CN113126583A - 一种数字孪生纺织成套装备实时交互控制方法及系统 - Google Patents

一种数字孪生纺织成套装备实时交互控制方法及系统 Download PDF

Info

Publication number
CN113126583A
CN113126583A CN202110440768.0A CN202110440768A CN113126583A CN 113126583 A CN113126583 A CN 113126583A CN 202110440768 A CN202110440768 A CN 202110440768A CN 113126583 A CN113126583 A CN 113126583A
Authority
CN
China
Prior art keywords
sub
function block
digital twin
time
complete equipment
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.)
Granted
Application number
CN202110440768.0A
Other languages
English (en)
Other versions
CN113126583B (zh
Inventor
陶飞
王勇
邹孝付
徐慧
程江峰
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.)
Riamb Beijing Technology Development Co ltd
Beihang University
Original Assignee
Riamb Beijing Technology Development Co ltd
Beihang University
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 Riamb Beijing Technology Development Co ltd, Beihang University filed Critical Riamb Beijing Technology Development Co ltd
Priority to CN202110440768.0A priority Critical patent/CN113126583B/zh
Publication of CN113126583A publication Critical patent/CN113126583A/zh
Application granted granted Critical
Publication of CN113126583B publication Critical patent/CN113126583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

本发明公开了一种数字孪生纺织成套装备实时交互控制方法及系统，系统包括：纺织成套装备数字孪生子功能模块，该模块首先在功能上将纺织成套装备划分为多个子功能块，然后分别构建各子功能块的数字孪生模型，基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，基于各子功能块数字孪生模型与各子功能块实体间的交互，得到在实时性约束下的各子功能块输入节点和输出节点的时间区间；数字孪生纺织成套装备实时交互控制决策模块，该模块监控各子功能块输入和输出的实际时间，并基于各子功能块输入节点和输出节点的时间区间完成对纺织成套装备实时交互控制决策的生成。

Description

一种数字孪生纺织成套装备实时交互控制方法及系统
技术领域
本发明属于电子工程和计算机科学领域，具体涉及一种数字孪生纺织成套装备实时交互控制方法及系统。
背景技术
纺织成套装备广泛应用于纺织车间，如落丝机、堆垛机、纺丝机等，在纺丝工艺中，各环节之间密切衔接，存在很严格的时序关系，如果某一环节出现交大时延，那么整体纺丝生产都将受到影响，甚至停工。但是从另一方面说，对于纺织装备而言，其在加工运行中各子模块间必然存在时延，且有的时延是无法避免的，如传输时延，那么如何最大程度的减小纺织装备运行时延，提高整体实时性是值得探讨的。为此，本发明公开了一种数字孪生纺织成套装备实时交互控制方法，通过纺织成套装备数字孪生子功能模块和数字孪生纺织成套装备实时交互控制决策模块的设计，借助数字孪生技术，在一定程度上减小纺织成套装备各子功能块间的时延，提高纺织成套装备交互控制实时性。
发明内容
本发明要解决的技术问题为：提供一种数字孪生纺织成套装备实时交互控制方法及系统，该方法涵盖了纺织成套装备数字孪生子功能模块和数字孪生纺织成套装备实时交互控制决策模块的设计，能够在一定程度上减小纺织成套装备各子功能块间的时延，提高纺织成套装备交互控制实时性。
本发明解决其技术问题是采取以下技术方案实现的：一种数字孪生纺织成套装备实时交互控制方法，包括：
步骤1、设计纺织成套装备数字孪生子功能，首先在功能上将纺织成套装备划分为多个子功能块，然后分别构建各子功能块的数字孪生模型，基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，基于各子功能块数字孪生模型与各子功能块实体间的交互，得到在实时性约束下的各子功能块输入节点和输出节点的时间区间；
步骤2、数字孪生纺织成套装备实时交互控制决策，通过监控各子功能块输入和输出的实际时间，并基于各子功能块输入节点和输出节点的时间区间完成对纺织成套装备实时交互控制决策的生成。
进一步的，步骤(1)、设计纺织成套装备数字孪生子功能，具体实现如下；
(1.1)在功能上将纺织成套装备划分为多个子功能块，同时构建各子功能块的数字孪生模型，子功能块个数记为n；
(1.2)基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，即将纺织成套装备工艺进行程序编码并作为各子功能块数字孪生模型的属性；利用历史数据中各子功能块的输入作为各子功能块数字孪生模型的输入，对比历史数据中各子功能块的输出和各子功能块数字孪生模型的输出，两者差值在纺织成套装备工艺允许范围内即可认定各子功能块数字孪生模型的正确性，否则，校正各子功能块数字孪生模型；
(1.3)基于纺织成套装备工艺中确定的实时性要求，并利用构建的各子功能块数字孪生模型的仿真运行，确定各子功能块输入和输出的时间区间，即输入时间区间为
Figure BDA0003034971810000021
Figure BDA0003034971810000022
Figure BDA0003034971810000023
分别为输入时间区间的最小输入时间和最大输入时间；输出时间区间为
Figure BDA0003034971810000024
Figure BDA0003034971810000025
为输出时间区间的最小输出时间和最大输出时间，其中i为各子功能块的序号；
进一步的，步骤(2)、数字孪生纺织成套装备实时交互控制决策，具体实现如下；
(2.1)将步骤(1)中构建的纺织成套装备各子功能块数字孪生模型与纺织成套装备各子功能块同步运行，并监控纺织成套装备各子功能块输入和输出的实际时间，记为
Figure BDA0003034971810000026
和
Figure BDA0003034971810000027
其中i为各子功能块的序号；
(2.2)当
Figure BDA0003034971810000028
大于
Figure BDA0003034971810000029
即子功能块i的输入实际时间大于该子功能块所允许的最大输入时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块i的实际输出，其中i区间为[1，n]；
(2.3)当
Figure BDA00030349718100000210
大于
Figure BDA00030349718100000211
即子功能块i的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块(i+1)的实际输入，其中i区间为[1，n-1]；
(2.4)当
Figure BDA00030349718100000212
大于
Figure BDA00030349718100000213
即子功能块n的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块n同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块n的实际输出。
本发明还提出一种数字孪生纺织成套装备实时交互控制系统，包括：
纺织成套装备数字孪生子功能模块，该模块首先在功能上将纺织成套装备划分为多个子功能块，然后分别构建各子功能块的数字孪生模型，基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，基于各子功能块数字孪生模型与各子功能块实体间的交互，得到在实时性约束下的各子功能块输入节点和输出节点的时间区间；
数字孪生纺织成套装备实时交互控制决策模块，该模块监控各子功能块输入和输出的实际时间，并基于各子功能块输入节点和输出节点的时间区间完成对纺织成套装备实时交互控制决策的生成。
进一步的，所述纺织成套装备数字孪生子功能模块，具体实现如下；
(1.1)在功能上将纺织成套装备划分为多个子功能块，同时构建各子功能块的数字孪生模型，子功能块个数记为n；
(1.2)基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，即将纺织成套装备工艺进行程序编码并作为各子功能块数字孪生模型的属性；利用历史数据中各子功能块的输入作为各子功能块数字孪生模型的输入，对比历史数据中各子功能块的输出和各子功能块数字孪生模型的输出，两者差值在纺织成套装备工艺允许范围内即可认定各子功能块数字孪生模型的正确性，否则，校正各子功能块数字孪生模型；
(1.3)基于纺织成套装备工艺中确定的实时性要求，并利用构建的各子功能块数字孪生模型的仿真运行，确定各子功能块输入和输出的时间区间，即输入时间区间为
Figure BDA0003034971810000031
Figure BDA0003034971810000032
Figure BDA0003034971810000033
分别为输入时间区间的最小输入时间和最大输入时间；输出时间区间为
Figure BDA0003034971810000034
Figure BDA0003034971810000035
为输出时间区间的最小输出时间和最大输出时间，其中i为各子功能块的序号；
进一步的，数字孪生纺织成套装备实时交互控制决策模块，用于进行实时交互控制决策，具体实现如下；
(2.1)将前述构建的纺织成套装备各子功能块数字孪生模型与纺织成套装备各子功能块同步运行，并监控纺织成套装备各子功能块输入和输出的实际时间，记为
Figure BDA0003034971810000036
和
Figure BDA0003034971810000037
其中i为各子功能块的序号；
(2.2)当
Figure BDA0003034971810000038
大于
Figure BDA0003034971810000039
即子功能块i的输入实际时间大于该子功能块所允许的最大输入时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块i的实际输出，其中i区间为[1，n]；
(2.3)当
Figure BDA00030349718100000310
大于
Figure BDA00030349718100000311
即子功能块i的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块(i+1)的实际输入，其中i区间为[1，n-1]；
(2.4)当
Figure BDA00030349718100000312
大于
Figure BDA00030349718100000313
即子功能块n的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块n同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块n的实际输出。
本发明与现有技术相比的优点在于：借助数字孪生技术并结合纺织成套装备在功能上的划分，构建各子模块的数字孪生模型，同时基于工艺和历史数据完成数字孪生模型迭代，在此前提下，通过对纺织成套装备实时运行的监控，结合各节点输入输出实际时间完成控制策略的调整，能够在一定程度上减小纺织成套装备各子功能块间的时延，提高纺织成套装备交互控制实时性。
附图说明
图1为本发明的一种数字孪生纺织成套装备实时交互控制方法流程框图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
本发明涉及一种数字孪生纺织成套装备实时交互控制方法，包括纺织成套装备数字孪生子功能模块和数字孪生纺织成套装备实时交互控制决策模块的设计，能够在一定程度上减小纺织成套装备各子功能块间的时延，提高纺织成套装备交互控制实时性。
本发明的流程框图如图1所示，具体实施方式如下：
(1)图1中的1表示纺织成套装备数字孪生子功能模块，图1中的2表示数字孪生纺织成套装备实时交互控制决策模块；
(2)、设计纺织成套装备数字孪生子功能模块，具体实现如下；
①在功能上将纺织成套装备划分为多个子功能块，同时构建各子功能块的数字孪生模型，子功能块个数记为n；
②基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，即将纺织成套装备工艺进行程序编码并作为各子功能块数字孪生模型的属性；利用历史数据中各子功能块的输入作为各子功能块数字孪生模型的输入，对比历史数据中各子功能块的输出和各子功能块数字孪生模型的输出，两者差值在纺织成套装备工艺允许范围内即可认定各子功能块数字孪生模型的正确性，否则，校正各子功能块数字孪生模型；
③基于纺织成套装备工艺中确定的实时性要求，并利用构建的各子功能块数字孪生模型的仿真运行，确定各子功能块输入和输出的时间区间，即输入时间区间为
Figure BDA0003034971810000041
Figure BDA0003034971810000042
输出时间区间为
Figure BDA0003034971810000043
其中i为各子功能块的序号；
(3)、设计数字孪生纺织成套装备实时交互控制决策模块，具体实现如下；
①将(2)中构建的纺织成套装备各子功能块数字孪生模型与纺织成套装备各子功能块同步运行，并监控纺织成套装备各子功能块输入和输出的实际时间，记为
Figure BDA0003034971810000051
和
Figure BDA0003034971810000052
其中i为各子功能块的序号；
②当
Figure BDA0003034971810000053
大于
Figure BDA0003034971810000054
即子功能块i的输入实际时间大于该子功能块所允许的最大输入时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块i的实际输出，其中i区间为[1，n]；
③当
Figure BDA0003034971810000055
大于
Figure BDA0003034971810000056
即子功能块i的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块(i+1)的实际输入，其中i区间为[1，n-1]；
④当
Figure BDA0003034971810000057
大于
Figure BDA0003034971810000058
即子功能块n的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块n同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块n的实际输出。
综上所述，本发明公开了一种数字孪生纺织成套装备实时交互控制方法，包括纺织成套装备数字孪生子功能模块和数字孪生纺织成套装备实时交互控制决策模块的设计，能够在一定程度上减小纺织成套装备各子功能块间的时延，提高纺织成套装备交互控制实时性。
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 (6)

1.一种数字孪生纺织成套装备实时交互控制方法，其特征在于，包括：
步骤1、设计纺织成套装备数字孪生子功能，首先在功能上将纺织成套装备划分为多个子功能块，然后分别构建各子功能块的数字孪生模型，基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，基于各子功能块数字孪生模型与各子功能块实体间的交互，得到在实时性约束下的各子功能块输入节点和输出节点的时间区间；
步骤2、数字孪生纺织成套装备实时交互控制决策，通过监控各子功能块输入和输出的实际时间，并基于各子功能块输入节点和输出节点的时间区间完成对纺织成套装备实时交互控制决策的生成。
2.根据权利要求1所述的一种数字孪生纺织成套装备实时交互控制方法，其特征在于，
步骤(1)、设计纺织成套装备数字孪生子功能，具体实现如下；
(1.1)在功能上将纺织成套装备划分为多个子功能块，同时构建各子功能块的数字孪生模型，子功能块个数记为n；
(1.2)基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，即将纺织成套装备工艺进行程序编码并作为各子功能块数字孪生模型的属性；利用历史数据中各子功能块的输入作为各子功能块数字孪生模型的输入，对比历史数据中各子功能块的输出和各子功能块数字孪生模型的输出，两者差值在纺织成套装备工艺允许范围内即可认定各子功能块数字孪生模型的正确性，否则，校正各子功能块数字孪生模型；
(1.3)基于纺织成套装备工艺中确定的实时性要求，并利用构建的各子功能块数字孪生模型的仿真运行，确定各子功能块输入和输出的时间区间，即输入时间区间为
Figure FDA0003034971800000011
Figure FDA0003034971800000012
Figure FDA0003034971800000013
分别为输入时间区间的最小输入时间和最大输入时间；输出时间区间为
Figure FDA0003034971800000014
Figure FDA0003034971800000015
为输出时间区间的最小输出时间和最大输出时间，其中i为各子功能块的序号。
3.根据权利要求1所述的一种数字孪生纺织成套装备实时交互控制方法，其特征在于，步骤(2)、数字孪生纺织成套装备实时交互控制决策，具体实现如下；
(2.1)将步骤(1)中构建的纺织成套装备各子功能块数字孪生模型与纺织成套装备各子功能块同步运行，并监控纺织成套装备各子功能块输入和输出的实际时间，记为
Figure FDA0003034971800000016
和
Figure FDA0003034971800000017
其中i为各子功能块的序号；
(2.2)当
Figure FDA0003034971800000021
大于
Figure FDA0003034971800000022
即子功能块i的输入实际时间大于该子功能块所允许的最大输入时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块i的实际输出，其中i区间为[1，n]；
(2.3)当
Figure FDA0003034971800000023
大于
Figure FDA0003034971800000024
即子功能块i的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块(i+1)的实际输入，其中i区间为[1，n-1]；
(2.4)当
Figure FDA0003034971800000025
大于
Figure FDA0003034971800000026
即子功能块n的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块n同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块n的实际输出。
4.一种数字孪生纺织成套装备实时交互控制系统，其特征在于，包括：
纺织成套装备数字孪生子功能模块，该模块首先在功能上将纺织成套装备划分为多个子功能块，然后分别构建各子功能块的数字孪生模型，基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，基于各子功能块数字孪生模型与各子功能块实体间的交互，得到在实时性约束下的各子功能块输入节点和输出节点的时间区间；
数字孪生纺织成套装备实时交互控制决策模块，该模块监控各子功能块输入和输出的实际时间，并基于各子功能块输入节点和输出节点的时间区间完成对纺织成套装备实时交互控制决策的生成。
5.根据权利要求4所述的一种数字孪生纺织成套装备实时交互控制系统，其特征在于，
所述纺织成套装备数字孪生子功能模块，具体实现如下；
(1.1)在功能上将纺织成套装备划分为多个子功能块，同时构建各子功能块的数字孪生模型，子功能块个数记为n；
(1.2)基于纺织成套装备工艺和历史数据完成各子功能块数字孪生模型的迭代和验证，即将纺织成套装备工艺进行程序编码并作为各子功能块数字孪生模型的属性；利用历史数据中各子功能块的输入作为各子功能块数字孪生模型的输入，对比历史数据中各子功能块的输出和各子功能块数字孪生模型的输出，两者差值在纺织成套装备工艺允许范围内即可认定各子功能块数字孪生模型的正确性，否则，校正各子功能块数字孪生模型；
(1.3)基于纺织成套装备工艺中确定的实时性要求，并利用构建的各子功能块数字孪生模型的仿真运行，确定各子功能块输入和输出的时间区间，即输入时间区间为
Figure FDA0003034971800000027
Figure FDA0003034971800000031
Figure FDA0003034971800000032
分别为输入时间区间的最小输入时间和最大输入时间；输出时间区间为
Figure FDA0003034971800000033
Figure FDA0003034971800000034
为输出时间区间的最小输出时间和最大输出时间，其中i为各子功能块的序号。
6.根据权利要求4所述的一种数字孪生纺织成套装备实时交互控制系统，其特征在于，
数字孪生纺织成套装备实时交互控制决策模块，用于进行实时交互控制决策，具体实现如下；
(2.1)将前述构建的纺织成套装备各子功能块数字孪生模型与纺织成套装备各子功能块同步运行，并监控纺织成套装备各子功能块输入和输出的实际时间，记为
Figure FDA0003034971800000035
和
Figure FDA0003034971800000036
其中i为各子功能块的序号；
(2.2)当
Figure FDA0003034971800000037
大于
Figure FDA0003034971800000038
即子功能块i的输入实际时间大于该子功能块所允许的最大输入时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块i的实际输出，其中i区间为[1，n]；
(2.3)当
Figure FDA0003034971800000039
大于
Figure FDA00030349718000000310
即子功能块i的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块i同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块(i+1)的实际输入，其中i区间为[1，n-1]；
(2.4)当
Figure FDA00030349718000000311
大于
Figure FDA00030349718000000312
即子功能块n的输出实际时间大于该子功能块所允许的最大输出时间，则将与子功能块n同步运行的子功能块数字孪生模型计算得到的输出直接作为子功能块n的实际输出。
CN202110440768.0A 2021-04-23 2021-04-23 一种数字孪生纺织成套装备实时交互控制方法及系统 Active CN113126583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110440768.0A CN113126583B (zh) 2021-04-23 2021-04-23 一种数字孪生纺织成套装备实时交互控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110440768.0A CN113126583B (zh) 2021-04-23 2021-04-23 一种数字孪生纺织成套装备实时交互控制方法及系统

Publications (2)

Publication Number Publication Date
CN113126583A true CN113126583A (zh) 2021-07-16
CN113126583B CN113126583B (zh) 2022-02-11

Family

ID=76779285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110440768.0A Active CN113126583B (zh) 2021-04-23 2021-04-23 一种数字孪生纺织成套装备实时交互控制方法及系统

Country Status (1)

Country Link
CN (1) CN113126583B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114212609A (zh) * 2021-12-15 2022-03-22 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卷装作业方法
WO2024093928A1 (zh) * 2022-11-04 2024-05-10 深圳镁伽科技有限公司 自动化流程的管理方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109933035A (zh) * 2019-04-24 2019-06-25 中国科学院重庆绿色智能技术研究院 一种基于数字孪生的生产线控制系统、方法及生产系统
CN110154024A (zh) * 2019-05-22 2019-08-23 清华大学 一种基于长短期记忆神经网络增量模型的装配控制方法
CN111210184A (zh) * 2020-01-15 2020-05-29 北京航空航天大学 一种数字孪生车间物料准时配送方法及系统
US20200225655A1 (en) * 2016-05-09 2020-07-16 Strong Force Iot Portfolio 2016, Llc Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment
CN111562773A (zh) * 2020-07-10 2020-08-21 上海交大智邦科技有限公司 一种制造执行系统与产线一体化虚拟调试的方法及系统
CN111722539A (zh) * 2020-06-03 2020-09-29 西安交通大学 一种基于时间自动机的数字孪生制造单元行为建模方法
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200225655A1 (en) * 2016-05-09 2020-07-16 Strong Force Iot Portfolio 2016, Llc Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment
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
CN109933035A (zh) * 2019-04-24 2019-06-25 中国科学院重庆绿色智能技术研究院 一种基于数字孪生的生产线控制系统、方法及生产系统
CN110154024A (zh) * 2019-05-22 2019-08-23 清华大学 一种基于长短期记忆神经网络增量模型的装配控制方法
CN111210184A (zh) * 2020-01-15 2020-05-29 北京航空航天大学 一种数字孪生车间物料准时配送方法及系统
CN111722539A (zh) * 2020-06-03 2020-09-29 西安交通大学 一种基于时间自动机的数字孪生制造单元行为建模方法
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
CN111562773A (zh) * 2020-07-10 2020-08-21 上海交大智邦科技有限公司 一种制造执行系统与产线一体化虚拟调试的方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114212609A (zh) * 2021-12-15 2022-03-22 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卷装作业方法
CN114212609B (zh) * 2021-12-15 2023-11-14 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卷装作业方法
WO2024093928A1 (zh) * 2022-11-04 2024-05-10 深圳镁伽科技有限公司 自动化流程的管理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN113126583B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN113126583B (zh) 一种数字孪生纺织成套装备实时交互控制方法及系统
CN107632590B (zh) 一种基于优先级的底事件排序方法
Allender et al. A uniform circuit lower bound for the permanent
CN106817106A (zh) 一种并行fir滤波方法及fir滤波器
CN109587483A (zh) 码流提取模块
Zhang et al. An interactive protocol synthesis algorithm using a global state transition graph
CN109885588B (zh) 一种复杂事件检测方法及系统
Kawakami et al. Toward a classification of four-dimensional Painlevé-type equations
CN107579844A (zh) 一种基于业务路径和频度矩阵的动态关联故障挖掘方法
Ho et al. Computing co-state variables for discrete event systems
Da et al. Integrated preventive maintenance and production scheduling optimization on uniform parallel machines with deterioration effect
CN111651507A (zh) 一种大数据加工方法及系统
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
CN115146485A (zh) 基于gpu加速的射频链路仿真方法
JPH0695881A (ja) 機械装置類故障診断エキスパートデータ用ルールベース作成システム
CN110908342B (zh) 融合算子的多工序制造质量损失预测o-gert方法
CN115263467A (zh) 单抽热电联产抽凝机组运行功率上下限确定方法及系统
CN113487266A (zh) 一种动态参量的物料编码和物料清单自动生成方法、系统、设备及存储介质
CN113762754A (zh) 一种混合车间低熵自适应调度方法
CN106027032A (zh) 一种单位延时模型下rm逻辑电路延时优化方法
CN107679010B (zh) 一种面向可重构计算阵列的算子映射系统及方法
CN110675088A (zh) 一种数字孪生系统复杂任务高效划分方法
CN114461677B (zh) 一种基于选择度传递调整连接顺序的方法
CN111277400B (zh) 一种提高多节点实时数据同步质量的方法
CN110705197A (zh) 一种数字孪生系统复杂任务布局紧耦合运行方法及系统

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
CB02 Change of applicant information

Address after: Room 302, Building 8, No. 1 Jiaochangkou Street, Xicheng District, Beijing (Desheng Park)

Applicant after: Beizisuo (Beijing) Technology Development Co.,Ltd.

Applicant after: BEIHANG University

Address before: Room 302, Building 8, No. 1 Jiaochangkou Street, Xicheng District, Beijing (Desheng Park)

Applicant before: RIAMB (BEIJING) TECHNOLOGY DEVELOPMENT Co.,Ltd.

Applicant before: BEIHANG University

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant