CN112380783B - 基于三维建模仿真软件的工业大数据实时采集及分析方法 - Google Patents
基于三维建模仿真软件的工业大数据实时采集及分析方法 Download PDFInfo
- Publication number
- CN112380783B CN112380783B CN202011441879.5A CN202011441879A CN112380783B CN 112380783 B CN112380783 B CN 112380783B CN 202011441879 A CN202011441879 A CN 202011441879A CN 112380783 B CN112380783 B CN 112380783B
- Authority
- CN
- China
- Prior art keywords
- data
- dimensional modeling
- simulation software
- modeling simulation
- coding
- 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
Images
Classifications
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于三维建模仿真软件的工业大数据实时采集及分析方法,包括启动仿真软件,虚拟传感器调用二次开发平台的api将仿真数据发送到socket端口;虚拟传感器的注册方法为:在二次开发平台进行编码环境的配置;根据采集需求编码,编码用于实现并封装功能:坐标标点查找、目标点坐标计算和时间戳记录;编码完成后,生成DLL文件;根据三维建模仿真软件二次开发平台的插件注册要求编写dat文件,使用插件注册模块运行dat文件,完成虚拟传感器的注册;实时处理socket端口的数据流并存储到数据库;并进行实时仿真和统计分析。采用虚拟传感器采集仿真数据,解决产品在未建设完成前无法对产品进行优化的问题。
Description
技术领域
本发明涉及工业大数据技术领域,具体的说,是基于三维建模仿真软件的工业大数据实时采集及分析方法。
背景技术
在工业大数据、智能制造等领域,设计生产线等产品的时候往往需要使用大数据、人工智能等技术对生产线的运作进行分析、诊断、优化等以做出预防性的调整与维护。目前的技术几乎都是基于实际生产线,然而生产线的建设成本高昂,如果建设完成后才发现其中一些潜在的设计问题,则修改设计方案的代价是巨大的。解决上述问题的方案之一是把生产线仿真技术与大数据、人工智能技术相结合,在建设生产线之前就使用三维建模仿真软件产生大量的仿真数据,然后通过大数据、人工智能等技术对仿真数据进行分析,发现潜在问题,最终实现对产品设计的验证、优化。然而现有的建模仿真软件没有相应的数据采集模块,无法采集到相应的日志数据,最终难以把大数据技术应用到产品的设计上。
发明内容
本发明的目的在于提供基于三维建模仿真软件的工业大数据实时采集及分析方法,用于解决现有技术中三维建模仿真软件无法采集日志数据,不能在生产线建成之前进行数据仿真和数据分析的问题。
本发明通过下述技术方案解决上述问题:
基于三维建模仿真软件的工业大数据实时采集及分析方法,包括:
步骤S1:启动三维建模仿真软件,虚拟传感器周期性的调用三维建模仿真软件二次开发平台的API将产生的仿真数据发送到socket端口;所述虚拟传感器的注册方法为:
步骤A:在三维建模仿真软件的二次开发平台进行编码环境的配置;
步骤B:根据采集需求编码,编码用于实现并封装功能:坐标标点查找、目标点坐标计算和时间戳记录;
步骤C:编码完成后,生成DLL文件;
步骤D:根据三维建模仿真软件二次开发平台的插件注册要求编写dat文件,dat文件用于指明DLL文件位置信息,使用三维建模仿真软件二次开发平台的插件注册模块运行dat文件,完成虚拟传感器的注册;
步骤S2:采用sparkstreaming实时处理socket端口的数据流,并存储到数据库;
步骤S3:利用数据库中存储的数据进行实时仿真和统计分析。
所述数据库采用Mysql数据库和数据仓库Hive,定期使用sqoop将Mysql数据库的数据采集到数据仓库Hive;所述Mysql数据库存储的少量数据用于供前端进行数据展示以及统计;所述数据仓库Hive用于对数据进行统计分析及智能决策,统计分析采用sql语句、pandas、工具spark和机器学习算法库sparkmlib的一种或多种,所述机器学习算法库sparkmlib包括监督学习、无监督学习和强化学习。
本发明与现有技术相比,具有以下优点及有益效果:
(1)本发明采用了虚拟传感器采集三维建模仿真软件生产仿真数据的方法,解决生产线等产品在未建设完成前无法使用大数据、人工智能等技术对产品进行优化的问题,节约了生产线等产品的设计、分析、优化成本。
(2)虚拟传感器的开发解决了现有技术中三维建模仿真软件中各物理量获取的难点,解决了现有的三维建模传感器在产品没有完成之前不能采集相应数据、无法对产品进行分析优化的问题。
附图说明
图1为本发明的原理框图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施:1:
结合附图1所示,基于三维建模仿真软件的工业大数据实时采集及分析方法,包括:
步骤S1:启动三维建模仿真软件,虚拟传感器周期性的调用三维建模仿真软件二次开发平台的API将产生的仿真数据发送到socket端口;
在实际生产中,需要制定专门的数据采集模块,把传感器的数据采集到数据库中。如果是在设计之初产品未完成之前,并不能采集到相应的数据,也就无法根据采集到的数据对产品进行分析优化。
本发明采用虚拟采集技术实现传感数据采集并结合大数据、人工智能进行分析,则能解决上述问题,并降低设计成本。
虚拟采集技术的难点在于三维建模仿真软件中各物理量的获取。经过调研发现,一般的三维建模仿真软件在二次开发平台中都提供了诸如速度、加速度、位置、质量、角度等物理量测试的api,但是这些传感器一般不能连续采集,并且难以把相应的数据采集到服务器。因此,需要开发能够连续采集并把数据上传到数据库的数据采集模块。考虑到实际情况,采用虚拟传感器作为数据采集模块,虚拟传感器周期性的调用三维仿真软件二次开发中的api对常用的物理量进行采集,并把数据整体发送到socket端口。由于要满足实时展示的需要,所以利用sparkstreaming实时处理socket端口的数据并对其进行储存。
所述虚拟传感器的注册方法为:
步骤A:在三维建模仿真软件的二次开发平台进行编码环境的配置;
步骤B:根据采集需求编码,编码用于实现并封装功能:坐标标点查找、目标点坐标计算和时间戳记录;
步骤C:编码完成后,生成DLL文件;
步骤D:根据三维建模仿真软件二次开发平台的插件注册要求编写dat文件,dat文件用于指明DLL文件位置信息,使用三维建模仿真软件二次开发平台的插件注册模块运行dat文件,完成虚拟传感器的注册;
以creo开发点坐标数据采集为例,虚拟传感器的开发如下:
1)二次开发环境的配置
使用CREO提供的二次开发平台TOOLKIT结合VISUAL STUDIO进行编码环境的配置。
2)根据采集需求编码
在配置好的编码环境中使用TOOLKIT提供的ProPoint3dOnsurfaceFind找出目标点,然后用ProSurfaceXyzdataEval计算得出目标点坐标,并记录下此时的时间戳,封装好上述功能,使得虚拟传感器在三维建模仿真软件启动后能把采集到的数据以json形式周期性的发送到指定的socket端口。
3)生成DLL文件
编码完成后,使用VISUAL STUDIO将代码编译成DLL文件。
4)虚拟传感器注册
根据CREO二次开发插件注册的要求编写dat文件,文件中指明了DLL文件具体位置等信息,然后使用CREO的插件注册模块运行dat文件,完成虚拟传感器模块的注册
使用其他CAD软件或者开发其他功能传感器总体步骤类似,在细节上有所不同。
步骤S2:通过sparkstreaming实时处理socket端口的数据流,对json或者约定好的数据形式进行实时解析清洗,最后把数据组合成dataframe后写入到Mysql数据库。每隔固定时间,使用sqoop把Mysql数据库的历史数据抽取到数据仓库Hive。
常用的数据库类型分为关系型数据库与非关系型数据库。经过综合比较,决定采用关系型数据库。其中数据库的每列是各输入参数的值及各传感器的传感值,每采集一次,经过数据的清洗,则增加一行的数据。由于要满足实时展示查看和大量历史数据储存的需求,分别采用Mysql数据库与数据仓库Hive进行数据的储存与管理。其中Mysql适合中少量数据的储存,对于增删改查等操作相应迅速;而Hive的底层是分布式文件管理系统hdfs,适合大量日志文件的储存。为了防止Mysql数据不断扩大导致实时性能的降低,每隔固定时间使用sqoop将Mysql的数据采集到Hive。
步骤S3:利用数据库中存储的数据进行实时仿真和统计分析。
Mysql数据库存储的少量数据用于供前端进行数据展示以及统计;所述数据仓库Hive用于对数据进行统计分析及智能决策,使用spark连接到Hive,利用sparkrdd或者sparksql进行统计分析;利用sparklib模型进行相应的机器学习或者深度学习算法开发(机器学习、深度学习、强化学习等),最终形成统计分析报表,给出相应的诊断结论与优化方案。由于本发明中对数据库中的数据进行仿真和统计分析采用的是现有技术,本发明的创新点不在此,因此,不再详细描述。
尽管这里参照本发明的解释性实施例对本发明进行了描述,上述实施例仅为本发明较佳的实施方式,本发明的实施方式并不受上述实施例的限制,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。
Claims (2)
1.一种基于三维建模仿真软件的工业大数据实时采集及分析方法,其特征在于,包括:
步骤S1:启动三维建模仿真软件,虚拟传感器周期性的调用三维建模仿真软件二次开发平台的API将产生的仿真数据发送到socket端口;所述虚拟传感器的注册方法为:
步骤A:在三维建模仿真软件的二次开发平台进行编码环境的配置;
步骤B:根据采集需求编码,编码用于实现并封装功能:坐标标点查找、目标点坐标计算和时间戳记录;
步骤C:编码完成后,生成DLL文件;
步骤D:根据三维建模仿真软件二次开发平台的插件注册要求编写dat文件,dat文件用于指明DLL文件位置信息,使用三维建模仿真软件二次开发平台的插件注册模块运行dat文件,完成虚拟传感器的注册;
步骤S2:采用sparkstreaming实时处理socket端口的数据流,并存储到数据库;
步骤S3:利用数据库中存储的数据进行实时仿真和统计分析。
2.根据权利要求1所述的基于三维建模仿真软件的工业大数据实时采集及分析方法,其特征在于,所述数据库采用Mysql数据库和数据仓库Hive,定期使用sqoop将Mysql数据库的数据采集到数据仓库Hive;所述Mysql数据库存储的少量数据用于供前端进行数据展示以及统计;所述数据仓库Hive用于对数据进行统计分析及智能决策,统计分析采用sql语句、pandas、工具spark和机器学习算法库sparkmlib的一种或多种,所述机器学习算法库sparkmlib包括监督学习、无监督学习和强化学习。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441879.5A CN112380783B (zh) | 2020-12-11 | 2020-12-11 | 基于三维建模仿真软件的工业大数据实时采集及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441879.5A CN112380783B (zh) | 2020-12-11 | 2020-12-11 | 基于三维建模仿真软件的工业大数据实时采集及分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112380783A CN112380783A (zh) | 2021-02-19 |
CN112380783B true CN112380783B (zh) | 2022-04-05 |
Family
ID=74590929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011441879.5A Active CN112380783B (zh) | 2020-12-11 | 2020-12-11 | 基于三维建模仿真软件的工业大数据实时采集及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112380783B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020489A (zh) * | 2016-06-06 | 2016-10-12 | 吉林工程技术师范学院 | 一种工业设计用的仿真系统 |
CN106951633A (zh) * | 2017-03-02 | 2017-07-14 | 郑州轻工业学院 | 工业设计服务平台 |
CN111797521A (zh) * | 2020-06-29 | 2020-10-20 | 西安精雕精密机械工程有限公司 | 一种自动化生产线三维仿真调试及监控方法 |
-
2020
- 2020-12-11 CN CN202011441879.5A patent/CN112380783B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020489A (zh) * | 2016-06-06 | 2016-10-12 | 吉林工程技术师范学院 | 一种工业设计用的仿真系统 |
CN106951633A (zh) * | 2017-03-02 | 2017-07-14 | 郑州轻工业学院 | 工业设计服务平台 |
CN111797521A (zh) * | 2020-06-29 | 2020-10-20 | 西安精雕精密机械工程有限公司 | 一种自动化生产线三维仿真调试及监控方法 |
Non-Patent Citations (4)
Title |
---|
"基于OpenGL的交互式PLC虚拟仿真系统";张代聪;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20130115(第1期);I138-1804 * |
"基于工业数据的三维仿真系统";老衲呢;《CSDN》;20190419;1-13 * |
Improving registration correction accuracy via finer quantization and timestamp;Rozen, N;《 2014 Integrated Communications, Navigation and Surveillance Conference (ICNS)》;20140612;1-6 * |
一个矿用信息集成平台的研究与实现;李冬艳;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20070415(第4期);I138-355 * |
Also Published As
Publication number | Publication date |
---|---|
CN112380783A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112085261B (zh) | 基于云端融合和数字孪生技术的企业生产现状诊断方法 | |
CN111177942A (zh) | 矿井无人化综掘工作面数字孪生智能监控系统 | |
CN109785180A (zh) | 一种面向数字孪生车间的场景感知系统及方法 | |
CN116578040B (zh) | 一种面向机床故障诊断的数字孪生模型构建方法、系统及终端 | |
CN108334033A (zh) | 基于物联网与机器学习的冲床组故障预测方法及其系统 | |
CN101536002A (zh) | 用于工艺监控的系统和方法 | |
CN105320757A (zh) | 一种快速处理数据的商业智能分析方法 | |
CN113420009B (zh) | 一种基于大数据的电磁数据分析装置、系统及方法 | |
CN112905380A (zh) | 一种基于自动化监控日志的系统异常检测方法 | |
CN102609501A (zh) | 一种基于实时历史数据库的数据清洗方法 | |
Qin et al. | Constructing digital twin for smart manufacturing | |
CN113807951A (zh) | 一种基于深度学习的交易数据趋势预测方法和系统 | |
CN111506610A (zh) | 一种面向烟草行业生产现场的实时流数据预处理方法 | |
CN112380783B (zh) | 基于三维建模仿真软件的工业大数据实时采集及分析方法 | |
CN112732541B (zh) | 一种用于复杂装备故障诊断的智能判据挖掘系统 | |
CN107918665B (zh) | 一种三维模型的快速渲染及cad信息查询的系统和方法 | |
CN103425085A (zh) | 一种基于数据仓库的工控上位机管理系统及数据处理方法 | |
CN115982655A (zh) | 一种基于决策树的缺失数据流程异常预测方法 | |
CN115374880B (zh) | 一种面向海上目标识别的多级增量数据融合系统 | |
CN117372201A (zh) | 一种应用于水库的智慧水利数字孪生模型快速构建方法 | |
CN113221461B (zh) | 一种基于数字孪生技术的掘锚一体机监控系统 | |
CN116257594A (zh) | 一种数据重构方法及系统 | |
EP4113418B1 (en) | Non-linear planning model based production planning system, production planning method and computer-readable storage medium | |
CN110874601A (zh) | 识别设备运行状态的方法、状态识别模型训练方法及装置 | |
CN116861204B (zh) | 基于数字孪生的智能制造设备数据管理系统 |
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 |