制造资源的镜像，包括从几何、物理属性、约束到功能、行为层次对物理制造资源的对应描述，与物理制造资源实时同步、忠实映射，所述物理制造资源是指数字孪生车间进行产品加工和装配过程中使用到的数控机床、加工中心、机械臂、机器人和AGV物料车，这些制造资源的状态和能力会随制造过程的进行不断变化，并且物理制造资源和虚拟模型会有信息交互；
(1.2)分析物理制造资源和其虚拟模型的数据、属性和行为，为数字孪生增强的物理制造资源建立规范统一的描述模板，数字孪生增强的物理制造资源描述模板表示为三元组：MRDT＝{PhyMR，VirMo，QoS}，PhyMR表示物理制造资源，包括基本属性、功能、能力、性能、状态、输入和输出；VirMo表示制造资源的虚拟模型，QoS表示制造资源的服务质量，包括制造资源制造效率、故障率、合格率、用户评价、使用次数和交易数据；物理制造资源的虚拟模型表示为：VirMo＝{ID，MAdd，Port，MInput，MOutput}，ID是虚拟模型对应的物理制造资源的ID；MAdd表示虚拟模型被调用的存储地址；Port表示虚拟模型与物理制造资源交互的数据接口；MInput和MOutput分别表示虚拟模型的输入和输出；
(1.3)将描述模板MRDT用XML语言进行封装，生成数字孪生增强的制造资源服务，实现“制造资源数字孪生-描述模板-数字孪生增强的制造服务”逐层表达的制造服务构建；
步骤(2)、设计数字孪生增强的制造服务信息物理融合模块，具体实现如下：
(2.1)基于制造任务需求通过制造服务供需匹配找到所需的数字孪生增强的制造服务，首先数字孪生增强的制造服务通过MAdd调用制造资源的虚拟模型，需求输入到制造资源的虚拟模型，通过仿真模拟获得可行的最佳执行方案，然后调用物理制造资源执行制造任务；
(2.2)在制造任务执行过程中，物理制造资源将实时数据、状态和进度传输到虚拟模型，虚拟模型根据这些来自物理制造资源的数据进行状态和参数的更新以及模型的迭代演化；同时虚拟模型也基于来自物理制造资源的数据，结合实际规律和约束条件，对物理制造资源进行仿真并反馈给物理制造资源以对生产过程进行指导和优化，在虚拟模型仿真过程中还会生成物理制造资源采集不到的仿真数据，这些采集不到的仿真数据是因数据采集手段和技术限制而采集不到；物理制造资源和虚拟模型之间的同步交互和实时协调确保制造任务高效地执行；
(2.3)来自信息世界的虚拟模型仿真补充的仿真数据、服务交易数据和服务容错数据以及来自物理世界的从物理制造资源采集的数据进行数据融合，从而对制造资源的故障和使用寿命进行预测，对制造任务的执行进行工艺优化、对生产效率进行分析和预测、对制造能耗进行评估和优化；在经过信息物理融合的数据分析之后，更新的数据反馈到数字孪生增强的制造服务中进行服务的动态自更新，其中根据信息物理融合的数据分析，更新数字孪生增强的制造服务中PhyMR的制造资源的功能、能力、性能和状态，并基于故障和使用寿命预测、工艺优化、效率预测和能耗评估与优化对数字孪生增强的制造服务中的服务质量QoS的制造效率、故障率和合格率进行更新，从而实现了数字孪生增强的制造服务的信息物理融合及动态自更新。
进一步的，所述步骤(1.1)中所述的制造资源的虚拟模型VirMo能够单独作为服务被调用，虚拟模型能够由多个用户同时使用，当虚拟模型通过服务被不同的用户共享和使用时，用户无需为相同或相似的物理对象重复创建虚拟模型，减少用户建模的成本和时间。
有益效果：
本发明与现有技术相比的优点在于：数字孪生增强的制造服务将物理制造资源的虚拟模型封装进了制造服务中，通过物理制造资源和虚拟模型之间的同步交互和实时协调以及物理世界的实时数据与信息世界中的服务管理数据、虚拟模型仿真数据的信息物理融合处理，实现数字孪生增强的制造服务信息物理融合，在制造服务信息物理融合的基础上实现制造服务的动态自更新，提高了数字孪生车间中的制造资源服务的准确性和有效性。
附图说明
图1为本发明的一种数字孪生增强的制造服务信息物理融合方法流程框图。
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。
本发明涉及一种数字孪生增强的制造服务信息物理融合方法。数字孪生为制造资源增加了新的特点，丰富了制造资源的功能。当前的制造资源服务缺乏对数字孪生特性的刻画，无法体现制造资源信息物理交互特征。将数字孪生的虚实交互特性与制造服务结合可丰富制造服务功能，提高制造服务的准确性和有效性。本发明公开的方法包括数字孪生增强的制造资源服务化封装设计、数字孪生增强的制造服务信息物理融合设计，能够在数字孪生增强的制造服务信息物理融合的基础上，实现制造服务的动态自更新，从而刻画制造服务随时序延伸和外部环境因素变化而发生的演化，提高数字孪生车间中的制造资源服务的准确性和有效性。
本发明的一种数字孪生增强的制造服务信息物理融合方法，流程框图如图1所示，具体实施方式如下：
(1)图1中的物理世界表示数字孪生车间中的物理制造资源，包括进行产品加工和装配过程中使用到的数控机床、加工中心、机械臂、机器人和AGV物料车；而图1中的虚拟模型则是实际车间中的物理制造资源在虚拟空间中的孪生体，从几何、物理属性、约束到功能、行为层次对物理资源进行了高保真描述，具有实时同步、忠实映射、高保真的特征。数字孪生增强的制造资源服务化封装具体实现如下：
①分析物理制造资源和其虚拟模型的数据、属性和行为，从而为数字孪生增强的制造资源建立规范统一的描述模板。数字孪生增强的制造资源描述模板可以表示为三元组：MRDT＝{PhyMR，VirMo，QoS}，PhyMR表示物理制造资源，包括基本属性、功能、能力、性能、状态、输入和输出；VirMo表示制造资源的虚拟模型，QoS表示制造资源的服务质量，包括制造资源制造效率、故障率、合格率、用户评价、使用次数和交易数据。制造资源的虚拟模型可表示为：VirMo＝{ID，MAdd，Port，MInput，MOutput}，ID是虚拟模型对应的物理制造资源的ID；MAdd表示虚拟模型被调用的存储地址；Pott表示虚拟模型与物理制造资源交互的数据接口；MInput和MOutput分别表示虚拟模型的输入和输出。
②将描述模板MRDT用XML语言进行封装，生成数字孪生增强的制造资源服务，实现“制造资源数字孪生-描述模板-孪数字孪生增强的制造服务”逐层表达的制造服务构建。
(2)图1中的信息物理交互是数字孪生增强的制造服务在被调用执行制造任务时，随任务的执行而不断进行物理世界和信息世界的数据交互与反馈，基于物理世界数据和信息世界数据的融合处理分析，实现数字孪生增强的制造服务的信息物理融合和动态自更新，具体实现如下：
①基于制造任务需求通过制造服务供需匹配找到所需的数字孪生增强的制造服务，首先数字孪生增强的制造服务通过MAdd调用制造资源的虚拟模型，需求输入到制造资源的虚拟模型，通过事先仿真模拟快速获得可行的最佳执行方案，然后调用物理制造资源执行制造任务。
②在制造任务执行过程中，物理制造资源将实时数据、状态和进度传输到虚拟模型，虚拟模型根据这些来自物理资源的数据进行状态和关键参数的更新以及模型的迭代演化；同时虚拟模型也基于来自物理资源的数据，结合实际规律和约束条件，对物理制造资源进行仿真并反馈给物理制造资源以对生产过程进行指导和优化，在虚拟模型仿真过程中还会生成物理制造资源采集不到的仿真数据，这些数据因数据采集手段和技术限制而采集不到。物理制造资源和虚拟模型之间的同步交互和实时协调可确保制造任务高效地执行。
③来自信息世界的虚拟模型仿真补充的仿真数据、服务交易数据和服务容错数据以及来自物理世界的从物理制造资源采集的数据进行数据融合，从而对制造资源的故障和使用寿命进行预测，对制造任务的执行进行工艺优化、对生产效率进行分析和预测、对制造能耗进行评估和优化。在经过信息物理融合的数据分析之后，更新的数据反馈到数字孪生增强的制造服务中进行服务的动态自更新，其中根据信息物理融合的数据分析，更新数字孪生增强的制造服务中PhyMR的制造资源的功能、能力、性能和状态，并基于故障和使用寿命预测、工艺优化、效率预测和能耗评估与优化对数字孪生增强的制造服务中的服务质量QoS的制造效率、故障率和合格率进行更新，从而实现了数字孪生增强的制造服务的信息物理融合及动态自更新。以制造设备的故障和寿命预测为例，首先是物理制造设备的运行数据被采集，如主轴转速、振动信号、应力信号、电流等数据；此外，基于物理设备的运行数据，设备数字孪生的虚拟模型会进行设备的运行仿真，通过仿真一些不能物理采集的数据被补充，例如刀具实时磨损、内部温度、摩擦力等；还有制造设备所对应的服务在被调用执行期间用户的评价、交易的次数、提供的服务的质量、服务出错等；这些来自制造设备自身的物理世界的数据，和虚拟模型仿真产生的数据及服务调用产生的数据这些信息世界的数据被关联、聚类、融合之后用于预测设备的故障和剩余寿命，根据这些融合数据的预测结果，制造服务将其服务状态进行更新，例如可用加工时间、加工质量、停机时间等。通过物理采集的数据、虚拟模型仿真的数据和服务调用的数据的融合处理，制造资源服务实现了信息物理融合和动态自更新。信息物理融合的目的即时实现服务的动态更新以反映制造资源随环境和扰动的变化。
此外，制造资源的虚拟模型VirMo可单独作为服务被调用，虚拟模型可以由多个用户同时使用。当虚拟模型通过服务被不同的用户共享和使用时，用户无需为相同或相似的物理对象重复创建虚拟模型。用户通过购买模型服务实现数字孪生功能，不仅模型的创建者可以获益，而且用户可以减少建模的成本和时间。
综上所述，本发明公开了一种数字孪生增强的制造服务信息物理融合方法，包括数字孪生增强的制造资源服务化封装设计、数字孪生增强的制造服务信息物理融合设计，能够在数字孪生增强的制造服务信息物理融合的基础上，实现制造服务的动态自更新，从而刻画制造服务随时序延伸和外部环境因素变化而发生的演化，提高数字孪生车间中的制造资源服务的准确性和有效性。
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 (1)
1.一种数字孪生增强的制造服务信息物理融合方法，其特征在于，
数字孪生增强的制造服务信息物理融合方法包括如下步骤：
步骤(1)、制造资源的数字孪生系统的封装方法具体实现如下：
(1.1)为制造资源构建数字孪生系统，首先，基于数字孪生建模方法，建立物理制造资源的虚拟模型，虚拟模型是所述物理制造资源的镜像，包括从几何、物理属性、约束到功能、行为层次对物理制造资源的对应描述，与物理制造资源实时同步、忠实映射，所述物理制造资源是指数字孪生车间进行产品加工和装配过程中使用到的数控机床、加工中心、机械臂、机器人和AGV物料车，这些制造资源的状态和能力会随制造过程的进行不断变化，并且物理制造资源和虚拟模型会有信息交互；
(1.2)分析物理制造资源和其虚拟模型的数据、属性和行为，为数字孪生增强的物理制造资源建立规范统一的描述模板，数字孪生增强的物理制造资源描述模板表示为三元组：MRDT＝{PhyMR，VirMo，QoS}，PhyMR表示物理制造资源，包括基本属性、功能、能力、性能、状态、输入和输出；VirMo表示制造资源的虚拟模型，QoS表示制造资源的服务质量，包括制造资源制造效率、故障率、合格率、用户评价、使用次数和交易数据；物理制造资源的虚拟模型表示为：VirMo＝{ID，MAdd，Port，MInput，MOutput}，ID是虚拟模型对应的物理制造资源的ID；MAdd表示虚拟模型被调用的存储地址；Port表示虚拟模型与物理制造资源交互的数据接口；MInput和MOutput分别表示虚拟模型的输入和输出；
(1.3)将描述模板MRDT用XML语言进行封装，生成数字孪生增强的制造资源服务，实现“制造资源数字孪生-描述模板-数字孪生增强的制造服务”逐层表达的制造服务构建；
步骤(2)、设计数字孪生增强的制造服务信息物理融合模块，具体实现如下：
(2.1)基于制造任务需求通过制造服务供需匹配找到所需的数字孪生增强的制造服务，首先数字孪生增强的制造服务通过MAdd调用制造资源的虚拟模型，将制造任务需求输入到制造资源的虚拟模型，通过仿真模拟获得可行的最佳执行方案，然后调用物理制造资源执行制造任务；
(2.2)在制造任务执行过程中，物理制造资源将实时数据、状态和进度传输到虚拟模型，虚拟模型根据这些来自物理制造资源的数据进行状态和参数的更新以及模型的迭代演化；同时虚拟模型也基于来自物理制造资源的数据，结合实际规律和约束条件，对物理制造资源进行仿真并反馈给物理制造资源以对生产过程进行指导和优化，在虚拟模型仿真过程中还会生成物理制造资源采集不到的仿真数据，这些采集不到的仿真数据是因数据采集手段和技术限制而采集不到；物理制造资源和虚拟模型之间的同步交互和实时协调确保制造任务高效地执行；
(2.3)来自信息世界的虚拟模型仿真补充的仿真数据、服务交易数据和服务容错数据以及来自物理世界的从物理制造资源采集的数据进行数据融合，从而对制造资源的故障和使用寿命进行预测，对制造任务的执行进行工艺优化、对生产效率进行分析和预测、对制造能耗进行评估和优化；在经过信息物理融合的数据分析之后，更新的数据反馈到数字孪生增强的制造服务中进行服务的动态自更新，其中根据信息物理融合的数据分析，更新数字孪生增强的制造服务中PhyMR的制造资源的功能、能力、性能和状态，并基于故障和使用寿命预测、工艺优化、效率预测和能耗评估与优化对数字孪生增强的制造服务中的服务质量QoS的制造效率、故障率和合格率进行更新，从而实现了数字孪生增强的制造服务的信息物理融合及动态自更新；
所述步骤(1.1)中所述的制造资源的虚拟模型VirMo能够单独作为服务被调用，虚拟模型能够由多个用户同时使用，当虚拟模型通过服务被不同的用户共享和使用时，用户无需为相同或相似的物理对象重复创建虚拟模型，减少用户建模的成本和时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010940899.0A CN112101899B (zh) | 2020-09-09 | 2020-09-09 | 一种数字孪生增强的制造服务信息物理融合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010940899.0A CN112101899B (zh) | 2020-09-09 | 2020-09-09 | 一种数字孪生增强的制造服务信息物理融合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112101899A CN112101899A (zh) | 2020-12-18 |
| CN112101899B true CN112101899B (zh) | 2023-02-03 |
Family
ID=73751743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010940899.0A Active CN112101899B (zh) | 2020-09-09 | 2020-09-09 | 一种数字孪生增强的制造服务信息物理融合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112101899B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112685898B (zh) * | 2020-12-29 | 2022-11-01 | 武汉科技大学 | 一种基于数字孪生的绿色材料优选方法及系统 |
| CN113010930A (zh) * | 2021-04-15 | 2021-06-22 | 北京航空航天大学 | 一种数字孪生模型多维多尺度验证方法 |
| CN113344244B (zh) * | 2021-04-29 | 2023-04-07 | 武汉科技大学 | 一种数字孪生驱动的工件加工能耗预测装置 |
| CN113554230A (zh) * | 2021-07-26 | 2021-10-26 | 东华大学 | 一种面向制造全生命周期的数字孪生可表示性建模系统 |
| CN114117619A (zh) * | 2021-12-15 | 2022-03-01 | 北京航空航天大学 | 一种数字孪生车间可组态可重构构建方法和系统 |
| CN114285880B (zh) * | 2021-12-27 | 2023-06-23 | 电子科技大学长三角研究院(衢州) | 一种基于增强孪生的物联网轻量型设备智能化方法 |
| CN114578766B (zh) * | 2022-01-12 | 2024-03-26 | 北京航空航天大学 | 一种飞控计算机硬件时变动态数字孪生总装方法 |
| CN115037590B (zh) * | 2022-03-25 | 2023-08-11 | 烽火通信科技股份有限公司 | 一种网络虚拟化体系结构以及虚拟化方法 |
| CN114706842B (zh) * | 2022-06-02 | 2022-09-09 | 东南大学 | 一种数字孪生模型组装方法 |
| CN115051926B (zh) * | 2022-06-22 | 2023-06-09 | 烽火通信科技股份有限公司 | 一种数字孪生装置、模型评价系统以及模型运行方法 |
| CN116321036A (zh) * | 2023-03-27 | 2023-06-23 | 南京邮电大学 | 面向绿色无线资源管理的基于数据孪生的系统和控制方法 |
| CN116340007B (zh) * | 2023-05-30 | 2023-08-08 | 中国人民解放军军事科学院系统工程研究院 | 一种资源协同优化的智能无人集群任务分配方法与系统 |
| CN117631615A (zh) * | 2023-10-12 | 2024-03-01 | 中国电建集团山东电力管道工程有限公司 | 基于物联网设备的生产车间数据采集与处理方法及系统 |
| CN118035057B (zh) * | 2024-02-23 | 2024-10-18 | 北京航天拓扑高科技有限责任公司 | 一种数实融合测试中被测对象能力评估模型构建方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497B (zh) * | 2017-10-17 | 2018-08-28 | 广东工业大学 | 一种智能车间快速定制设计方法及系统 |
| CN111161410B (zh) * | 2019-12-30 | 2021-10-12 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
| CN111300381A (zh) * | 2020-01-20 | 2020-06-19 | 兰州理工大学 | 基于数字孪生三维模型的软体机器人或驱动器系统及其建模方法 |
-
2020
- 2020-09-09 CN CN202010940899.0A patent/CN112101899B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112101899A (zh) | 2020-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112101899B (zh) | 一种数字孪生增强的制造服务信息物理融合方法 | |
| CN111562769B (zh) | 用于工业数字孪生的ai扩展和智能模型验证 | |
| Yang et al. | Big data driven edge-cloud collaboration architecture for cloud manufacturing: a software defined perspective | |
| Xu | Machine Tool 4.0 for the new era of manufacturing | |
| CN113033001B (zh) | 一种面向数字孪生应用的三维数字工厂建模方法及系统 | |
| CN105700888B (zh) | 一种基于jbpm工作流引擎的可视化快速开发平台 | |
| CN109976296A (zh) | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 | |
| CN111240283B (zh) | 针对智能制造系统的可适应规划设计仿真平台构建方法 | |
| Yu et al. | Edge intelligence-driven digital twin of CNC system: Architecture and deployment | |
| CN110221815B (zh) | 一种基于本体的控制软件模型的自动生成方法 | |
| Mourtzis et al. | Personalized PSS design optimization based on digital twin and extended reality | |
| CN112965446B (zh) | 一种基于微服务架构的柔性生产线控制系统平台 | |
| Luściński | Digital twinning for smart industry | |
| CN104423968A (zh) | 设计业务逻辑的方法、执行其的服务器和储存媒介 | |
| CN112115611A (zh) | 一种协同仿真管理系统 | |
| CN115098278B (zh) | 一种基于微服务的数字孪生车间多场景交互方法 | |
| CN112052611B (zh) | 基于几何模型的电力设备的仿真方法、装置及存储介质 | |
| TW202006614A (zh) | 使用方塊式工作流程的限制編程 | |
| CN112764905A (zh) | 一种基于软件定义的云渲染系统的能源管理方法 | |
| CN112068522A (zh) | 可重构生产线制造控制系统、方法及介质 | |
| Ciavotta et al. | Interoperable meta model for simulation-in-the-loop | |
| CN111198524A (zh) | 产品数据的处理方法及装置 | |
| 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 | |
| CN114089709B (zh) | 一种跨域多尺度的数字孪生体构建方法 | |
| CN114493911A (zh) | 基于资产管理壳的产线管理方法及系统 |
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 |