CN113255099B - 一种组件式孪生计算方法及系统 - Google Patents
一种组件式孪生计算方法及系统 Download PDFInfo
- Publication number
- CN113255099B CN113255099B CN202110412231.3A CN202110412231A CN113255099B CN 113255099 B CN113255099 B CN 113255099B CN 202110412231 A CN202110412231 A CN 202110412231A CN 113255099 B CN113255099 B CN 113255099B
- Authority
- CN
- China
- Prior art keywords
- component
- twin
- calculation
- module
- relation
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 154
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 14
- 230000007246 mechanism Effects 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 54
- 230000008520 organization Effects 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 16
- 238000000926 separation method Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 13
- 238000012067 mathematical method Methods 0.000 claims description 6
- 238000011197 physicochemical method Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 abstract 1
- 239000000463 material Substances 0.000 description 10
- 238000004088 simulation Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000010410 layer Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000004927 fusion Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000005191 phase separation Methods 0.000 description 2
- 230000003863 physical function Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000195 production control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
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
本发明提供了一种组件式孪生计算方法及系统,包括:步骤S1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;步骤S2:将划分后的组件模块基于层级父子关系和整体结构关系,利用先组合后分离或先分离后组合的计算方法,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;步骤S3:将孪生数字副本反作用于孪生目标。本发明让孪生计算普遍适应多观测和多操作引入的动态实时计算要求,以便更准确的实时复刻孪生目标,让孪生数字副本能及时反作用真实物理世界,且可行于有限存储,运算和网络条件下的计算硬件。
Description
技术领域
本发明涉及孪生仿真技术领域,具体地,涉及一种组件式孪生计算方法及系统,更为具体地,涉及一种组件式孪生计算增强计算方法。
背景技术
数字孪生在各行业应用中,虽然有各种各样的实施表现,但孪生目标通常都会由:模型造型,运行机理,物理化学属性等接近真实物理有形、无形对象组成,从而数字对象具备反映和反作用真实物理对象的能力。但物理世界的复杂性和多维易变性很难让计算机系统对其数字副本的现在时刻完整描述,计算能力和计算资源的有限性与自然界的无界随机性存在冲突。既然难实时描述真实物理世界,而待描述的目标组成还会持续发展,就迫切研究出能与自然物理界组成和运行的近似计算方法来构建数字孪生的数字结构,提高孪生计算的行业应用能力。
以工业品为孪生目标的数字孪生来举例(汽车、飞行器、装备组成等场景),这些对象的造型有繁有简,有多层包裹表层和串行嵌套的结构也有同级关联模型结构组合;运行机理与对应模型亦有一一对应组成关系,也与这些数字目标的组合有因果联系;物理化学属性客观一直存在,与关注对象和发起关注的主体对应,在被观测时,部分属性才会被数字化表现出来。如何将多样和不同多维的孪生目标对象,实时对其完整的数字副本实施正向模拟和反向仿真有计算能力的难度。
以上是以目标对象来划分关系,当改为以观测者和操作者来看孪生计算时,比如现实物理世界中的确有一个单纯的观测者或一个单独的操作者,去作用一个目标对象或目标对象的集合,这是对系统和对象的独占性操作,输入和输出一一对应,期间难点重点在上例中分析过。但如果有多位观测者,且有多位随机操作者在同时刻实施操作,这在现实物理世界很常见也无难度,无论是观测者的数量还是操作者的数量都对整个系统本质没改变,而且在观测者群体与操作者群体相交或下一随机时刻两种角色互换,也不改变整个系统本质。上例是从对象出发,而本例是从多操作者引入动态多输入,多观测者引入动态多输出和输入(观测需要本身也是一组输入指令),也会增加对孪生目标上实施的计算可行难度。
以上客观描绘了孪生的纯粹性和实时性,也引入了动态随机环境对孪生计算带去的影响背景,本专利待解决的问题是:让孪生计算普遍适应多观测和多操作引入的动态实时计算要求,以便更准确的实时复刻孪生目标,让孪生数字副本能及时反作用真实物理世界,且可行于有限存储,运算和网络条件下的计算硬件。
专利文献CN111274671A(申请号:201911407497.8)公开了一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统,针对产品装配过程中的关键工序,对零件装配配合区域进行实测数据采集与处理,将实测数据与理想模型进行深度融合,构建零件数字孪生模型;结合规划好的装配顺序对零件装配定位约束进行求解与更新,以获得产品数字孪生模型;将该产品数字孪生模型用于预装配仿真分析中,根据装配仿真分析结果以及装配碰撞干涉检查情况,计算得到零件需要修配的配合区域位置信息以及最小修配量,并给出合理的零件修配方案,完成装配过程的在线修配与精准控制。看似是有解决问题的现象交集,实则问题的核心要素,解决目标和方法都不同,多数孪生会焦点在形态,而实时的计算处理,加上超越形态的计算过程的赋能,是孪生行业落地发展的核心制约点之一,也就是本发明解决的。
专利文献CN110941251A(申请号:201911359294.6)公开了一种基于数字孪生体的生产控制方法、装置、设备及介质。其中,方法包括:获取与定点装配场景下装配的目标装配物体匹配的至少两个层级的标准数字孪生体,其中,不同层级的标准数字孪生体对应定点装配过程中不同粒度的参考信息的信息值;在至少两个层级的标准数字孪生体中提取目标参考信息的信息值,并获取与目标装配物体的动态成产环境匹配的生产信息的信息值;将各项信息值输入至预设的自组织模型中进行迭代运算,得到自组织模型的最优解作为定点装配场景下装配目标装配物体的生产控制信息的信息值。从分隔的角度对比文详细论述了孪生的独立性,但本发明是从自然物理世界和观察操作者两种维度形成了划分孪生对象的基准,并按照划分基准设计了匹配的计算方法和组织形式,实际上解决的问题和方法是不同的。
专利文献CN111475889A(申请号:202010241658.7)公开了一种物理与数据驱动的航空发动机数字孪生建模方法,包括:建立航空发动机本体、航空发动机传感器和航空发动机执行器的动态物理模型;对航空发动机传感器和航空发动机执行器的动态物理模型进行标定;以风扇转速为基准,对航空发动机本体的动态物理模型的燃油流量输入进行校正;根据校正后的航空发动机本体的动态物理模型建立航空发动机本体的数据驱动补偿模型,根据标定后的航空发动机执行器的动态物理模型建立航空发动机执行器的数据驱动补偿模型,航空发动机本体的数据驱动补偿模型、航空发动机执行器的数据驱动补偿模型与标定后的航空发动机传感器的动态物理模型构成航空发动机数字孪生体。对比专利关注孪生模型的个体上的数学物理机能的计算处理,与本发明组件4的所覆盖领域相交,但组件4中包含自计算的嵌套方法,也具备独立于模型以外的且依赖观测和操作两种孪生对象以外的驱动因素。真实物理世界中的主体会因为本体和本体外的环境一同变化,这是本发明的计算方法设计之一。
专利文献CN111538294A(申请号:201911120960.0)公开了一种基于数字孪生的工业机器人制造系统可重构系统与方法,该系统包括:数据采集单元、五维数字孪生模型单元、孪生体依赖树、重构策略单元和虚拟可视化仿真平台;所述数据采集单元,用于采集工业机器人制造系统的信息数据;所述五维数字孪生模型单元,用于构建制造系统中建模对象的五维数字孪生模型,并获得五维数字孪生模型的参数;所述孪生体依赖树,用于为重构策略提供系统结构知识基础,支持重构排序的实现;所述重构策略单元,用于获得工业机器人制造系统的重构方案;所述虚拟可视化仿真平台,用于验证重构方案的效果。本发明在不妨碍制造系统正常的生产任务的同时实现重构设计、验证与优化,极大减少重构成本。对比专利关注孪生模型的个体上的数学物理机能的计算处理,重构和验证重构就属于这类,与本文组件4 的所覆盖领域相交,但组件4中包含自计算的嵌套方法,也具备独立于模型以外的且依赖观测和操作两种孪生对象以外的驱动因素。真实物理世界中的主体会因为本体和本体外的环境一同变化,这是本文的计算方法设计之一。
专利文献CN111091611A(申请号:201911352218.2)公开一种面向车间数字孪生的增强现实系统及方法,包括物理车间、车间数字孪生系统,摄像头组、图像采集模块、车间三维模型标注模块、设备识别模块、数据查询及AR注册模块和AR显示模块,通过摄像头组采集车间视频图像,通过设备识别确定视频图像中包含的设备,并利用增强现实技术将数字孪生信息动态叠加在视频图像上设备图像区域或附近,从而实现车间设备信息的AR显示。本发明不需要建立物理车间系统的复杂三维模型,使用视频图像代替车间三维模型显示,画面显示更流畅;能够设置各设备信息的是否显示、显示界面类型、界面参数等,显示方式更灵活,操作更简便;能够判断鼠标所指设备标识,并显示该设备的相关信息。本发明提出的增强是对计算力的优化后使得效果增强,而不是增强现实。孪生和数字孪生的一个应用领域是虚拟和增强现实,区别是待解决问题不同,即便是增强和虚拟现实中也有高阶的孪生计算,特别是这类计算设备算力和网络,以及功耗都很敏感,这种场景也非常需要并适用本专利的组件孪生计算增强方法。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种组件式孪生计算方法及系统。
根据本发明提供的一种组件式孪生计算方法,包括:
步骤S1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
步骤S2:将划分后的组件模块基于层级父子关系和整体结构关系,利用先组合后分离或先分离后组合的计算方法,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
步骤S3:将孪生数字副本反作用于孪生目标。
优选地,所述先组合后分离或相分离后组合的计算方法包括:将组件模块进行组合,得到组件模块间的物理空间和力学联系,形成父子数据间的关联关系,然后分离组件模块,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间和内部计算;或在已知组件模块的父子数据间的关联关系时,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间或内部计算,然后合并组合进一步计算合并后的孪生计算任务。
优选地,所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使新周期的计算任务。
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,基于孪生目标物理界的组织和组合规律关系,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。
优选地,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,并保持缩放比例一致,再启动切分的三角面对组件3进行划分,得到三角形构造面。
优选地,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
优选地,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。
优选地,所述组件5是连接若干组件3形成的上一级范畴的计算系统,组件5的边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件 3;
所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。
根据本发明提供的一种组件式孪生计算系统,包括:
模块M1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
模块M2:将划分后的组件模块基于层级父子关系和整体结构关系,利用先组合后分离或先分离后组合的计算方法,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
模块M3:将孪生数字副本反作用于孪生目标。
优选地,所述先组合后分离或相分离后组合的计算方法包括:将组件模块进行组合,得到组件模块间的物理空间和力学联系,形成父子数据间的关联关系,然后分离组件模块,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间和内部计算;或在已知组件模块的父子数据间的关联关系时,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间或内部计算,然后合并组合进一步计算合并后的孪生计算任务。
优选地,所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使新周期的计算任务。
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,基于孪生目标物理界的组织和组合规律关系,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。
与现有技术相比,本发明具有如下的有益效果:
1、本发明可依赖目前计算力的硬件和移动设备,将孪生计算的硬件资源依赖和目标单位分解后并行处理嵌套后,切分算完再组装起来的过程,针对目标对象复杂,多维结构体,孪生对象的拆的开又合得上的自我功能复合,提高处理这类实时任务的可能性;
2、本发明数字孪生中的研究对象不单单是几何多面体的三维模型,而是由各具几何形体但数理属性各不同,通过组件模块组合在一起会互相影响的孪生数字组合;
3、数字孪生过程中的不同组成部分满足不同的计算方法,本发明用组件式来处理,增强算力和效率,更为准确、快速并且精度更高;
4、移动端的计算能力比较弱,孪生的计算方法分开后,是可以通过借助边缘计算和云计算来实现公共物理属性的增强计算,然后移动端的硬件专注差异的增量的计算任务,并且合并计算是直接有效的,从而确保实时效果的保证;
5、本发明能够达到FPS30及以上的图像计算能力,而且在部分组成的物理属性变化后,第一时间得到结果,实现数字孪生的实际价值体现,例如:远程操作仿真,机械臂和机器人的远程调教,远程手术,孪生排查问题,电力能源孪生检修等,在操作端无法承担可变的海量的计算任务,本发明能够准确分而治之的利用数字描述物理副本。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为将目标对象本体划分成组件模块示意图。
图2为组件5的构成和组件4的运行态形式示意图。
图3为一种组件式孪生计算方法流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
根据本发明提供的一种组件式孪生计算方法,包括:
步骤S1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
步骤S2:将划分后的组件模块基于层级父子关系和/或整体结构关系,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
步骤S3:将孪生数字副本反作用于孪生目标。
所述划分后的组件模块基于层级父子关系和/或整体结构关系包括:将划分后的组件模块基于先组合后分离或先分离后组合的计算方法,先组合为了记录最初可分离之间的物理空间和找到力学联系,并形成父子数据间的关联关系。分离是为了分别计算,当不能破坏原有的层级父子关系与整体的结构关系。如果原本就已经知道父子关系和整体结构关系,那么对于初始状态来说,就等待完成各部分独立的计算任务后,合并组合进一步计算合并后的孪生计算任务。
本申请分开并行计算,确保算力满足准确和实时性,然后计算结果再合并后,以整体递归计算忽略分离部分的待计算内容,实现最大化的实时反应。并且分离不同部分可更加准确的应用适合不同部分的算法和物理引擎,提供了可靠有针对的时效性计算方式。
具体地,所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
例如:物质分为刚体、流体以及气体,流体依赖环境的力学和重力,气体依赖环境的浮力,而刚体依赖重力、摩擦力以及形变。环境变化会导致物质属性的差异,因此,环境作用与关联会导致孪生目标的组织关系会发生变化。
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使预设新周期的计算任务。
新周期是孪生时预设的刚性复核计算周期。
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。例如:组件3与组件4是相生融合的属性关系,就遵循融合关系,如果是附着力学关系,就遵循力学关系。孪生目标的各部分不创造新的规律和关系,都遵循物理界的组织和组合规律关系。
具体地,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,再启动切分的三角面对组件3进行划分,得到三角形构造面。当将组件3归一化到同一个三维坐标系中,保持缩放比例一致,使得构造面准确对齐,不会串模也不会重复计算结构部件,不会比例失真。
具体地,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
具体地,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。
具体地,所述组件5是连接若干组件3形成的上一级范畴的计算系统,组件5的边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件 3。
通常数字世界是没有约束和限制的,只要逻辑和关系确定了,数字间就遵循这样的自定义的模式。但数字孪生是来源物理世界的真实副本,数字为了加速和仿真,但也就继承和复制了真实世界对应物质的限制和特点。物理世界有边界,有层次,有组成模块,数字副本也就遵循如此。这是基本思想,同样物质,物理世界都会试图从工艺复杂和运维管理角度来划分和肢解,并能重新组合完成既定的全系统的功能,那么数字副本的数字孪生,也就是本发明的方法,就需要建立这样的分离和组合计算方式,将数字组件化,这样从单一组件就能一一对照的与物理世界的组成遥相呼应。
具体地,所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。
例如:机械领域举例,机械臂孪生的每个关节的手力分解和操作时独立计算的,包括机头等非关节部件,但每个分段之间还有力传导,所以并行的处理分离的关节分段是为准确应用不同的物理引擎,合并是为了仅仅计算力传导。如果不采用这样的方法反复分离反复合并,依赖因素之间的先后会放大计算延迟,并且在关节处可以忽略的物理引擎算法却不能被机头所忽略,造成算法引入的误差。
例如:服装领域举例,领子部分的法线方向和受力舒适度与肩部不同,更与后背不同,不同部分的物理引擎增强需要有针对性(再忽略材质面料的属性基础上),更何况在物质材质不均匀的孪生体计算上,也需要根据物质的混合组合方式来做分割分离,确保没有互相干扰计算。
根据本发明提供的一种组件式孪生计算系统,包括:
模块M1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
模块M2:将划分后的组件模块基于层级父子关系和/或整体结构关系,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
模块M3:将孪生数字副本反作用于孪生目标。
所述划分后的组件模块基于层级父子关系和/或整体结构关系包括:将划分后的组件模块基于先组合后分离或先分离后组合的计算方法,先组合为了记录最初可分离之间的物理空间和找到力学联系,并形成父子数据间的关联关系。分离是为了分别计算,当不能破坏原有的层级父子关系与整体的结构关系。如果原本就已经知道父子关系和整体结构关系,那么对于初始状态来说,就等待完成各部分独立的计算任务后,合并组合进一步计算合并后的孪生计算任务。
本申请分开并行计算,确保算力满足准确和实时性,然后计算结果再合并后,以整体递归计算忽略分离部分的待计算内容,实现最大化的实时反应。并且分离不同部分可更加准确的应用适合不同部分的算法和物理引擎,提供了可靠有针对的时效性计算方式。
具体地,所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
例如:物质分为刚体、流体以及气体,流体依赖环境的力学和重力,气体依赖环境的浮力,而刚体依赖重力、摩擦力以及形变。环境变化会导致物质属性的差异,因此,环境作用与关联会导致孪生目标的组织关系会发生变化。
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使预设新周期的计算任务。
新周期是孪生时预设的刚性复核计算周期。
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。例如:组件3与组件4是相生融合的属性关系,就遵循融合关系,如果是附着力学关系,就遵循力学关系。孪生目标的各部分不创造新的规律和关系,都遵循物理界的组织和组合规律关系。
具体地,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,再启动切分的三角面对组件3进行划分,得到三角形构造面。当将组件3归一化到同一个三维坐标系中,保持缩放比例一致,使得构造面准确对齐,不会串模也不会重复计算结构部件,不会比例失真。
具体地,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
具体地,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。
具体地,所述组件5是连接若干组件3形成的上一级范畴的计算系统,组件5的边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件 3。
通常数字世界是没有约束和限制的,只要逻辑和关系确定了,数字间就遵循这样的自定义的模式。但数字孪生是来源物理世界的真实副本,数字为了加速和仿真,但也就继承和复制了真实世界对应物质的限制和特点。物理世界有边界,有层次,有组成模块,数字副本也就遵循如此。这是基本思想,同样物质,物理世界都会试图从工艺复杂和运维管理角度来划分和肢解,并能重新组合完成既定的全系统的功能,那么数字副本的数字孪生,也就是本专利的方法,就需要建立这样的分离和组合计算方式,将数字组件化,这样从单一组件就能一一对照的与物理世界的组成遥相呼应。
具体地,所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。
例如:机械领域举例,机械臂孪生的每个关节的手力分解和操作时独立计算的,包括机头等非关节部件,但每个分段之间还有力传导,所以并行的处理分离的关节分段是为准确应用不同的物理引擎,合并是为了仅仅计算力传导。如果不采用这样的方法反复分离反复合并,依赖因素之间的先后会放大计算延迟,并且在关节处可以忽略的物理引擎算法却不能被机头所忽略,造成算法引入的误差。
例如:服装领域举例,领子部分的法线方向和受力舒适度与肩部不同,更与后背不同,不同部分的物理引擎增强需要有针对性(再忽略材质面料的属性基础上),更何况在物质材质不均匀的孪生体计算上,也需要根据物质的混合组合方式来做分割分离,确保没有互相干扰计算。
实施例2
实施例2是实施例1的优选例
针对现有技术中的缺陷,本发明要解决的技术问题体包括:
有形目标对象的组件模块拆分,拆分分别按照五类:物质属性、环境作用与关联、三角形构造面,观测和操作的输入输出。
根据不同的拆分规则,将目标对象本体划分成不同规则下的组件模块。
其中“三角形构造面”和“操作输入输出”两项划分,统属于物理划分就作为数字实体组件模块,其它属于数字非实体组件模块。
非实体组件模块中的“物质属性”和“观测输入输出”这两项属于要绑定在每个对应有关联实体组件模块上。
非实体组件模块中的“环境作用与关联”这项属于组织关系和组件模块自推演计算的范畴,其中自推演计算是每当数字实体组件模块再附上非实体组件模块,或非实体组件模块中有直接变量或被组织关系触发,要求更新时就会驱使新周期回合的计算任务。
组织关系中要对一个完整的迭代计算完成后,将每块的内部数据关系转成神经网络关系矩阵,每层神经网络只记录“组件3与组件3”、“组件3与组件4”、“组件3与组件5”、“组件4与组件5”组件模块之间的关系,以便存下各组织的历史档案,当经过超过N(1000~5000)次/组后,唤起一次层间关系推演分类来加速组织内部和组织间的组件模块重复计算,加速整个孪生数字计算期。
通过组件3、组件4、组件5的先组成后分离或先分离后组合的计算方法,来实时的异步处理多观测多操作的带有机理能力的孪生组件间和内部计算,而不单一依赖组合集中后的传统对象型的过程驱动计算,也突破计算硬件的单位时间存储,传输,运算,绘制,呈现和调度能力等有限物理资源。
根据本发明提供的一种组件式孪生计算方法,包括:根据不同的拆分规则,将目标对象本体划分成不同规则下的组件模块;通过划分后的组件模块基于先组成后分离或先分离后组合的计算方法,实时的异步处理多观测多操作的带有机理能力的孪生组件间和内部计算。
具体地,组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;所述物理属性和观测输入输出需要绑定在每个对应有关联实体组件模块上;所述环境作用与关联属于组织关系和组件模块自推演计算的范畴;
所述组件5包括若干个组件3,对一个目标对象按算法会拆分成若干个组件3,组件4附着在对应的组件3上,组件3、组件4组织在一起的过程就是组件5的设计目标。
组件3、4、5之后在组件3中可以再裂变成组件5、4、3,也可以在组件5之后再汇聚成组件3、4、5.这就是我们将目标对象先分类分解各自计算,再组织汇合往返的目的总和原因,而组件4不依赖组件3的数量和三维形态,以及组件3的实例加载和装卸生命周期,在孪生对比的真实物理世界中附加在实体孪生实例上的计算方法,逻辑和数字属性是随着观测和操作而发挥效果,这就是组件式孪生计算的方法。
具体地,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,再启动切分的三角面对组件3进行划分。不限对象是否有封闭面,根据算力和分拆后重新组合需要消耗计算资源的考虑,切分采用按算力分四档: 1千面数,5千面数,1万面数,5万面数为门限值分。而实体模块本身的视觉描述,比如材质,法线等同属于这组件模块的划分,组件3中要支持一定量的柔性划分(人工参与)。
针对划分好的组件3,特别有关操作输入输出,使得组件3并不必须是独立的一个整体,组件3也可以是一个集合和组群。
具体地,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
具体地,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。这与实体组件模块的组件3相比,具有更大数学应用域和长计算周期,并具备经典物理和无机化学的属性容器。
具体地,所述组件5是连接若干组件3形成的上一级范畴的计算系统,边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件3。这也就是模拟自然界的从小到大,从大到全,也有从小到微的过程。
具体地,所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。关系就是规律,限定范围内的组织,会形成属于这个组织的关系,关系本身就具备量化的价值和代表性。
根据本发明提供的一种组件式孪生计算系统,如图1至2所示,包括:根据不同的拆分规则,将目标对象本体划分成不同规则下的组件模块;通过划分后的组件模块基于先组成后分离或先分离后组合的计算方法,实时的异步处理多观测多操作的带有机理能力的孪生组件间和内部计算。
具体地,组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;所述物理属性和观测输入输出需要绑定在每个对应有关联实体组件模块上;所述环境作用与关联属于组织关系和组件模块自推演计算的范畴;
所述组件5包括若干个组件3,对一个目标对象按算法会拆分成若干个组件3,组件4附着在对应的组件3上,组件3、组件4组织在一起的过程就是组件5的设计目标。
组件3、4、5之后在组件3中可以再裂变成组件5、4、3,也可以在组件5之后再汇聚成组件3、4、5.这就是我们将目标对象先分类分解各自计算,再组织汇合往返的目的总和原因,而组件4不依赖组件3的数量和三维形态,以及组件3的实例加载和装卸生命周期,在孪生对比的真实物理世界中附加在实体孪生实例上的计算方法,逻辑和数字属性是随着观测和操作而发挥效果,这就是组件式孪生计算的方法。
具体地,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,再启动切分的三角面对组件3进行划分。不限对象是否有封闭面,根据算力和分拆后重新组合需要消耗计算资源的考虑,切分采用按算力分四档: 1千面数,5千面数,1万面数,5万面数为门限值分。而实体模块本身的视觉描述,比如材质,法线等同属于这组件模块的划分,组件3中要支持一定量的柔性划分(人工参与)。
针对划分好的组件3,特别有关操作输入输出,使得组件3并不必须是独立的一个整体,组件3也可以是一个集合和组群。
具体地,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
具体地,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。这与实体组件模块的组件3相比,具有更大数学应用域和长计算周期,并具备经典物理和无机化学的属性容器。
具体地,所述组件5是连接若干组件3形成的上一级范畴的计算系统,边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件3。这也就是模拟自然界的从小到大,从大到全,也有从小到微的过程。
具体地,所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。关系就是规律,限定范围内的组织,会形成属于这个组织的关系,关系本身就具备量化的价值和代表性。
实施例3
实施例3是实施例1和/或实施例2的变化例
本发明提供的一种一种组件式孪生计算方法,如图3所示,包括:
步骤1:确定待孪生目标体与所处的环境场景;
步骤2:基于待孪生目标体,判断物理精度需要是否分割,当需要进行分割时,则将待孪生目标体分割为预期计算精度;当不需要进行分割时,则根据三角面总和的数量级划分,优先将欧式空间相邻相角的对象体划分在一起达到预期计算精度;
步骤3:开始最小单位体孪生组件属性分解;
步骤4:把独立的组件属性赋予目标体,并按照组件3、组件4和组件5属性递归进行带计算逻辑分解(目标物理体结构不分解但属性可递归分解成多层),对并未到达所用算力要求的属性分解层级,记录本父节点关系,继续深化分解,直至属性逻辑分解到最后一层;
步骤5:逻辑分解后进行最小属性的孪生计算,并记录向上父节点的关系并向上传导本体的计算结果;
步骤6:合并层层分解的组件计算结果,将结果赋予最小精度要求的物理待孪生目标;
步骤7:输出结果,等待下一个计算周期的孪生计算目标数据更新。
实施例4
实施例4是实施例1和/或实施例2的变化例
移动端或PC端在运行数字孪生业务计算时,只需要增量的动态载入应用业务设计中的三维结构部件,部分部件内的组件4在云端已经计算完成,而组件5是通过在终端组成部署后的反馈,积累在服务器端计算成型,再下载一份组织关系属性映射表到终端,终端采用神经网络低消耗的学习并使用。
实施例5
实施例5是实施例1和/或实施例2的变化例
终端上计算力特别是图像计算力有限时,可以重新加载低消耗的组件3,或者将已经载入的组件3锁定不刷新计算,而仅仅动态载入增量或消除量的新组件3,并根据新数据只计算一次新老组织中的各个组件和组件之间的关系,重新锁定。
实施例6
实施例6是实施例1和/或实施例2的变化例
不再被需要的组件内容,可以动态卸载释放计算资源,而卸载包含实体三维造型的渲染卸载,也包括模型虽然没有被卸载但其上附着的组件4和停止子系统的组件5计算或卸载特定的组件。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (6)
1.一种组件式孪生计算方法,其特征在于,包括:
步骤S1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
步骤S2:将划分后的组件模块基于层级父子关系和整体结构关系,利用先组合后分离或先分离后组合的计算方法,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
步骤S3:将孪生数字副本反作用于孪生目标;
所述先组合后分离或先分离后组合的计算方法包括:将组件模块进行组合,得到组件模块间的物理空间和力学联系,形成父子数据间的关联关系,然后分离组件模块,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间和内部计算;或在已知组件模块的父子数据间的关联关系时,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间或内部计算,然后合并组合进一步计算合并后的孪生计算任务;
所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使新周期的计算任务;
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,基于孪生目标物理界的组织和组合规律关系,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。
2.根据权利要求1所述的组件式孪生计算方法,其特征在于,所述组件3包括:根据计算机图像处理和渲染的运行特点,将组件3先归一化到同一个三维坐标系中,并保持缩放比例一致,再启动切分的三角面对组件3进行划分,得到三角形构造面。
3.根据权利要求1所述的组件式孪生计算方法,其特征在于,所述组件4包括:建立组件4时,明确组件4需要附着的组件3的对应关系,并将组件4附着在对应的组件3上;同时组件4也需要与实例的组件3一一对应实例化。
4.根据权利要求1所述的组件式孪生计算方法,其特征在于,所述组件4能够实现自身堆叠、嵌套和迭代;组件4是逻辑对象,支持非线性的数学方法和物理化学方法获得计算结果。
5.根据权利要求1所述的组件式孪生计算方法,其特征在于,所述组件5是连接若干组件3形成的上一级范畴的计算系统,组件5的边界是按照观测和操作的最小边界来界定的;和/或所述组件5是下一个层级维度的组件3;
所述组件5承担预设范围的组织关系的关系存储,并积累关系达到能够推演关系的目标。
6.一种组件式孪生计算系统,其特征在于,包括:
模块M1:将待孪生目标体基于物理精度分割为预期计算精度,得到最小单位体孪生目标;对最小单位体孪生目标进行属性分解,得到组件模块;
模块M2:将划分后的组件模块基于层级父子关系和整体结构关系,利用先组合后分离或先分离后组合的计算方法,实时异步处理多观测多操作的带有机理能力的孪生组件模块间和内部计算,实现实时复刻孪生目标,得到孪生数字副本;
模块M3:将孪生数字副本反作用于孪生目标;
所述先组合后分离或先分离后组合的计算方法包括:将组件模块进行组合,得到组件模块间的物理空间和力学联系,形成父子数据间的关联关系,然后分离组件模块,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间和内部计算;或在已知组件模块的父子数据间的关联关系时,在不破坏原有的层级父子关系与整体的结构关系基础上,进行孪生组件模块间或内部计算,然后合并组合进一步计算合并后的孪生计算任务;
所述组件模块包括:组件3、组件4和组件5;
所述组件3属于数字实体组件模块;所述数字实体组件模块包括三角形构造面和操作的输入输出;
所述组件4属于数字非实体组件模块;所述数字非实体组件模块包括物理属性、环境作用与关联以及观测的输入输出;
所述物理属性和观测输入输出绑定在每个对应且有关联的数字实体组件模块上;
所述环境作用与关联:当环境作用与关联导致孪生目标相应的组织关系发生变化时,基于孪生目标变化的组织关系进行组织模块自推演计算;
所述自推演计算是数字实体组件模块附上非实体组件模块或非实体组件模块中有直接变量或被组织关系触发要求更新时,则驱使新周期的计算任务;
将一个目标对象按算法拆分成若干个组件3,所述组件5包括若干个组件3,组件4的部分属性附着在对应的组件3上,基于孪生目标物理界的组织和组合规律关系,将若干个组件3、组件4组织在一起的过程就是组件5的设计目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412231.3A CN113255099B (zh) | 2021-04-16 | 2021-04-16 | 一种组件式孪生计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412231.3A CN113255099B (zh) | 2021-04-16 | 2021-04-16 | 一种组件式孪生计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113255099A CN113255099A (zh) | 2021-08-13 |
CN113255099B true CN113255099B (zh) | 2023-12-29 |
Family
ID=77220979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110412231.3A Active CN113255099B (zh) | 2021-04-16 | 2021-04-16 | 一种组件式孪生计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113255099B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704917A (zh) * | 2021-08-27 | 2021-11-26 | 清华大学 | 基于本体的机械产品数字孪生模型演化管理方法及装置 |
CN113850424A (zh) * | 2021-09-17 | 2021-12-28 | 中控智网(北京)能源技术有限公司 | 工业策略处理方法、装置、设备及存储介质 |
CN114626234B (zh) * | 2022-03-21 | 2024-06-07 | 北京航空航天大学 | 一种装备数字孪生组合模型可信度评估方法及系统 |
CN115098470A (zh) * | 2022-06-30 | 2022-09-23 | 北京亚控科技发展有限公司 | 模型构建及模型数据订阅方法、装置、电子设备和介质 |
CN115270419B (zh) * | 2022-06-30 | 2023-12-26 | 北京亚控科技发展有限公司 | 一种实时事件当前状态的孪生方法、订阅方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10951713B2 (en) * | 2019-06-28 | 2021-03-16 | CohesionIB | IoT analytics edge application on IoT gateway |
-
2021
- 2021-04-16 CN CN202110412231.3A patent/CN113255099B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
Non-Patent Citations (1)
Title |
---|
数字孪生及其应用探索;陶飞;刘蔚然;刘检华;刘晓军;刘强;屈挺;胡天亮;张执南;向峰;徐文君;王军强;张映锋;刘振宇;李浩;程江峰;戚庆林;张萌;张贺;隋芳媛;何立荣;易旺民;程辉;;计算机集成制造系统(第01期);第4-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113255099A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113255099B (zh) | 一种组件式孪生计算方法及系统 | |
Da Xu et al. | AutoAssem: an automated assembly planning system for complex products | |
Kuipers | Qualitative simulation: then and now | |
US10930067B2 (en) | Tool for shared engineering mesh-run integration with version evolution tracking | |
CN107545025B (zh) | 利用形态学标准查询数据库 | |
Roy et al. | Design of an automated assembly environment | |
Hadj et al. | An interoperability process between CAD system and CAE applications based on CAD data | |
CN112799369A (zh) | 一种产品装配过程管控方法和装置 | |
Singh et al. | Towards information management framework for digital twin in aircraft manufacturing | |
US20220365518A1 (en) | Development of a product using a process control plan digital twin | |
CN116976549A (zh) | 一种面向设备密集离散型制造工厂的智能优化管控方法 | |
Chao et al. | Industrial design and development software system architecture based on model-based systems engineering and cloud computing | |
Walczak et al. | Semantic modeling of virtual reality training scenarios | |
Kovalyov | Leveraging category theory in model based enterprise | |
Guo et al. | Exploration of human-computer interaction system for product design in virtual reality environment based on computer-aided technology | |
Kerbl et al. | Interactive disassembly planning for complex objects | |
Xue | Integration of CAD/CAPP/CAM | |
Usher | A tutorial and review of object-oriented design of manufacturing software systems | |
Zhang et al. | Modeling method and application in digital mockup system towards mechanical product | |
Zhang et al. | Immersive product configurator for conceptual design | |
Boussuge et al. | Application of tensor factorisation to analyze similarities in cad assembly models | |
Sabbella et al. | Artificial intelligence in 3D CAD modelling | |
Dümmel et al. | Generating synthetic training data for assembly processes | |
Yu et al. | Enterprise modeling based on IDEF and UML | |
Owen et al. | Machine Learning Classification and Reduction of CAD Parts for Rapid Design to Simulation. |
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 |