CN112364531B - 复合物模型构建方法、装置、电子设备及存储介质 - Google Patents

复合物模型构建方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112364531B
CN112364531B CN202110039315.7A CN202110039315A CN112364531B CN 112364531 B CN112364531 B CN 112364531B CN 202110039315 A CN202110039315 A CN 202110039315A CN 112364531 B CN112364531 B CN 112364531B
Authority
CN
China
Prior art keywords
model
characteristic
attribute
composite
sub
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
Application number
CN202110039315.7A
Other languages
English (en)
Other versions
CN112364531A (zh
Inventor
焦丽梅
邱赟捷
顾敬潇
陈晓艳
徐晓旻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Rootcloud Technology Co ltd
Rootcloud Technology Co Ltd
Original Assignee
Changsha Rootcloud Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Rootcloud Technology Co ltd filed Critical Changsha Rootcloud Technology Co ltd
Priority to CN202110039315.7A priority Critical patent/CN112364531B/zh
Publication of CN112364531A publication Critical patent/CN112364531A/zh
Application granted granted Critical
Publication of CN112364531B publication Critical patent/CN112364531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种复合物模型构建方法、装置、电子设备及存储介质,方法包括:获取复合设备的全部特征设备的特征属性;全部特征设备的特征属性与复合设备的工况属性之间具有映射关系;基于全部特征属性,构建至少一个子模型;子模型的属性对应至少一个特征设备的特征属性;基于工况属性,构建父模型;父模型的属性对应复合设备的工况属性;基于映射关系,构建父模型与至少一个子模型的层级结构,将层级结构作为复合设备的复合物模型。本发明能够构建更复杂的多层复合设备的物模型,基于复合设备的物模型可以进行实时复合物的工况计算。

Description

复合物模型构建方法、装置、电子设备及存储介质
技术领域
本发明涉及工业互联网技术领域,具体而言,涉及一种复合物模型构建方法、装置、电子设备及存储介质。
背景技术
当今,随着高端及高精密机械装备的不断发展,对机械产品的设计、制造及监测等环节提出了越来越高的要求。利用设备物模型、传感器数据、历史文档等数据,集成机械产品的仿真模型,可在虚拟空间中完成设备实体映射,从而反映相对应的机械产品的工况状态。
目前,集成机械产品的仿真模型的方式通常采用设单层映射的方式经设备属性映射到设备模型,无法刻画更复杂的多层复合物,且将设备属性直接映射到云端的设备模型,然后进行数据存储;通过后期数据批处理的方式获得设备实体的工况情况,无法进行实时复合物的工况计算。
发明内容
本发明的目的之一在于提供一种复合物模型构建方法、装置、电子设备及存储介质,用以刻画更复杂的多层复合物,同时基于复合物模型能够实时计算复合设备的工况。
本发明的技术方案可以这样实现:
第一方面,本发明提供一种复合物模型构建方法,所述方法包括:获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;基于全部所述特征属性,构建至少一个子模型;所述子模型的属性对应至少一个所述特征设备的所述特征属性;基于所述工况属性,构建所述父模型;所述父模型的属性对应所述复合设备的工况属性;基于所述映射关系,构建所述父模型与所述至少一个子模型的层级结构,将所述层级结构作为所述复合设备的复合物模型。
可选地,根据全部所述特征属性,构建第一类子模型;所述第一类子模型与至少两个特征设备对应;所述第一类子模型对应的各个特征设备的特征属性相同;所述第一类子模型的属性为所述各个特征设备的特征属性进行逻辑运算后的属性;和/或,根据全部所述特征属性,构建第二类子模型;所述第二类子模型与一个特征设备对应;每个所述第二类子模型对应的特征设备的特征属性不同;所述第二类子模型的属性为所述第二类子模型对应的特征设备的特征属性。
可选地,所述复合设备还包括复合特征设备,所述复合特征设备由至少两个所述特征设备组合而成;还包括:根据至少一个所述第一类子模型的属性,构建第三类子模型;所述第三类子模型对应所述复合特征设备;所述第三类子模型与所述第一类子模型具有父子关系;所述第三类子模型的属性与所述第一类子模型对应的各个特征设备的特征属性之间具有映射关系;和/或,根据至少一个所述第二类子模型的属性,构建第四类子模型;所述第四类子模型对应所述复合特征设备;所述第四类子模型与所述第二类子模型具有父子关系;所述第四类子模型的属性与所述第二类子模型对应的特征设备的特征属性之间具有映射关系。
可选地,所述方法还包括:获取全部特征设备的特征属性的属性值;基于每个所述特征设备与所述子模型之间的对应关系以及所述属性值,确定每个所述子模型的属性值;基于所述层级结构将全部所述子模型对应的属性值进行递归,直到获得所述复合设备对应的物模型的属性值,作为所述复合设备的工况属性的属性值。
可选地,所基于每个所述特征设备与所述子模型之间的对应关系以及所述属性值,确定每个所述子模型的属性值,包括:当所述子模型对应至少两个特征设备,将所述至少两个特征设备的属性值进行聚合运算,获得所述子模型对应的属性值;当所述子模型对应一个特征设备,将所述特征设备的属性值作为所述子模型对应的属性值。
可选地,所在将所述至少两个特征设备的属性值进行聚合运算,获得所述子模型对应的属性值之前,还包括:将所述至少两个特征设备对应的属性值进行时间对齐。
第二方面,本发明提供一种复合物模型构建装置,包括:
获取模块,用于获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;构建模块,用于基于全部所述特征属性,构建至少一个子模型;所述子模型的属性对应至少一个所述特征设备的所述特征属性;基于所述工况属性,构建所述父模型;所述父模型的属性对应所述复合设备的工况属性;基于所述映射关系,构建所述父模型与所述至少一个子模型的层级结构,将所述层级结构作为所述复合设备的复合物模型。
可选地,构建模块,具体用于:根据全部所述特征属性,构建第一类子模型;所述第一类子模型与至少两个特征设备对应;所述第一类子模型对应的各个特征设备的特征属性相同;所述第一类子模型的属性为所述各个特征设备的特征属性进行逻辑运算后的属性;和/或,根据全部所述特征属性,构建第二类子模型;所述第二类子模型与一个特征设备对应;每个所述第二类子模型对应的特征设备的特征属性不同;所述第二类子模型的属性为所述第二类子模型对应的特征设备的特征属性。
第三方面,本发明提供一种电子设备,包括:包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现第一方面所述的复合物模型构建方法。
第四方面,本发明提供一种存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行实现第一方面所述的合物模型构建方法。
本发明提供一种复合物模型构建方法、装置、电子设备及存储介质,所述方法包括:获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;基于全部所述特征属性,构建至少一个子模型;所述子模型的属性对应至少一个所述特征设备的所述特征属性;基于所述工况属性,构建所述父模型;所述父模型的属性对应所述复合设备的工况属性;基于所述映射关系,构建所述父模型与所述至少一个子模型的层级结构,将所述层级结构作为所述复合设备的复合物模型。本发明能够构建更复杂的多层复合设备的物模型,由于复合物模型之间的层级结构与特征属性和工况属性之间的映射关系一致,因此,基于复合设备的物模型可以进行实时复合物的工况计算。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为一种物联网平台架构图;
图2为现有技术的一种物模型示意图;
图3为本发明实施例提供的一种复合物模型构建方法的示意性流程图;
图4为本发明实施例提供的一种步骤S12的实现方式的示意性流程图之一;
图5为本发明实施例提供的一种等离子切割机的结构图;
图6为本发明实施例提供的一种等离子切割机的复合物模型的结构图;
图7为本发明实施例提供的一种焊机的结构图;
图8为本发明实施例提供的一种焊机的复合物模型的结构图;
图9为本发明实施例提供的一种步骤S12的实现方式的示意性流程图之二;
图10为本发明实施例提供的一种数控机床的结构图;
图11为本发明实施例提供的一种数控机床的复合物模型的结构图;
图12为本发明实施例提供的一种复合物模型的层级树的示意图;
图13为本发明实施例提供的另一种复合物模型构建方法的示意性流程图;
图14为本发明实施例提供的三层复合物模型的工况计算流程图;
图15为本发明实施例提供的一种复合物模型构建装置的功能模块图;
图16为本发明实施例提电子设备结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
在介绍本申请技术方案之前,先给出本发明实施例中的相关术语:
物模型(thingmodel):一种数据结构,物模型上可定义若干设备的特征属性,比如:发动机转速、发动机温度。具有相同特征属性的设备,可以隶属于一个物模型,这些设备上传的工况数据相同,工况上云之后,数据的处理逻辑也相同。
复合设备:也叫复合物实例,由多个设备和/或其他复合设备组成的集成设备。比如:电机控制器、变速器等组成一个机床;几台机床组成一条生产线;几条生产线安装在同一个车间里。电机/变速器->机床->生产线->车间形成了层次关系。
复合物模型:可以用来刻画组成复合设备的各个设备和/或复合设备的特征属性之间多层次映射关系的模型。
节点编号(nodeId):节点的唯一标识,同层节点里唯一标识信息;
节点类型(nodeType):节点类型分三种:
单设备节点(SingleDeviceNode):只能关联设备模型,该类节点只能为叶子节点。
多设备节点(MultipleDeviceNode):只能关联设备模型,该类节点只能为叶子节点。
复合物节点(ThingNode):该类节点只能为中间节点,可以具有子节点(叶子节点)。
模型编号(modelId):这个节点关联的模型编号。
复合物模型的实例化:根据复合物模型的定义创建具体的复合物实例。
首先,请参见图1,图1为一种物联网平台架构图,一个物联网平台可以分为四个层级,包括:设备、网关、云平台和数据分析模块,设备或者集成了数据采集装置的软件,能够将产生的工况数据上传到云平台,例如,一辆工地挖机的发动机,在工作时实时产生的速度工况和温度工况,云平台进行工况数据的接收、实时处理、存储和查询。分析模块可以对数据继续进行业务相关的数据后期处理和查询。通过物联网平台可以接收、实时处理、存储和查询设备的工况数据。
目前,集成机械产品仿真模型的方式通常采用设单层映射的方式将设备属性映射到设备模型,例如,参见图2,图2为现有技术的一种物模型示意图。其中设备1(device1)和设备2(device2)具有相同的特征属性,即温度(t)和转速(r),设备1和设备2隶属于同一个物模型(thingmodel),其中物模型可以对温度和速度的属性值进行逻辑运算,即判断温度和转速是否满足设定条件:温度(t)赋值于温度属性(temperture),转速(r)赋值于转速属性(rpm),并将赋值后数据上传到数据库,后期通过数据分析模块对数据库数据进行查询统计,生成复合物的工况信息。
可以看出,上述方式无法刻画更复杂的多层复合物,且将设备属性直接映射到云端的设备模型,然后进行数据存储;通过后期数据批处理的方式获得设备实体的工况情况,无法进行实时复合物的工况计算,因复合物的工况无法进行实时计算,也就无法支持复合物的实时报警。
因此,为了解决上述技术问题,本发明提供了一种复合物模型构建方法,请参见图3,图3为本发明实施例提供的一种复合物模型构建方法的示意性流程图,该方法包括:
S11、获取复合设备的全部特征设备的特征属性。
在一些可能的实施例中,复合设备指得是至少由多个特征设备组合而成的设备,特征设备可以是用来组合成复合设备的最小设备单元,全部特征设备的工作状态可以用于反映复合设备的工作状态。例如,一个由电表、保护气表和焊丝计米器组成的焊机,电表、保护气表和焊丝计米器的工作状态可以反映焊机的工作状态,则电表、保护气表和焊丝计米器全部为焊机的特征设备,再例如,一个由电表1、电表2、电表3、除尘器(其中除尘器具有电表4)组合而成的等离子切割机,电表4的任何状态都对等离子切割机的工作状态没有影响,则仅电表1、电表2和电表3为等离子切割机。
可以理解的是,复合设备和特征设备之间具有层级结构,特征设备可以为层级结构最底层的部件;例如,焊机由电表、保护气表和焊丝计米器构具有两层结构,特征设备为该两层结构的底层结构中的电表、保护气表和焊丝计米器,在另一些可能的实施例中,复合设备可以由其他复合设备组合和特征设备组合而成,例如,数控机床的包含了电表和数控系统,其中数控系统由输入器、控制系统组合而成,全部特征设备为电表、输入器和控制系统。
例如,由电表、保护气表和焊丝计米器组成的焊机,在确定焊机工作状态的过程中,当电表的电流大于0,焊丝计米器的焊丝速度大于0,保护气表的保护气大于0,则表明焊机工作状态为正在工作,则将电流作为电表的特征属性,保护气作为保护器表的特征属性,焊丝速度作为焊丝计米器的特征属性。则焊机的工作状态与电流、保护器和焊丝速度之间的映射关系为:工作状态(working)对应电表的电流大于0,焊丝计米器的焊丝速度大于0,保护气表的保护气大于0。
需要说明的是,本发明实施例中的特征设备指得具有特定功能的设备,例如,焊机、电表、保护气表等这类能够实现某种特定功能的设备,并不是组成类似焊机的各个零部件。
S12、基于全部特征属性,构建至少一个子模型;子模型的属性对应至少一个特征设备的特征属性。
S13、基于工况属性,构建父模型;父模型的属性对应复合设备的工况属性。
在本发明实施例中,上述父模型与子模型具有父子关系,父模型的属性对应复合设备的工况属性;子模型的属性对应至少一个特征设备的特征属性。
S14、基于映射关系,构建父模型与至少一个子模型的层级结构,将该层级结构作为复合设备的复合物模型。
可以理解的是,父模型与子模型的之间的层级结构具有特征属性与工况属性之间的映射关系。
本发明提供一种复合物模型构建方法、方法包括:获取复合设备的全部特征设备的特征属性;全部特征设备的特征属性与复合设备的工况属性之间具有映射关系;基于全部特征属性,构建至少一个子模型;子模型的属性对应至少一个特征设备的特征属性;基于工况属性,构建父模型;父模型的属性对应复合设备的工况属性;基于映射关系,构建父模型与至少一个子模型的层级结构,将层级结构作为复合设备的复合物模型。本发明能够构建更复杂的多层复合设备的物模型,由于复合物模型之间的层级结构与特征属性和工况属性之间的映射关系一致,因此,基于复合设备的物模型可以进行实时复合物的工况计算。
可选地,在一种可能的实施例中,复合设备的复合物模型可以具有两层结构,即复合设备为了建立两层结构的复合物模型,请参见图4,图4为本发明实施例提供的一种步骤S12的实现方式的示意性流程图,其中步骤S12可以包括:
S12-1、根据全部特征属性,构建第一类子模型,该第一类子模型与至少两个特征设备对应,第一类子模型对应的各个特征设备的特征属性相同;该第一类子模型的属性为各个特征设备的特征属性聚合运算后的属性。
在一种可能的实施例中,复合设备由多个特征设备组合而成,且各个特征设备对应的特征属性相同,则全部特征设备可以对应同一个子模型,这类子模型为第一类子模型,第一类子模型对每个特征设备的特征属性的处理逻辑相同。第一类子模型的属性为至少两个特征设备的特征属性逻辑运算后的属性,该逻辑运算可以是加权运算、平均运算等。
例如,参见图5,图5为本发明实施例提供的一种等离子切割机的结构图,其中,等离子切割机的包含电表1、电表2、电表3、电表4组合而成,其中电表四属于除尘器,电表4的任何状态都不影响等离子切割机的状态,因此,仅电表1的电流、电表2的电流、电表3的电流属性与等离子切割机的工况属性之间具有映射关系,该映射关系为:当电表1、电表2和电表3这三个电表的电流最大值大于作业阈值,则表明等离子切割机工正在工作。
基于此,要构建一个由多个电表组成的等离子切割机的复合物模型,则可以根据电表1的电流、电表2的电流、电表3的电流构建一个电表模型,该电表模型同时对应电表1、电表2和电表3的电流。
基于上述父模型和第一类子模型获得的复合物模型可以如图6所示,参见图6,图6为本发明实施例提供的一种等离子切割机的复合物模型的结构图,从图6中可以看出,其中等离子切割机模型为父模型,电表模型为第一类子模型,等离子切割机的工作状态与第一类子模型中的a相电流之间具有映射关系。
S12-2、根据全部特征属性,构建第二类子模型,该第二类子模型与一个特征设备对应;每个第二类子模型对应的特征设备的特征属性不同,第二类子模型的属性为第二类子模型对应的特征设备的特征属性。
在一种可能的实施例中,复合设备的各个特征设备对应的特征属性相同,则可以为每个特征设备的构建一个子模型,该模型为的属性为每个特征设备的特征属性。
例如,参见图7,图7为本发明实施例提供的一种焊机的结构图,焊机包含电表、保护气表和焊丝计米器,其中,电表的特征属性为电流,保护气表的特征属性为保护气,焊丝计米器的特征属性为焊丝速度,电流、保护气和焊丝速度与工作状态之间的映射关系为:当电表的电流>0,焊丝计米器的焊丝速度>0,保护气表的保护气>0,则焊机工作状态为正在工作。
基于此,要构建一个由焊机的复合物模型,则可以根据电表的电流构建电表模型、保护气表的保护器构建保护气表模型、焊丝计米器的焊丝速度构建一个焊丝计米器模型,构建得到的焊机的复合模型如图8所示,图8为本发明实施例提供的一种等离子切割机的复合物模型的示意图;从图8中可以看出,每个子模型对应的属性均不相同,且每个子模型的属性对应该子模型对应的特征设备的特征属性。
需要说明的是,当获得的特征属性仅存在多对相同特征属性,则可以执行步骤S12-1,获得多个第一类子模型,进而根据第一类子模型和父模型构建复合物模型,当获得的全部特征属性均不相同,则可以执行步骤S12-2,获得第二类子模型,进而根据第二类子模型和父模型构建复合物模型;当获得的全部特征属性中,即存在属性相同的情况,又存在属性不同的情况,则可以根据相同的特征属性,执行步骤S12-1,获得第一类子模型,根据不同的特征属性,执行步骤S12-2,获得第二类子模型,进而构建第一类子模型和第二类子模型与父模型的层级结构,获复合设备的复合物模型。
可选地,在一种可能的实施例中,复合设备的复合物模型可以至少具有三层结构,即复合设备还包括复合特征设备,复合特征设备由至少两个特征设备组合而成;则为了建立这种复合设备的复合物模型,在图8的基础上给出一种可能的实现方式,请参见图9,图9为本发明实施例提供的一种步骤S12的实现方式,其中步骤S12还可以包括:
S12-3、根据至少一个第一类子模型的属性,构建第三类子模型;第三类子模型对应复合特征设备;第三类子模型与第一类子模型具有父子关系;第三类子模型的属性与第一类子模型对应的各个特征设备的特征属性之间具有映射关系。
S12-4、根据至少一个第二类子模型的属性,构建第四类子模型;第四类子模型对应复合特征设备;第四类子模型与第二类子模型具有父子关系;第四类子模型的属性与第二类子模型对应的特征设备的特征属性之间具有映射关系。
为了方便理解,请参见图10,图10为本发明实施例提供的一种数控机床的结构图,其中包括电表和数控系统,其中数控系统是由输入器和控制器组合而成,则首先构建出电表、输入器、控制器各自对应的子模型,然后基于输入器和控制器的属性与数控系统的属性之间的映射关系,构建一个数控系统复合物模型,再与一个电表模型组合,组成更高层的数控机床模型。获得的数控机床的复合物模型如图11所示,图11为本发明实施例提供的一种数控机床的复合物模型示意图。
需要说明的是,在一种场景中,组成复合特征设备的特征设备对应的模型可能全部是第一类子模型,则可以执行步骤12-3,获得第三类子模型;在另一种场景中,组成复合特征设备的特征设备对应的模型可能全部是第二类子模型,则可以执行步骤12-4,获得第四类子模型;在第三种场景中,若既存在全部是第一类子模型组成的复合特征设备,又存在全部是第二类子模型组成的复合特征设备,则可以执行步骤12-3和步骤12-4。
还需要说明的是,在一种场景中,组成复合特征设备的特征设备对应的模型可能既包括第一类子模型又包括第二类子模型,在这种情况下,还可以根据至少一个第一类子模型的属性以及根据至少一个第二类子模型的属性,构建第五类子模型,第五类子模型对应复合特征设备;第五类子模型与第一类子模型和第二类子模型具有父子关系;第一类子模型和第二类子模型之间具有兄弟关系,第五类子模型的属性与第一类子模型对应的各个特征设备的特征属性以及第二类子模型对应的各个特征设备的特征属性之间具有映射关系。
还需要说明的是,复合物模型是无环的,也就是说一个模型,不可能再通过其他的层级关系,是其子节点的孩子节点。无环的特性,也和现实情况相符。
可以理解的是,在获得复合设备的物模型的基础上,可以根据物模型进行复合设备的实例化,即根据复合物模型组合出实体的复合设备,进而根据复合物模型确定实体复合设备的工况。
例如,基于图6所示的等离子切割机的复合物模型,隶属于电表模型的电表有e1,e2, …, ex。与等离子切割机i绑定一起使用的是电表e1,e2,e3,当这三个电表的属性值电流中的最大值大于一个阈值时,则等离子切割机i输出工况为正在工作。
再例如,基于图8所示的焊机的复合物模型,就可以创建隶属于焊机模型的具体的焊机。比如,创建焊机1至焊机n。同时对每个焊机i关联三个子节点的具体设备。假设:隶属于电表模型的电表有e1, e2, …, ex。隶属于保护气表模型的保护气表有g1, g2, …,gy,隶属于焊丝计米器模型的焊丝计米器有w1, w2, …,wz,与焊机i绑定一起使用的是电表ek,保护气表gl, 焊丝计米器wm.;当电表ek的a相电流(Ia)、保护气表gl的保护气量(s_gas)和焊丝计米器的速度(w_speed)均大于0时,焊机i输出工况属性为正在工作(workingStatus = working)。
可以理解的是,上述实施例中构建的层级结构可以为一个层级树,复合设备对应的父模型为该层级树的根节点,第一类子模型和第二类子模型对应叶子节点,第三类子模型对应层级树的复合物节点,即第三类子模型为第一类子模型的父节点。
为了方便描述,下面将结合层级树的形式,介绍构建复合物模型的实现方式。
为了区别不同实施例中的节点类型,本发明实施例引入了“单设备节点”、“多设备节点”以及“复合物节点”的概念,其中,“多设备节点”和“单设备节点”对应本发明实施例中的子模型,复合物节点为多设备节点或者单设备节点的父节点。
下面以一个三层结构的层级树介绍本发明实施例构建的复合物模型的实现形式。请参见图12,图12为本发明实施例提供的一种复合物模型的层级树的示意图。
从图12可以看出,该三层结构的层级树的父节点位于层级树的顶层,父节点关联的模型为父模型,父节点具有节点1和节点2两个子节点,节点1和节点2位于三层结构层级树的中间层,其中节点1的节点类型是复合物节点,关联的模型是第三类子模型,在实例化的过程中可以实例化为本发明实施例中的特征设备;节点2的节点类型是单设备节点,关联模型是第一类子模型,在实例化的过程中可以实例化为一个特征设备3;该三层结构的层级树的最底层是节点1,节点1的节点类型是一个多设备节点,关联的模型是第二类子模型,在实例化的过程中可以实例化为特征设备1和特征设备2,可以看出,中间层的节点1是最底层的节点1的父节点,也就是说,特征设备1和特征设备2可以组合成节点1中的特征设备。
需要说明的是,每一层的节点具有唯一的一个节点编号,但不同层的节点可以有相同的节点编号;例如中间层的只能具有一个节点1和节点2,但中间层的节点1和最底层的节点1标识不同的节点。
可选地,基于上述构建的复合物模型的层级结构,下面还给出一种确定复合设备的工作状态的实现方式,请参见图13,图13为本发明实施例提供的另一种复合物模型构建方法的示意性流程图;即该方法还包括:
S15、获取全部特征设备的特征属性的属性值。
S16、基于每个特征设备与子模型之间的对应关系以及属性值,确定每个子模型的属性值;
S17、基于层级结构将全部子模型对应的属性值进行递归,直到获得所述复合设备对应的物模型的属性值,作为复合设备的工况属性。
可选地,下面给出一种获得子模型属性值的实现方式,即S16可以包括:
S16-1、当子模型对应至少两个特征设备,将至少两个特征设备的属性值进行聚合运算,获得子模型对应的属性值;
S16-2、当子模型对应一个特征设备,将特征设备的属性值作为子模型对应的属性值。
可选地,为了保证每个属性值的递归时间一直,在将全部所述子模型对应的属性值进行递归之前,还可以将所述至少两个特征设备对应的属性值进行时间对齐。
下面继续以图12所示的三层结构的层级树的架构基础上,参见图4,图14为本发明实施例提供的三层复合物模型的工况计算流程图。
结合图12所示的层级树结构示意图,假设最底层的节点1可以实例化了特征设备1和特征设备2,隶属于第一类子模型,有a, b两个属性,第二层有两个节点:节点1实例化了一个特征设备3,隶属于第二类子模型,有c,d两个属性,节点2实例化了一个复合特征设备,有childA,childB两个属性,childA,childB与最底层的节点1对应的模型的属性之间的映射关系可以为:childA=$child(“sum”,“node1”,“a”),childB = $child(“sum”,“node1”,“b”),其中node1表示最底层节点1,sum表示求和运算;最高层对应一个复合设备的父模型,有两个属性ParentA,ParentB,ParentA和ParentB与中间层的节点2和节点1对应的模型的属性之间的映射关系可以为:parentA = node2.childA+ node1.c,parentB =node2.childB + node1.d。其中,node2表示第二层的节点2,node1表示第二层的节点1,node2.childA和node2.childB分别表示节点2的属性childA和childB,node1.c和node1.d分别表示节点1的属性c和d。
首先,第一方面,当最底层节点1的特征设备1的工况“a:1,b:2”上传给云端之后,若特征设备2又产生工况数据“a:3,b:4”,中间层的复合特这设备和特征设备3均未产生工况,此时可以根据图14中的步骤1-4获得中间层节点2对应模型的属性值(工况):即先获取特征设备2的工况,确定特征设备2存在兄弟设备即特征设备1后获得特征设备1的工况,然后将特征设备1的工况和特征设备2的工况进行对齐,然后根据映射关系:childA =$child(“sum”,“node1”, “a”), childB = $child(“sum”, “node1”,“b”),获得中间层节点2的属性值(工况)为:“childA:4,childB:6”。第二方面,在若将最底层节点1的特征设备1的工况、特征设备2的工况以及复合特征设备的工况上传云端之后,中间层节点1的特征设备3又产生工况数据“c:5,d:2”,此时中间层复合设备没有产生工况数据,则可以继续执行图14中所示的步骤5至6,即获得特征设备3的工况数据“c:5,d:6”,此时确定特征设备3没有兄弟设备,则根据映射关系:parentA = node2.childA+ node1.c,parentB = node2.childB +node1.d,获得父节点对应模型的属性值(工况)为“parentB:5,parentB:6”。第三方面,在第二方面的基础上,当获得中间层节点2的工况“childA:4,childB:6”后,确定节点2存在兄弟节点即中间层节点1之后,获得中间层节点1的特征设备3的工况“c:5,d:2”,此时可以执行步骤7-9获得父节点模型的属性值,即将复合特征设备的工况和特征设备的工况对齐,根据映射关系parentA = node2.childA+ node1.c,parentB = node2.childB + node1.d获得父节点对应模型的属性值(工况)为“parentB:9,parentB:12”,此时可以输出父模型对应的工况数据。
需要说明的是,上述复合物模型的工况处理方法的每个步骤之间是通过json格式的数据进行传递的以实现多层复合物模型工况数据从叶子节点到最上层根节点(复合物模型)的工况计算。
为了实现上述实施例中的各个步骤,以达到对应的技术效果,下面给出一种复合物模型构建装置的实现方式,本发明实施例还提供了一种复合物模型构建装置,参见图15,图15为本发明实施例提供的一种复合物模型构建装置的功能模块图,其中,复合物模型构建装置20包括:
获取模块201,用于获取模块,用于获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;
构建模块202,用于基于全部特征属性,构建至少一个子模型;子模型的属性对应至少一个特征设备的特征属性;基于工况属性,构建父模型;父模型的属性对应复合设备的工况属性;基于映射关系,构建父模型与至少一个子模型的层级结构,将层级结构作为复合设备的复合物模型。
可以理解的是,上述的获取模块201、构建模块202可以协同执行步骤S11-S14以实现相应的技术效果。
可选地,构建模块202,具体用于:根据全部特征属性,构建第一类子模型;第一类子模型与至少两个特征设备对应;第一类子模型对应的各个特征设备的特征属性相同;第一类子模型的属性为各个特征设备的特征属性进行逻辑运算后的属性;和/或,根据全部特征属性,构建第二类子模型;第二类子模型与一个特征设备对应;每个第二类子模型对应的特征设备的特征属性不同;第二类子模型的属性为第二类子模型对应的特征设备的特征属性。
可选地,构建模块202可以用来执行图4和图9中的各个步骤以实现相应的技术效果。
可选地,复合物模型构建装置20还包括确定模块和计算模块,获取模块201、确定模块和计算模块可以协同执行步骤S15至S17以实现相应的技术效果。
本发明实施例还提供一种电子设备,如图16,图16为本发明实施例提供的一种电子设备的结构框图。该电子设备80包括通信接口801、处理器802和存储器803。该处理器802、存储器803和通信接口801相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器803可用于存储软件程序及模块,如本发明实施例所提供的复合物模型构建方法对应的程序指令/模块,处理器802通过执行存储在存储器803内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口801可用于与其他节点设备进行信令或数据的通信。在本发明中该电子设备80可以具有多个通信接口801。
其中,存储器803可以是但不限于,随机存取存储器(RandomAccessMemory,RAM),只读存储器(ReadOnlyMemory,ROM),可编程只读存储器(ProgrammableRead-OnlyMemory,PROM),可擦除只读存储器(ErasableProgrammableRead-OnlyMemory,EPROM),电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory,EEPROM)等。
处理器802可以是一种集成电路芯片,具有信号处理能力。该处理器802可以是通用处理器,包括中央处理器(CentralProcessingUnit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(DigitalSignalProcessing,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
可以理解的是,上述的复合物模型构建装置20的各个模块可以软件或固件(Firmware)的形式存储于电子设备80的存储器803中,并由处理器802执行,同时,执行上述模块所需的数据、程序的代码等可以存储在存储器803中。
本发明实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前述实施方式中任一项的复合物模型构建方法。该计算机可读存储介质可以是,但不限于,U盘、移动硬盘、ROM、RAM、PROM、EPROM、EEPROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种复合物模型构建方法,其特征在于,所述方法包括:
获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;其中,所述特征设备是用来组成所述复合设备的最小设备单元;所述复合设备表征由多个特征设备和/或其他复合而成的设备组成的集合设备,所述复合物模型用于刻画组成所述复合设备的各个所述特征设备的特征属性之间的多层映射关系;
基于全部所述特征属性,构建至少一个子模型;所述子模型的属性对应至少一个所述特征设备的所述特征属性;
基于所述工况属性,构建父模型;所述父模型的属性对应所述复合设备的工况属性;
基于所述映射关系,构建所述父模型与所述至少一个子模型的层级结构,将所述层级结构作为所述复合设备的复合物模型。
2.根据权利要求1所述的复合物模型构建方法,其特征在于,基于全部所述特征属性,构建至少一个子模型,包括:
根据全部所述特征属性,构建第一类子模型;所述第一类子模型与至少两个特征设备对应;所述第一类子模型对应的各个特征设备的特征属性相同;所述第一类子模型的属性为所述各个特征设备的特征属性进行逻辑运算后的属性;
和/或,
根据全部所述特征属性,构建第二类子模型;所述第二类子模型与一个特征设备对应;每个所述第二类子模型对应的特征设备的特征属性不同;所述第二类子模型的属性为所述第二类子模型对应的特征设备的特征属性。
3.根据权利要求2所述的复合物模型构建方法,其特征在于,所述复合设备还包括复合特征设备,所述复合特征设备由至少两个所述特征设备组合而成;还包括:
根据至少一个所述第一类子模型的属性,构建第三类子模型;所述第三类子模型对应所述复合特征设备;所述第三类子模型与所述第一类子模型具有父子关系;所述第三类子模型的属性与所述第一类子模型对应的各个特征设备的特征属性之间具有映射关系;
和/或,
根据至少一个所述第二类子模型的属性,构建第四类子模型;所述第四类子模型对应所述复合特征设备;所述第四类子模型与所述第二类子模型具有父子关系;所述第四类子模型的属性与所述第二类子模型对应的特征设备的特征属性之间具有映射关系。
4.根据权利要求2所述的复合物模型构建方法,其特征在于,还包括:
获取全部特征设备的特征属性的属性值;
基于每个所述特征设备与所述子模型之间的对应关系以及所述属性值,确定每个所述子模型的属性值;
基于所述层级结构将全部所述子模型对应的属性值进行递归,直到获得所述复合设备对应的物模型的属性值,作为所述复合设备的工况属性的属性值。
5.根据权利要求4所述的复合物模型构建方法,其特征在于,基于每个所述特征设备与所述子模型之间的对应关系以及所述属性值,确定每个所述子模型的属性值,包括:
当所述子模型对应至少两个特征设备,将所述至少两个特征设备的属性值进行聚合运算,获得所述子模型对应的属性值;
当所述子模型对应一个特征设备,将所述特征设备的属性值作为所述子模型对应的属性值。
6.根据权利要求5所述的复合物模型构建方法,其特征在于,在将所述至少两个特征设备的属性值进行聚合运算,获得所述子模型对应的属性值之前,还包括:
将所述至少两个特征设备对应的属性值进行时间对齐。
7.一种复合物模型构建装置,其特征在于,包括:
获取模块,用于获取复合设备的全部特征设备的特征属性;全部所述特征设备的特征属性与所述复合设备的工况属性之间具有映射关系;其中,所述特征设备是用来组成所述复合设备的最小设备单元;所述复合设备表征由多个特征设备和/或其他复合而成的设备组成的集合设备,所述复合物模型用于刻画组成所述复合设备的各个所述特征设备的特征属性之间的多层映射关系;
构建模块,用于基于全部所述特征属性,构建至少一个子模型;所述子模型的属性对应至少一个所述特征设备的所述特征属性;基于所述工况属性,构建父模型;所述父模型的属性对应所述复合设备的工况属性;基于所述映射关系,构建所述父模型与所述至少一个子模型的层级结构,将所述层级结构作为所述复合设备的复合物模型。
8.根据权利要求7所述的复合物模型构建装置,其特征在于,构建模块,具体用于:
根据全部所述特征属性,构建第一类子模型;所述第一类子模型与至少两个特征设备对应;所述第一类子模型对应的各个特征设备的特征属性相同;所述第一类子模型的属性为所述各个特征设备的特征属性进行逻辑运算后的属性;
和/或,
根据全部所述特征属性,构建第二类子模型;所述第二类子模型与一个特征设备对应;每个所述第二类子模型对应的特征设备的特征属性不同;所述第二类子模型的属性为所述第二类子模型对应的特征设备的特征属性。
9.一种电子设备,包括处理器和存储器,其特征在于,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现权利要求1-6任意一项所述的复合物模型构建方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行实现权利要求1-6任意一项所述的复合物模型构建方法。
CN202110039315.7A 2021-01-13 2021-01-13 复合物模型构建方法、装置、电子设备及存储介质 Active CN112364531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110039315.7A CN112364531B (zh) 2021-01-13 2021-01-13 复合物模型构建方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110039315.7A CN112364531B (zh) 2021-01-13 2021-01-13 复合物模型构建方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112364531A CN112364531A (zh) 2021-02-12
CN112364531B true CN112364531B (zh) 2021-03-30

Family

ID=74534810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110039315.7A Active CN112364531B (zh) 2021-01-13 2021-01-13 复合物模型构建方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112364531B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114143168B (zh) * 2022-02-07 2022-05-24 树根互联股份有限公司 基于物模型的报警抑制方法及系统
CN114781082B (zh) * 2022-04-15 2023-04-07 广东省科学院智能制造研究所 挤压模具设计知识处理方法、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537168A (zh) * 2014-12-23 2015-04-22 国电南瑞科技股份有限公司 面向设备功能的综合监控仿真培训系统模型数据管理方法
CN107516895A (zh) * 2017-08-25 2017-12-26 南方电网科学研究院有限责任公司 配电网快速仿真方法、装置、存储介质及其计算机设备
US10410182B1 (en) * 2019-04-17 2019-09-10 Capital One Services, Llc Visualizing vehicle condition using extended reality
CN110263487A (zh) * 2019-07-02 2019-09-20 中国航空综合技术研究所 一种机械产品加速疲劳寿命试验方法
CN111915192A (zh) * 2020-08-04 2020-11-10 南方电网调峰调频发电有限公司 电力设备故障管理系统的建立方法和系统、计算机设备
CN112015750A (zh) * 2020-11-02 2020-12-01 长沙树根互联技术有限公司 数据处理方法和系统
CN112182860A (zh) * 2020-09-17 2021-01-05 俊杰机械(深圳)有限公司 一种生产线仿真系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10437944B2 (en) * 2016-03-29 2019-10-08 Conduent Business Services, Llc System and method of modeling irregularly sampled temporal data using Kalman filters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537168A (zh) * 2014-12-23 2015-04-22 国电南瑞科技股份有限公司 面向设备功能的综合监控仿真培训系统模型数据管理方法
CN107516895A (zh) * 2017-08-25 2017-12-26 南方电网科学研究院有限责任公司 配电网快速仿真方法、装置、存储介质及其计算机设备
US10410182B1 (en) * 2019-04-17 2019-09-10 Capital One Services, Llc Visualizing vehicle condition using extended reality
CN110263487A (zh) * 2019-07-02 2019-09-20 中国航空综合技术研究所 一种机械产品加速疲劳寿命试验方法
CN111915192A (zh) * 2020-08-04 2020-11-10 南方电网调峰调频发电有限公司 电力设备故障管理系统的建立方法和系统、计算机设备
CN112182860A (zh) * 2020-09-17 2021-01-05 俊杰机械(深圳)有限公司 一种生产线仿真系统
CN112015750A (zh) * 2020-11-02 2020-12-01 长沙树根互联技术有限公司 数据处理方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于关系结构的轻量级工作流引擎;焦丽梅 等;《计算机研究与发展》;20010215;1-3 *

Also Published As

Publication number Publication date
CN112364531A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
Wang et al. Digital twin design for real-time monitoring–a case study of die cutting machine
Tao et al. Data-driven smart manufacturing
CN112364531B (zh) 复合物模型构建方法、装置、电子设备及存储介质
US7065420B1 (en) Integrated real-time feature based costing
Nazarenko et al. Analysis of relevant standards for industrial systems to support zero defects manufacturing process
CN111562769A (zh) 用于工业数字孪生的ai扩展和智能模型验证
Ricondo et al. A digital twin framework for the simulation and optimization of production systems
Etienne et al. Cost engineering for variation management during the product and process development
CN103020399A (zh) 基于模块化的机床设计方法
CN113811905B (zh) 用于提供复杂制造系统的关键性能指标的预测的方法和设备
Zhang et al. Configuration design of the add-on cyber-physical system with CNC machine tools and its application perspectives
Schmitt et al. Sensor information as a service–component of networked production
CN110414627A (zh) 一种模型的训练方法及相关设备
Hagenah et al. 4.0 in metal forming–questions and challenges
CN110209118A (zh) 具有使用多种类多数量资源和柔性路径特征的基于Petri网的稳健性控制方法
Erohin et al. Intelligent utilisation of digital databases for assembly time determination in early phases of product emergence
Sim Big data analysis methodology for smart manufacturing systems
Yuan et al. Multi-objective coupling optimization of electrical cable intelligent production line driven by digital twin
Cho et al. Discovery of resource-oriented transition systems for yield enhancement in semiconductor manufacturing
Besharati-Foumani et al. Fundamentals and new achievements in feature-based modeling, a review
JP6970788B2 (ja) データ伝送方法
Ocker et al. Increasing awareness for potential technical debt in the engineering of production systems
CN112236798A (zh) 用于在生产产品的情形中的质量保证的方法以及计算设备和计算机程序
Lin et al. Reliability evaluation of a manufacturing network with reworking action
Schuh et al. Studying the Technologies of Industry 4.0 with Influence on Product Development using Factor Analysis

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

Effective date of registration: 20210429

Address after: No.1, 3rd floor, R & D building, Sany industrial city, No.1, Sany Road, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Patentee after: CHANGSHA ROOTCLOUD TECHNOLOGY Co.,Ltd.

Patentee after: Shugen Internet Co.,Ltd.

Address before: No.1, 3rd floor, R & D building, Sany industrial city, No.1, Sany Road, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Patentee before: CHANGSHA ROOTCLOUD TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right