CN112800606A - 数字孪生产线构建方法、系统、电子设备及存储介质 - Google Patents
数字孪生产线构建方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112800606A CN112800606A CN202110107322.6A CN202110107322A CN112800606A CN 112800606 A CN112800606 A CN 112800606A CN 202110107322 A CN202110107322 A CN 202110107322A CN 112800606 A CN112800606 A CN 112800606A
- Authority
- CN
- China
- Prior art keywords
- production line
- digital twin
- operation data
- actual operation
- physical
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 329
- 238000010276 construction Methods 0.000 title claims description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013468 resource allocation Methods 0.000 abstract description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 14
- 229910052744 lithium Inorganic materials 0.000 description 14
- 238000006073 displacement reaction Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种数字孪生产线构建方法、系统、电子设备及存储介质,该方法包括:建立与物理产线对应的VR数字孪生产线模型;获取所述物理产线的实际运行数据;对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果;配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。本发明能够用真实生产数据驱动数字孪生产线模型运行,便于对生产过程进行系统分析,优化生产工艺流程和生产资源配置,为精准生产决策提供依据。
Description
技术领域
本发明涉及产线数字孪生领域,尤其涉及一种数字孪生产线构建方法、系统、电子设备及存储介质。
背景技术
数字孪生(Digital Twin)的概念雏形是由美国密歇根大学的Grieves教授于2003年首次提出的。经逐步发展与完善,其概念模型于2011年被提出,包括物理空间的实体产品、虚拟空间的虚拟产品及两者之间的数据和信息交互接口。数字孪生是充分利用物理模型、传感器实时数据、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体设备的全生命周期过程。数字孪生是以数字化的方式在虚拟空间创建物理实体的实时镜像,是物理实体在虚拟空间的仿真模型,通过物理实体和数字模型之间进行数据和信息交互完成对物理实体的完整和精确的数字化描述,可用于对物理实体在物理环境中的行为和状态进行模拟、监控、诊断、预测和控制。
在数字孪生概念模型提出后,有学者将数字孪生的三维结构扩展到五维结构模型,包括物理实体、虚拟模型、服务系统、孪生数据和连接系统。
现有的“三维结构模型”和“五维结构模型”均处于概念阶段,模块的构成目前尚无标准,模块之间的互联互通也无具体描述,如何以数字化的方式表达和建立物理实体在数字空间的映射尚无明确的实施方法。
传统的生产线设计一般通过生产线建模与仿真来进行,利用数字化技术构建物理生产线的几何模型和逻辑模型,并通过相应仿真算法模拟实际生产线的活动和状态,从而为生产线布局设计及调度决策提供依据。传统的生产线建模与仿真依据工艺规划信息,不能充分反应实际问题,缺乏真实生产数据驱动及对生产系统的全局考虑。
发明内容
针对上述现有技术的不足,本发明提供一种通过物理产线的真实生产数据驱动数字孪生产线运行的数字孪生产线构建方法、系统、电子设备及存储介质。
为了实现上述目的,本发明提供一种数字孪生产线构建方法,包括:
建立与物理产线对应的VR数字孪生产线模型;
获取所述物理产线的实际运行数据;
对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果;
配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;
按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。
在本发明一个优选实施例中,所述物理产线的实际运行数据包括若干布尔型数据和字符串型数据。
在本发明一个优选实施例中,所述对所述物理产线的实际运行数据进行解析,包括:
根据所述布尔型数据,解析得到所述物理产线中各设备的相应运行状态;
根据所述字符串型数据,解析得到所述物理产线中各设备的相应运行参数。
在本发明一个优选实施例中,所述配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系,包括:
配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系;
配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。
在本发明一个优选实施例中,所述方法还包括:
将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,并根据所述物理产线的实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正。
在本发明一个优选实施例中,所述方法还包括:
当所述VR数字孪生产线模型未与所述物理产线联动运行时,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,并获取仿真结果;
将所述仿真结果作为所述物理产线的测试结果。
为了实现上述目的,本发明还提供一种数字孪生产线构建系统,包括:
模型建立模块,用于建立与物理产线对应的VR数字孪生产线模型;
数据获取模块,用于获取所述物理产线的实际运行数据;
解析模块,用于对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果;
配置模块,用于配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;
同步模块,用于按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。
在本发明一个优选实施例中,所述物理产线的实际运行数据包括若干布尔型数据和字符串型数据。
在本发明一个优选实施例中,所述解析模块具体用于:
根据所述布尔型数据,解析得到所述物理产线中各设备的相应运行状态;
根据所述字符串型数据,解析得到所述物理产线中各设备的相应运行参数。
在本发明一个优选实施例中,所述配置模块具体用于:
配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系;
配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。
在本发明一个优选实施例中,所述系统还包括:
反馈模块,用于当所述VR数字孪生产线模型与所述物理产线联动运行时,将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,以使所述物理产线根据所述实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正。
在本发明一个优选实施例中,所述系统还包括:
当所述VR数字孪生产线模型未与所述物理产线联动运行时,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,并获取仿真结果;
将所述仿真结果作为所述物理产线的测试结果。
为了实现上述目的,本发明还提供一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现前述方法的步骤。
为了实现上述目的,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述方法的步骤。
通过采用上述技术方案,本发明具有如下有益效果:
本发明首先建立与物理产线对应的VR数字孪生产线模型,并获取所述物理产线的实际运行数据;而后对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果,并配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;最后按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。可见,本发明能够将物理产线的实际运行数据传递到VR数字孪生产线模型,用真实生产数据驱动数字孪生产线模型运行,便于对生产过程进行系统分析,优化生产工艺流程和生产资源配置,为精准生产决策提供依据。
附图说明
图1为本发明实施例1中数字孪生产线构建方法的流程图;
图2为本发明实施例1中沉浸式体验系统的使用示意图;
图3为本发明实施例2中数字孪生产线构建系统的结构框图;
图4为本发明实施例3中电子设备的硬件架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做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。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
实施例1
本实施例提供一种数字孪生产线构建方法,如图1所示,包括以下步骤:
S1,建立与物理产线对应的VR数字孪生产线模型,具体可通过如下过程实现:
预先在三维建模软件Solidworks等建模软件中,按照1:1比例建立与物理产线对应的三维产线模型,并将建立的三维产线模型导入3dsmax软件进行轻量化处理(包括设备分类、合并、减免处理),生成对应的fbx格式文件,并将三维产线模型的fbx格式文件导入VR模型制作软件Unreal Engine4(简称UE4)中。本实施例在UE4中基于导入的三维产线模型的fbx格式文件搭建VR数字孪生产线模型,并在UE4软件中制作与物理产线中各设备材料属性一致的材质系统,而后使用该材质系统对相应设备模型进行渲染。
S2,获取所述物理产线的实际运行数据。
通常,物理产线利用智能感知设备实时采集产线的实际运行数据,并将采集的数据上传至物理产线控制器(一般为PLC控制器)。本实施例通过python软件编写OPC(ObjectLinking and Embedding(OLE)for Process Control,用于过程控制的OLE)通讯协议程序来获取PLC数据(即物理产线的实际运行数据)。所述物理产线的实际运行数据通常包括布尔(Bool)型数据和字符串(String)型数据。
S3,对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果。
本实施例在UE4中通过开发插件接收物理产线PLC数据,并根据其中的布尔型数据,解析得到所述物理产线中各设备的相应运行状态(如停止运行状态或正在运行状态),同时根据其中的字符串型数据,解析得到所述物理产线中各设备的相应运行参数(如运动位移、角度、转速、产品数量等)。例如,对于物理产线中A设备对应的Bool型实时运行数据,若为0时,可解析为该设备停止运行,若为1时,可解析为该设备正在运行;对于该设备对应的中实时运行数据,可解析为该设备对应的运动位移、角度、转速、产量等。
S4,配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系,具体包括:
S41,配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系。例如,配置物理产线中A设备的Bool型实时运行数据与VR数字孪生产线模型中A设备的运行状态相对应,以使物理产线中A设备的Bool型实时运行数据为1时,VR数字孪生产线模型中A设备开始运行,物理产线中A设备的Bool型实时运行数据为0时,VR数字孪生产线模型中A设备停止运行。
S42,配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。例如,配置物理产线中A设备的String型实时运行数据与VR数字孪生产线模型中A设备的运行参数相对应,以使VR数字孪生产线模型中A设备的运动位移、角度、转速等参数能够随物理产线中A设备的运动位移、角度、转速等运行参数对应更新。
S5,按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行,从而实现VR数字孪生产线模型与物理产线同步运行。
S6,将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,并根据所述物理产线的实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正,形成闭环控制。
S7,建立所述VR数字孪生产线模型与沉浸式体验系统的通信连接。在本实施例中,沉浸式体验系统可以是基于HTC VIVE虚拟现实头盔显示器的沉浸式体验系统,物理产线运维人员通过佩戴HTC VIVE虚拟现实头盔显示器可以在VR数字孪生产线中虚拟漫游,在安全无限空间中监控由实际产线设备数据驱动的数字孪生产线,并可以通过VR手柄触发VR数字孪生产线模型中的设备,查看产线系统资源配置和生产情况,实时调整生产策略,优化生产决策。
其中,基于HTC VIVE虚拟现实头盔显示器的沉浸式体验系统的硬件连接关系如图2所示,主要包括图形工作站10和HTC VIVE虚拟现实头盔显示器系统20(含头盔显示器,VR手柄,红外光学定位器及辅助连接线)。VR数字孪生产线模型可以运行在图形工作站,其连接HTC VIVE虚拟现实头盔显示器系统需要配置SteamVR软件。
下面以物理产线为锂电池极片装配微型制造产线为例,对本实施例的方法进行说明:
通常,锂电池极片微型制造产线主要包括自动上料、扫码检测、视觉检测、自动分拣、极片运输、模拟装配、扫码追溯、成品下线8个系统。在一个具体的应用场景下,各系统的组成结构如下表1所示:
表1
上表中各系统的主要功能描述如下:自动上料系统用于通过上料AGV小车运输装有极片的夹具到上料工位接驳台1或2号,上料四轴机器人抓取极片到极片传送带上。扫码检测系统用于通过扫码枪对传送带上运输的极片进行扫码记录。视觉检测系统用于通过视觉检测相机对传送带上运输的极片进行质量检测,输出极片合格与否信息给自动分拣系统。自动分拣系统用于通过分拣四轴机器人根据视觉检测系统收到的极片合格信息将合格极片抓取到极片接驳台1或2号的夹具中,不合格极片不抓取自动流到废料盒中。极片运输系统用于通过运输AGV小车将装有合格极片的夹具到模拟装配系统的装配工位上。模拟装配系统用于通过六轴机器人推送装有极片的夹具到装配工位,模拟装配的伺服机构将夹具中极片移动到另一个夹具中。扫码追溯系统用于通过追溯扫码枪对模拟装配伺服机构抓取的最后一片极片进行扫码检测,完成一个成品记录。成品下线系统用于通过六轴机器人将装有极片的夹具推送到接驳台。
本实施例为上述锂电池极片装配微型制造产线建立数字孪生产线的方法如下,包括以下步骤:
S1,首先在三维建模软件Solidworks等建模软件中,按照1:1比例建立与锂电池极片装配微型制造产线对应的三维模型;而后,将建立的三维产线模型导入3dsmax软件进行轻量化处理;最后,将轻量处理后的三维模型导入VR模型制作软件Unreal Engine 4中搭建VR数字孪生产线模型,并在UE4软件中进行材质系统制作及渲染。
S2,获取锂电池极片装配微型制造产线的实际运行数据。具体地,可以通过OPC协议编写获取锂电池极片装配微型制造产线PLC数据(即实际运行数据)的程序。该产线的PLC数据分为两种类型:布尔型数据(Bool)和字符串(String)数据。具体数据信息可参考下表2所示:
表2
上述50个PLC节点数据被获取到后将通过TCP协议传输到锂电池极片装配微型制造产线的VR数字孪生产线模型中。
S3,对锂电池极片装配微型制造产线的PLC数据进行解析:在锂电池极片装配微型制造产线的VR数字孪生产线模型中将上述数据解析为2类,分别为设备运动状态类(44个)和设备运动参数类(6个),具体解析结果,参考上表2。
S4,在锂电池极片装配微型制造产线的VR数字孪生产线模型中,配置上述各各设备的PLC数据与VR数字孪生产线模型中各设备的动作之间的对应关系。
S5,按照上述对应关系,将所述实际运行PLC数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行,从而实现VR数字孪生产线模型与物理产线同步运行。在实际设备端开启时,在VR数字孪生产线模型中对应的设备模型将同步运动。
S6,当所述VR数字孪生产线模型未与所述物理产线在线联动运行时,将所述VR数字孪生产线模型的虚拟运行数据反馈至锂电池极片装配微型制造产线,以便根据锂电池极片装配微型制造产线的实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对锂电池极片装配微型制造产线的运行进行修正,形成闭环控制。
S7,建立所述VR数字孪生产线模型与沉浸式体验系统的通信连接。如图2所示,首先连接VR硬件系统并开启各硬件设备的电源开关;而后,在图开工作站(即PC)的桌面端启动SteamVR软件并确认硬件系统连接成功;最后,启动相应可执行程序,在沉浸式三维虚拟环境中与锂电池极片装配微型制造产线的VR数字孪生产线模型进行交互式操作。
通过上述技术方案,本实施例能够将物理产线的实际运行数据传递到VR数字孪生产线模型,用真实生产数据驱动数字孪生产线模型运行,便于对生产过程进行系统分析,优化生产工艺流程和生产资源配置,为精准生产决策提供依据。
此外,本实施例还包括:当离线时,即,当所述VR数字孪生产线模型未与所述物理产线联动运行时,还可以通过VR数字孪生产线模型实现对物理产线的仿真测试。具体来说,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,得到仿真结果,并将所述仿真结果作为所述物理产线的测试结果,该测试结果可用于指导物理产线运行,而且便于发现故障位置和故障原因。
实施例2
本实施例提供一种数字孪生产线构建系统,如图3所示,包括:模型建立模块11、数据获取模块12、解析模块13、配置模块14、同步模块15、反馈模块16以及连接模块17。下面分别对各个模块进行详细描述:
模型建立模块11用于建立与物理产线对应的VR数字孪生产线模型,具体可通过如下过程实现:
预先在三维建模软件Solidworks等建模软件中,按照1:1比例建立与物理产线对应的三维产线模型,并将建立的三维产线模型导入3dsmax软件进行轻量化处理(包括设备分类、合并、减免处理),生成对应的fbx格式文件,并将三维产线模型的fbx格式文件导入VR模型制作软件Unreal Engine4(简称UE4)中。而后,本实施例在UE4中基于导入的三维产线模型的fbx格式文件搭建VR数字孪生产线模型,并在UE4软件中制作与物理产线中各设备材料属性一致的材质系统,而后使用该材质系统对相应设备模型进行渲染。
数据获取模块12用于获取所述物理产线的实际运行数据。
通常,物理产线利用智能感知设备实时采集产线的实际运行数据,并将采集的数据上传至物理产线控制器(一般为PLC控制器)。本实施例通过python软件编写OPC(ObjectLinking and Embedding(OLE)for Process Control,用于过程控制的OLE)通讯协议程序来获取PLC数据(即物理产线的实际运行数据)。所述物理产线的实际运行数据通常包括布尔(Bool)型数据和字符串(String)型数据。
解析模块13用于对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果。
本实施例在UE4中通过开发插件接收物理产线PLC数据,并根据其中的布尔型数据,解析得到所述物理产线中各设备的相应运行状态(如停止运行状态或正在运行状态),同时根据其中的字符串型数据,解析得到所述物理产线中各设备的相应运行参数(如运动位移、角度、转速、产品数量等)。例如,对于物理产线中A设备对应的Bool型实时运行数据,若为0时,可解析为该设备停止运行,若为1时,可解析为该设备正在运行;对于该设备对应的中实时运行数据,可解析为该设备对应的运动位移、角度、转速、产量等。
配置模块14用于配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系,具体包括以下配置:
配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系。例如,配置物理产线中A设备的Bool型实时运行数据与VR数字孪生产线模型中A设备的运行状态相对应,以使物理产线中A设备的Bool型实时运行数据为1时,VR数字孪生产线模型中A设备开始运行,物理产线中A设备的Bool型实时运行数据为0时,VR数字孪生产线模型中A设备停止运行。
配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。例如,配置物理产线中A设备的String型实时运行数据与VR数字孪生产线模型中A设备的运行参数相对应,以使VR数字孪生产线模型中A设备的运动位移、角度、转速等参数能够随物理产线中A设备的运动位移、角度、转速等运行参数对应更新。
同步模块15用于按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行,从而实现VR数字孪生产线模型与物理产线同步运行。
反馈模块16用于将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,以便根据所述物理产线的实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正,形成闭环控制。
连接模块17用于建立所述VR数字孪生产线模型与沉浸式体验系统的通信连接。在本实施例中,沉浸式体验系统可以是基于HTC VIVE虚拟现实头盔显示器的沉浸式体验系统,物理产线运维人员通过佩戴HTC VIVE虚拟现实头盔显示器可以在VR数字孪生产线中虚拟漫游,在安全无限空间中监控由实际产线设备数据驱动的数字孪生产线,并可以通过VR手柄触发VR数字孪生产线模型中的设备,查看产线系统资源配置和生产情况,实时调整生产策略,优化生产决策。
其中,基于HTC VIVE虚拟现实头盔显示器的沉浸式体验系统的硬件连接关系如图2所示,主要包括图形工作站和HTC VIVE虚拟现实头盔显示器系统(含头盔显示器,VR手柄,红外光学定位器及辅助连接线)。VR数字孪生产线模型可以运行在图形工作站,其连接HTCVIVE虚拟现实头盔显示器系统需要配置SteamVR软件。
本实施例能够用真实生产数据驱动数字孪生产线模型运行,便于对生产过程进行系统分析,优化生产工艺流程和生产资源配置,为精准生产决策提供依据。
此外,本实施例还包括:仿真测试模块,用于在离线时,即,在所述VR数字孪生产线模型未与所述物理产线联动运行时,通过VR数字孪生产线模型实现对物理产线的仿真测试。具体来说,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,得到仿真结果,并将所述仿真结果作为所述物理产线的测试结果,该测试结果可用于指导物理产线运行,而且便于发现故障位置和故障原因。
实施例3
本实施例提供一种电子设备,电子设备可以通过计算设备的形式表现(例如可以为服务器设备),包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中处理器执行计算机程序时可以实现实施例1提供的数字孪生产线构建方法。
图4示出了本实施例的硬件结构示意图,如图4所示,电子设备9具体包括:
至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93,其中:
总线93包括数据总线、地址总线和控制总线。
存储器92包括易失性存储器,例如随机存取存储器(RAM)921和/或高速缓存存储器922,还可以进一步包括只读存储器(ROM)923。
存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925,这样的程序模块924包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序,从而执行各种功能应用以及数据处理,例如本发明实施例1所提供的数字孪生产线构建方法。
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且,电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备9使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现实施例1所提供的数字孪生产线构建方法的步骤。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行实现实施例1所述的数字孪生产线构建方法的步骤。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (14)
1.一种数字孪生产线构建方法,其特征在于,包括:
建立与物理产线对应的VR数字孪生产线模型;
获取所述物理产线的实际运行数据;
对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果;
配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;
按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。
2.根据权利要求1所述的数字孪生产线构建方法,其特征在于,所述物理产线的实际运行数据包括若干布尔型数据和字符串型数据。
3.根据权利要求2所述的数字孪生产线构建方法,其特征在于,所述对所述物理产线的实际运行数据进行解析,包括:
根据所述布尔型数据,解析得到所述物理产线中各设备的相应运行状态;
根据所述字符串型数据,解析得到所述物理产线中各设备的相应运行参数。
4.根据权利要求3所述的数字孪生产线构建方法,其特征在于,所述配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系,包括:
配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系;
配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。
5.根据权利要求1所述的数字孪生产线构建方法,其特征在于,所述方法还包括:
当所述VR数字孪生产线模型与所述物理产线联动运行时,将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,以便根据所述实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正。
6.根据权利要求1所述的数字孪生产线构建方法,其特征在于,所述方法还包括:
当所述VR数字孪生产线模型未与所述物理产线联动运行时,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,并获取仿真结果;
将所述仿真结果作为所述物理产线的测试结果。
7.一种数字孪生产线构建系统,其特征在于,包括:
模型建立模块,用于建立与物理产线对应的VR数字孪生产线模型;
数据获取模块,用于获取所述物理产线的实际运行数据;
解析模块,用于对所述物理产线的实际运行数据进行解析,得到相应的实际运行数据解析结果;
配置模块,用于配置所述实际运行数据与所述VR数字孪生产线模型之间的对应关系;
同步模块,用于按照所述对应关系,将所述实际运行数据解析结果传递给所述VR数字孪生产线模型,以使所述VR数字孪生产线模型根据所述实际运行数据解析结果进行运行。
8.根据权利要求7所述的数字孪生产线构建系统,其特征在于,所述物理产线的实际运行数据包括若干布尔型数据和字符串型数据。
9.根据权利要求8所述的数字孪生产线构建系统,其特征在于,所述解析模块具体用于:
根据所述布尔型数据,解析得到所述物理产线中各设备的相应运行状态;
根据所述字符串型数据,解析得到所述物理产线中各设备的相应运行参数。
10.根据权利要求9所述的数字孪生产线构建系统,其特征在于,所述配置模块具体用于:
配置所述实际运行数据中的布尔型数据与所述VR数字孪生产线模型中相应设备的运行状态之间的对应关系;
配置所述实际运行数据中的字符串型数据与所述VR数字孪生产线模型中相应设备的运行参数之间的对应关系。
11.根据权利要求7所述的数字孪生产线构建系统,其特征在于,所述系统还包括:
反馈模块,用于将所述VR数字孪生产线模型的虚拟运行数据反馈至所述物理产线,以使所述物理产线根据所述实际运行数据与所述VR数字孪生产线模型的虚拟运行数据,对所述物理产线的运行进行修正。
12.根据权利要求7所述的数字孪生产线构建系统,其特征在于,所述系统还包括仿真测试模块,所述仿真测试模块用于:
当所述VR数字孪生产线模型未与所述物理产线联动运行时,控制所述VR数字孪生产线模型按照预设的测试运行数据进行仿真,并获取仿真结果;
将所述仿真结果作为所述物理产线的测试结果。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107322.6A CN112800606A (zh) | 2021-01-27 | 2021-01-27 | 数字孪生产线构建方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107322.6A CN112800606A (zh) | 2021-01-27 | 2021-01-27 | 数字孪生产线构建方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112800606A true CN112800606A (zh) | 2021-05-14 |
Family
ID=75811981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110107322.6A Pending CN112800606A (zh) | 2021-01-27 | 2021-01-27 | 数字孪生产线构建方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800606A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114260893A (zh) * | 2021-12-22 | 2022-04-01 | 武汉理工大学 | 一种工业机器人装配拾放过程数字孪生模型构建方法 |
CN114442510A (zh) * | 2021-12-31 | 2022-05-06 | 广东省科学院智能制造研究所 | 数字孪生闭环控制方法、系统、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190138970A1 (en) * | 2017-11-07 | 2019-05-09 | General Electric Company | Contextual digital twin |
CN110765635A (zh) * | 2019-11-04 | 2020-02-07 | 上海电气集团股份有限公司 | 数字孪生系统的协同方法、系统、电子设备和介质 |
CN111338300A (zh) * | 2020-02-27 | 2020-06-26 | 广东工业大学 | 生产线基于数字孪生的物理仿真方法及其系统 |
CN111611702A (zh) * | 2020-05-15 | 2020-09-01 | 深圳星地孪生科技有限公司 | 数字孪生场景创建方法、装置、设备和存储介质 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
-
2021
- 2021-01-27 CN CN202110107322.6A patent/CN112800606A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190138970A1 (en) * | 2017-11-07 | 2019-05-09 | General Electric Company | Contextual digital twin |
CN110765635A (zh) * | 2019-11-04 | 2020-02-07 | 上海电气集团股份有限公司 | 数字孪生系统的协同方法、系统、电子设备和介质 |
CN111338300A (zh) * | 2020-02-27 | 2020-06-26 | 广东工业大学 | 生产线基于数字孪生的物理仿真方法及其系统 |
CN111611702A (zh) * | 2020-05-15 | 2020-09-01 | 深圳星地孪生科技有限公司 | 数字孪生场景创建方法、装置、设备和存储介质 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114260893A (zh) * | 2021-12-22 | 2022-04-01 | 武汉理工大学 | 一种工业机器人装配拾放过程数字孪生模型构建方法 |
CN114442510A (zh) * | 2021-12-31 | 2022-05-06 | 广东省科学院智能制造研究所 | 数字孪生闭环控制方法、系统、计算机设备及存储介质 |
CN114442510B (zh) * | 2021-12-31 | 2023-10-27 | 广东省科学院智能制造研究所 | 数字孪生闭环控制方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xia et al. | A digital twin to train deep reinforcement learning agent for smart manufacturing plants: Environment, interfaces and intelligence | |
CN110765635A (zh) | 数字孪生系统的协同方法、系统、电子设备和介质 | |
JP7037204B2 (ja) | スマート工場のモニタリング方法及びシステム | |
Liu et al. | Probing an intelligent predictive maintenance approach with deep learning and augmented reality for machine tools in IoT-enabled manufacturing | |
CN110399642A (zh) | 一种针对生产流水线的数字孪生体及其构建方法和应用 | |
CN111221312B (zh) | 机器人在生产线的优化方法、系统及在数字孪生的应用 | |
CN113887016A (zh) | 一种基于数字孪生的船舶数字化车间仿真方法与系统 | |
US11654552B2 (en) | Backup control based continuous training of robots | |
CN112051750B (zh) | 一种四旋翼无人机数字孪生系统 | |
CN111797521B (zh) | 一种自动化生产线三维仿真调试及监控方法 | |
Liang et al. | Real-time state synchronization between physical construction robots and process-level digital twins | |
Eriksson et al. | Applying digital twin technology in higher education: An automation line case study | |
CN112800606A (zh) | 数字孪生产线构建方法、系统、电子设备及存储介质 | |
CN111401789A (zh) | 一种基于bim的建筑施工智能监管系统 | |
Duan et al. | A digital twin–driven monitoring framework for dual-robot collaborative manipulation | |
CN116415386A (zh) | 一种基于实时数据驱动的数字孪生产线可视化系统 | |
Ko et al. | A study on manufacturing facility safety system using multimedia tools for cyber physical systems | |
Ensafi et al. | A modeling methodology towards digital twin development in smart factories for the industry 4.0 human augmentation experiments | |
Sun | A Flexible Manufacturing System based on Virtual Simulation Technology for Building Flexible Platforms | |
CN112114529A (zh) | 一种面向五金行业的仿真调试系统 | |
Wang et al. | Research on Virtual Monitoring Method Based on Digital Twin Smart Factory. | |
Charter | Human-Centered Intelligent Monitoring and Control of Industrial Systems: A Framework for Immersive Cyber-Physical Systems | |
CN113552871B (zh) | 基于人工智能的机器人控制方法、装置及电子设备 | |
Altamirano-Avila et al. | Work in Progress: Implementation of a Digital Twin as Technology to support Discrete Event Control Teaching | |
KR102657373B1 (ko) | 산업용 제조 설비의 구동을 위한 회로 설계 자동화 및 이에 의한 제어 방법, 장치 및 시스템 |
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 |