CN113259486B - 一种基于数字孪生的计量设备自动化检定线运维系统 - Google Patents
一种基于数字孪生的计量设备自动化检定线运维系统 Download PDFInfo
- Publication number
- CN113259486B CN113259486B CN202110701625.0A CN202110701625A CN113259486B CN 113259486 B CN113259486 B CN 113259486B CN 202110701625 A CN202110701625 A CN 202110701625A CN 113259486 B CN113259486 B CN 113259486B
- Authority
- CN
- China
- Prior art keywords
- line
- model
- metering equipment
- data
- 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.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims abstract description 88
- 238000012423 maintenance Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000004088 simulation Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 9
- 239000000428 dust Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 230000007306 turnover Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 8
- 230000002452 interceptive effect Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000002788 crimping Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于数字孪生的计量设备自动化检定线运维系统,将数字孪生思想引入计量设备自动化检定线运维管理过程,通过建立计量设备自动化检定线数字孪生模型,构建与计量设备自动化检定线物理实体高度一致的计量设备自动化检定线虚拟数字孪生体,实现虚拟空间与物理空间的交互映射;通过融合计量设备自动化检定线数字孪生模型和实时数据,实现计量设备自动化检定线的运行综合监控、瓶颈分析、故障分析和可靠性预测,对检定线全运行周期进行有效管理,提升运维水平,保障检定线稳定可靠运行,提供科学合理的决策支持,提升经济效益和助力产业升级。
Description
技术领域
本发明涉及电能计量资产运维管理领域,尤其涉及一种基于数字孪生的计量设备自动化检定线运维系统。
背景技术
计量资产运维管理是一项复杂的系统工程,在实际计量资产运维过程中,由于计量资产信息的不确定性、运维环节的耦合性和设备运行状态的可变性等因素,都可能会出现运维效率低、运维质量不稳定的问题。计量设备自动化检定线是实现计量设备配送入库、内部流转、流水线检定检测和最后配送出库全过程自动化流转的重要组成部分,随着计量设备自动化检定线的设备种类和数量不断增加,当前运维系统网络中的数据通讯交互逐渐频繁,各级设备互联程度不断加深,对于检定线运维的高效、动态和可靠性提出了更高要求。
数字孪生技术是一种集成多物理量、多尺度、多概率属性的仿真过程,能够在虚拟空间中生成物理实体的镜像,实现两者之间的实时交互映射,呈现物理实体全生命周期运行情况,并解决生产过程中海量数据的融合和挖掘、数字系统与物理系统的统一,以及多源异构资源的协调等问题。目前数字孪生技术在计量设备自动化检定线运维领域的应用较少,具有一定的应用前景。
发明内容
针对现有技术的不足,本发明提出了一种基于数字孪生的计量设备自动化检定线运维系统。
为实现本发明的目的,本发明提供的一种基于数字孪生的计量设备自动化检定线运维系统,包括以下部分:计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体、应用层和通讯层,
所述计量设备自动化检定线物理实体包括设备层和感知层两部分,利用感知层的感知设备,从设备层采集检定线运维过程中的各类物理实体数据,并通过通讯层将物理实体数据分别推送给计量设备自动化检定线虚拟数字孪生体和应用层;
所述计量设备自动化检定线虚拟数字孪生体,通过构建计量设备自动化检定线数字孪生模型,对计量设备自动化检定线物理实体进行仿真,并将仿真结果经通讯层反馈回计量设备自动化检定线物理实体,通过两者的双向映射修正计量设备自动化检定线数字孪生模型;利用修正后的计量设备自动化检定线数字孪生模型,将接收到的物理实体数据转化为虚拟数字孪生体数据,并经通讯层推送至应用层;
所述应用层,将接收到的虚拟数字孪生体数据分配给各个应用模块,对各个应用模块的模型进行训练,形成相应知识库;再将接收到的物理实体数据输入到各个应用模块中的模型,结合知识库和算法实现相应功能,从而输出服务数据、知识数据和融合衍生数据,转化为运维决策并通过通讯层反馈至计量设备自动化检定线物理实体,形成计量设备自动化检定线运维管理闭环;
所述通讯层,利用多协议通讯接口实现数据在计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体和应用层间的传输;
其中,所述计量设备自动化检定线数字孪生模型的构建和修正步骤如下:
步骤(1):建立物理模型:具体为通过数字化建模软件,建立与计量设备自动化检定线物理实体一致的三维可视化物理子模型;将物理子模型导入数字化检定线仿真软件,将模型参数与物理参数设置一致,融合生成统一物理模型;
步骤(2):建立逻辑模型:根据物理模型中的要素映射而成;
步骤(3):建立数据模型:将采集到的物理实体数据进行处理分析,并将处理分析后得到的数据交换到物理模型中;
步骤(4):建立仿真模型:根据建成的物理模型镜像生成仿真模型,基于物理模型中的数据,对计量设备自动化检定线虚拟数字孪生体完整运行流程进行仿真,得到的仿真结果与物理模型实时交互;利用逻辑模型验证仿真模型的合理性,验证结果可进一步优化逻辑模型的要素、结构和运行机制;
步骤(5):仿真模型的修正:基于实时采集的计量设备自动化检定线物理实体运行实际数据和计量设备自动化检定线虚拟数字孪生体仿真结果的偏差值,对仿真模型进行训练和优化,并根据演化结果验证一致性和可靠性,最终输出计量设备自动化检定线数字孪生模型。
进一步地,所述设备层包括周转箱输送机、拆/码垛机、上下料机器人、检定系统输送线、耐压单元、外观检测单元、插卡单元、检定单元、编程与加密单元、封印单元、贴标单元、信息识别单元和监控单元。
进一步地,所述感知层包括为自动化检定线配置的工控机、PLC、各类传感器、移载/输送电机、工业相机、网络摄像头和RFID,其中,各类传感器包括湿度传感器、环境尘土传感器、震动传感器、噪声传感器、气路气压传感器、电机温度传感器。
进一步地,所述湿度传感器安装于检定室中心;环境尘土传感器安装于检定室中心;震动传感器安装于拆/码垛机、上下料机器人上;噪声传感器安装于拆/码垛机附近、上下料机器人区间;气路气压传感器安装于上下料机器人、贴标单元、总气路和检定仓位置;电机温度传感器安装于主干路的移载/输送电机、上下料机器人上;工业相机安装于外观检测单元;网络摄像头安装于检定室内的监控单元;RFID安装于信息识别单元。
进一步地,所述物理实体数据包括设备层各部分在整个检定过程中的工艺顺序编号,待检计量设备在设备层各部分的到达时间、离开时间和下一批次计量设备的到达时间,设备层各部分的故障停机次数、故障类型、故障发生时的累计运行时间和误检率,以及检定室的湿度、尘土含量、噪声、气压、温度。
与现有技术相比,本发明的有益效果为,
本发明提供了一种基于数字孪生的计量设备自动化检定线运维系统,通过建立计量设备自动化检定线数字孪生模型,构建与计量设备自动化检定线物理实体高度一致的计量设备自动化检定线虚拟数字孪生体,实现虚拟空间与物理空间的交互映射;通过融合计量设备自动化检定线数字孪生模型和实时数据,输出计量设备自动化检定线的运维决策,提升计量设备自动化检定线全周期运维水平,保障检定线的安全稳定运行和可靠性,同时为管理者提供更加科学合理的决策支持,提升经济效益和助力产业升级。
附图说明
图1为本发明中基于数字孪生的计量设备自动化检定线运维系统架构图。
图2为本发明中计量设备自动化检定线数字孪生模型构建流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例所提出的一种基于数字孪生的计量设备自动化检定线运维系统的架构如图1所示,具体包括以下部分:
1.计量设备自动化检定线物理实体,包括设备层和感知层两部分,利用感知层的感知设备,从设备层采集检定线运维过程中的各类物理实体数据,并通过通讯层将物理实体数据分别推送给计量设备自动化检定线虚拟数字孪生体和应用层。
设备层主要包括周转箱输送机、拆/码垛机、上下料机器人、检定系统输送
线、耐压单元、外观检测单元、插卡单元、检定单元、编程与加密单元、封印单元、贴标单元、信息识别单元和监控单元。
感知层包括自动化检定线配置的工控机、PLC、各类传感器、移载/输送电机、工业相机、网络摄像头和RFID等感知设备,这些设备用于检定线多源异构数据的实时采集和预处理。进一步地,湿度传感器安装于检定室中心;环境尘土传感器安装于检定室中心;震动传感器安装于拆/码垛机、上下料机器人上;噪声传感器安装于拆/码垛机附近、上下料机器人区间;气路气压传感器安装于上下料机器人、贴标单元、总气路和检定仓位置;电机温度传感器安装于主干路的移载/输送电机、上下料机器人上;工业相机安装于外观检测单元;网络摄像头安装于检定室内的监控单元;RFID安装于信息识别单元。
物理实体数据包括设备层各部分在整个检定过程中的工艺顺序编号,待检计量设备在设备层各部分的到达时间、离开时间和下一批次计量设备的到达时间,设备层各部分的故障停机次数、故障类型、故障发生时的累计运行时间和误检率,以及检定室的湿度、尘土含量、噪声、气压、温度等。
2.计量设备自动化检定线虚拟数字孪生体,通过构建计量设备自动化检定线数字孪生模型,对计量设备自动化检定线物理实体进行仿真,并将仿真结果经通讯层反馈回计量设备自动化检定线物理实体,通过两者的双向映射修正计量设备自动化检定线数字孪生模型;利用修正后的计量设备自动化检定线数字孪生模型,将接收到的物理实体数据转化为虚拟数字孪生体数据,并经通讯层推送至应用层。
图2为计量设备自动化检定线数字孪生模型构建流程图,计量设备自动化检定线数字孪生模型的构建和修正步骤如下:
步骤(1):建立物理模型:具体为通过数字化建模软件,建立与计量设备自动化检定线物理实体一致的三维可视化物理子模型,包括周转箱输送机模型、拆/码垛机模型、上下料机器人模型、输送线模型以及各工艺单元模型,从而全面反映检定线物理实体的结构和设备构成;将子模型导入数字化检定线仿真软件,将模型参数与物理参数设置一致,融合生成统一物理模型。
步骤(2):建立逻辑模型:根据物理模型中的要素映射而成,包括检定线组成要素、结构和运行机制三个层面,实现服务单元间的运维关联和运维组织关系刻画,基于运维流动实体、服务单元、路径网络模型动态关联生产、运维和路径,实现计量设备在虚拟检定线上的有序逻辑流动,并将运维过程反馈到物理模型。
步骤(3):建立数据模型:将采集到的物理实体数据通过多源数据融合、深度学习等方法进行处理,并将处理分析后得到的数据交换到物理模型中。
步骤(4):建立仿真模型:根据建成的物理模型镜像生成仿真模型,基于物理模型中的数据,对计量设备自动化检定线虚拟数字孪生体完整运行流程进行仿真,得到的仿真结果与物理模型实时交互;利用逻辑模型验证仿真模型的合理性,验证结果可进一步优化逻辑模型的要素、结构和运行机制。
步骤(5):仿真模型的修正:基于实时采集的计量设备自动化检定线物理实体运行实际数据和计量设备自动化检定线虚拟数字孪生体仿真结果的偏差值,对仿真模型进行训练和优化,并根据演化结果验证一致性和可靠性,最终输出计量设备自动化检定线数字孪生模型。
3.应用层,将接收到的虚拟数字孪生体数据分配给各个应用模块,对各个应用模块的模型进行训练,形成相应知识库;再将接收到的物理实体数据输入到各个应用模块中的模型,结合知识库和算法实现相应功能,从而输出服务数据、知识数据和融合衍生数据,转化为运维决策并通过通讯层反馈至计量设备自动化检定线物理实体,形成计量设备自动化检定线运维管理闭环。
其中,服务数据主要包括备品备件管理、运维状态管理、运维人员管理、风险评估和运维质量评价等服务型数据;知识数据包括运维检修知识数据、缺陷信息、运行日志、方案数据等;融合衍生数据是对以上各类数据加以转换、预处理、分类、关联、集成之后所形成的庞大信息数据。
具体的,应用层中包括运行综合监控模块、瓶颈分析模块、故障诊断模块和可靠性预测模块,分别描述如下:
(1)运行综合监控模块:根据自动化检定线物理结构和工艺流程,利用SolidWorks软件建立检定线三维模型,并导入Unity 3D软件,建立检定室虚拟场景,添加Box Collider等组件模拟检定线各单元的连接关系。在Unity 3D中模拟计量设备在自动化检定线上的流转过程,从而通过运维系统获取自动化检定线设备运行状态,同时调用监控服务查看检定线实时画面。通过与理想运维状态对比,宏观反映出检定线运行情况,当线体出现故障时,可通过语音播报并联动视频预置点进行远程快速故障确认,减少运维人员进入线体的频率及对线体的干扰,提升安全作业环境。
(2)瓶颈分析模块:通过计量设备自动化检定线数字孪生模型获取检定线各关键要素状态,将模型和数据输入仿真软件,对检定过程进行仿真,输出未来一段时间的计量设备检定进度,评估检定线效率。当实际进度与理论进度不符时,通过节拍分析查找检定线瓶颈点。包括以下步骤:
1)设定检定线各环节固定节拍,包括工作节拍T 1和周期节拍T 2两部分,分别表示为:
其中,T a 表示计量设备到达该环节开始检测的时间,T b 表示该环节完成检测的时间,T c 表示下一批次计量设备到达该环节开始检测的时间。
2)根据实际工作节拍判定各环节本身是否存在影响检定效率的因素;根据实际周期节拍判定检定线中是否存在影响检定效率的瓶颈环节。
3)以检定线各环节为顶点,以各环节间的计量设备输送方向为边,构建检定线有向图。
4)根据各环节的周期数据,按照检定线有向图依次判断各环节节拍异常情况以及前后序环节异常,从而识别出瓶颈环节。
(3)故障诊断模块:基于计量设备自动化检定线物理实体和计量设备自动化检定线虚拟数字孪生体的实时交互映射,以及通讯层对数据的传输支持,实现故障数据的准确及时上报,除常规单个信号的故障报警外,还包括工装板卡板,皮带打滑、压接不成功、封印抽吸不成功等需要多个信号组合的故障报警。其中,封印抽吸是指封印单元工作过程中,启动真空设备对吸盘进行抽吸,使其产生负压将封印吸住并运送到指定位置。通过对故障数据的融合和挖掘,针对故障的分布规律进行统计,利用频繁模式挖掘各类故障之间关联,分析故障发生的影响因素,为下一步技改升级提供导向与依据。具体地包括以下步骤:
1)构建检定线故障数据库,对故障类型、设备型号、运行时长、外部环境等事件属性进行编码。
2)遍历故障数据库,计算每个故障数据中各项事件的权重,根据事项支持度阈值获得频繁项集。
3)建立频繁项目头表,在FP_tree上生成频繁模式,得出相应关联规则,根据频繁项关联规则置信度阈值对关联规则进行筛选,得到最终各类故障之间以及故障与影响因素之间的关联规则。
其中,事项支持度阈值和频繁项关联规则置信度阈值的确定,利用三阶拟合方法代替人为选取的方法。将支持度或频繁项关联规则按照从大到小进行排列,建立二维“序-值”的对应关系{(x i ,y i )|i= 1, 2, 3…n},其中i为计数项,序值x i = i,序列值y i 为项集支持度或者频繁项所产生的关联规则,n为项集支持度或频繁项关联规则的个数。对所得到的“序值对”数据进行三阶函数拟合,拟合函数多项式如下所示:
其中,h=0,1,2,3,为计数项,a h 为拟合函数的多项式系数,其中i为计数项,序值x i =i,序列值y i 为项集支持度或者频繁项所产生的关联规则。对所拟合的函数求其二阶导数f '' (x i ),如下式所示:
其中,k和b分别为二阶导函数的斜率和截距。取其唯一零点x 0,即三阶函数的唯一拐点所对应的函数值f(x 0)作为所求支持度或置信度阈值。
(4)可靠性预测模块:以各工艺单元的故障预测为核心,实时采集故障数据并上传特征信号,结合历史故障记录,应用机器学习等人工智能技术,预测工艺单元的性能衰退趋势和设备剩余寿命,提供智能维修决策。包括以下步骤:
1)获取检定线故障数据,建立故障数据库,数据集用(u l ,v l )表示,其中u l 表示检定线故障发生的影响因素变量,v l 表示检定线故障发生的概率,其中l=1,2,…,m,l为计数项,m为故障数据库中的数据个数。
2)构建支持向量机回归模型,如下式所示:
其中为损失函数,为权值向量,d为阈值,和为松弛因子,C为惩罚系数,其中u l 表示检定线故障发生的影响因素变量,v l 表示检定线故障发生的概率,其中l=1,2,…,m,l为计数项,m为故障数据库中的数据个数,ε为不敏感损失系数,g(u)为检定线各部分的失效概率密度函数,可表示为:
3)按照下式计算检定线各部分平均寿命T:
其中,t表示检定线各部分已经运行的实际时间,g(t)表示检定线各部分的失效概率密度函数。
4.通讯层,利用ZigBee、蓝牙、Wifi、5G等多协议通讯接口实现数据在计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体和应用层间的传输。为防止网络传输的不确定性和不稳定性,对传输的数据进行验证,并且有重发功能,以避免网络震荡产生的延时和瞬时中断。
此外,运维系统中所述的物理实体数据、虚拟数字孪生体数据,服务数据、知识数据及融合衍生数据,依托企业大数据平台进行存储、处理和分析。
另外,通讯层利用多协议通讯接口实现数据在计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体和应用层间的传输。为防止网络传输的不确定性和不稳定性,对传输的数据进行验证,并且有重发功能,以避免网络震荡产生的延时和瞬时中断。
本发明旨在将数字孪生思想引入计量设备自动化检定线运维管理过程,通过建立计量设备自动化检定线数字孪生模型,构建与计量设备自动化检定线物理实体高度一致的计量设备自动化检定线虚拟数字孪生体,实现虚拟空间与物理空间的交互映射;通过融合计量设备自动化检定线数字孪生模型和实时数据,实现计量设备自动化检定线的运行综合监控、瓶颈分析、故障分析和可靠性预测,对检定线全运行周期进行有效管理,提升运维水平,保障检定线稳定可靠运行,提供科学合理的决策支持。
需要说明的是,本申请中未详述的技术方案,采用公知技术。
以上所述仅是本发明的优选实施方式,应当指出的是,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 (5)
1.一种基于数字孪生的计量设备自动化检定线运维系统,其特征在于,包括以下部分:计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体、应用层和通讯层,
所述计量设备自动化检定线物理实体包括设备层和感知层两部分,利用感知层的感知设备,从设备层采集检定线运维过程中的各类物理实体数据,并通过通讯层将物理实体数据分别推送给计量设备自动化检定线虚拟数字孪生体和应用层;
所述计量设备自动化检定线虚拟数字孪生体,通过构建计量设备自动化检定线数字孪生模型,对计量设备自动化检定线物理实体进行仿真,并将仿真结果经通讯层反馈回计量设备自动化检定线物理实体,通过两者的双向映射修正计量设备自动化检定线数字孪生模型;利用修正后的计量设备自动化检定线数字孪生模型,将接收到的物理实体数据转化为虚拟数字孪生体数据,并经通讯层推送至应用层;
所述应用层,将接收到的虚拟数字孪生体数据分配给各个应用模块,对各个应用模块的模型进行训练,形成相应知识库;再将接收到的物理实体数据输入到各个应用模块中的模型,结合知识库和算法实现相应功能,从而输出服务数据、知识数据和融合衍生数据,转化为运维决策并通过通讯层反馈至计量设备自动化检定线物理实体,形成计量设备自动化检定线运维管理闭环;
所述通讯层,利用多协议通讯接口实现数据在计量设备自动化检定线物理实体、计量设备自动化检定线虚拟数字孪生体和应用层间的传输;
其中,所述计量设备自动化检定线数字孪生模型的构建和修正步骤如下:
步骤(1):建立物理模型:具体为通过数字化建模软件,建立与计量设备自动化检定线物理实体一致的三维可视化物理子模型;将物理子模型导入数字化检定线仿真软件,将模型参数与物理参数设置一致,融合生成统一物理模型;
步骤(2):建立逻辑模型:根据物理模型中的要素映射而成;
步骤(3):建立数据模型:将采集到的物理实体数据进行处理分析,并将处理分析后得到的数据交换到物理模型中;
步骤(4):建立仿真模型:根据建成的物理模型镜像生成仿真模型,基于物理模型中的数据,对计量设备自动化检定线虚拟数字孪生体完整运行流程进行仿真,得到的仿真结果与物理模型实时交互;利用逻辑模型验证仿真模型的合理性,验证结果可进一步优化逻辑模型的要素、结构和运行机制;
步骤(5):仿真模型的修正:基于实时采集的计量设备自动化检定线物理实体运行实际数据和计量设备自动化检定线虚拟数字孪生体仿真结果的偏差值,对仿真模型进行训练和优化,并根据演化结果验证一致性和可靠性,最终输出计量设备自动化检定线数字孪生模型。
2.根据权利要求1所述的一种基于数字孪生的计量设备自动化检定线运维系统,其特征在于,所述设备层包括周转箱输送机、拆/码垛机、上下料机器人、检定系统输送线、耐压单元、外观检测单元、插卡单元、检定单元、编程与加密单元、封印单元、贴标单元、信息识别单元和监控单元。
3.根据权利要求2所述的一种基于数字孪生的计量设备自动化检定线运维系统,其特征在于,所述感知层包括为自动化检定线配置的工控机、PLC、各类传感器、移载/输送电机、工业相机、网络摄像头和RFID,其中,各类传感器包括湿度传感器、环境尘土传感器、震动传感器、噪声传感器、气路气压传感器、电机温度传感器。
4.根据权利要求3所述的一种基于数字孪生的计量设备自动化检定线运维系统,其特征在于,所述湿度传感器安装于检定室中心;环境尘土传感器安装于检定室中心;震动传感器安装于拆/码垛机、上下料机器人上;噪声传感器安装于拆/码垛机附近、上下料机器人区间;气路气压传感器安装于上下料机器人、贴标单元、总气路和检定仓位置;电机温度传感器安装于主干路的移载/输送电机、上下料机器人上;工业相机安装于外观检测单元;网络摄像头安装于检定室内的监控单元;RFID安装于信息识别单元。
5.根据权利要求1所述的一种基于数字孪生的计量设备自动化检定线运维系统,其特征在于,所述物理实体数据包括设备层各部分在整个检定过程中的工艺顺序编号,待检计量设备在设备层各部分的到达时间、离开时间和下一批次计量设备的到达时间,设备层各部分的故障停机次数、故障类型、故障发生时的累计运行时间和误检率,以及检定室的湿度、尘土含量、噪声、气压、温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110701625.0A CN113259486B (zh) | 2021-06-24 | 2021-06-24 | 一种基于数字孪生的计量设备自动化检定线运维系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110701625.0A CN113259486B (zh) | 2021-06-24 | 2021-06-24 | 一种基于数字孪生的计量设备自动化检定线运维系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113259486A CN113259486A (zh) | 2021-08-13 |
CN113259486B true CN113259486B (zh) | 2021-09-17 |
Family
ID=77189439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110701625.0A Active CN113259486B (zh) | 2021-06-24 | 2021-06-24 | 一种基于数字孪生的计量设备自动化检定线运维系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113259486B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035425B (zh) * | 2021-11-05 | 2022-07-26 | 广东工业大学 | 一种无人机数字孪生系统的虚实状态同步方法和系统 |
CN115099738A (zh) * | 2022-06-09 | 2022-09-23 | 交通运输部水运科学研究所 | 一种干散货码头安全智能监测平台的数字孪生体系统 |
CN115270425B (zh) * | 2022-07-08 | 2023-05-23 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 逻辑模型与物理模型故障特性映射关系的处理方法和装置 |
CN115327469A (zh) * | 2022-08-09 | 2022-11-11 | 国网冀北电力有限公司计量中心 | 电能表检定数据的监控方法以及系统 |
CN115577488A (zh) * | 2022-08-17 | 2023-01-06 | 国网山东省电力公司营销服务中心(计量中心) | 一种关口电能计量装置性能诊断系统 |
CN115544819B (zh) * | 2022-12-06 | 2023-04-18 | 网思科技股份有限公司 | 维修站的数字孪生建模方法、系统和可读存储介质 |
CN116298701B (zh) * | 2023-05-22 | 2023-07-21 | 广东电网有限责任公司江门供电局 | 一种基于数字孪生系统的配电网故障检测方法及相关装置 |
CN116385664B (zh) * | 2023-05-31 | 2023-09-19 | 广东电网有限责任公司 | 一种电力计量设备的可视化管理方法及装置 |
CN117434886B (zh) * | 2023-12-21 | 2024-03-08 | 成都苔岑智能设备有限公司 | 一种基于运转数字模型的plc控制系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN112162519A (zh) * | 2020-10-21 | 2021-01-01 | 桂林电子科技大学 | 一种复合型机床数字孪生监控系统 |
CN112392485A (zh) * | 2020-11-12 | 2021-02-23 | 临沂矿业集团菏泽煤电有限公司 | 煤矿综采工作面透明化数字孪生自适应开采系统和方法 |
CN112427624A (zh) * | 2020-11-04 | 2021-03-02 | 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铸锻双控成型系统及参数优化方法 |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12019963B2 (en) * | 2018-02-07 | 2024-06-25 | Incucomm, Inc. | Operations and maintenance systems and methods employing sensor-less digital twins |
-
2021
- 2021-06-24 CN CN202110701625.0A patent/CN113259486B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN112162519A (zh) * | 2020-10-21 | 2021-01-01 | 桂林电子科技大学 | 一种复合型机床数字孪生监控系统 |
CN112427624A (zh) * | 2020-11-04 | 2021-03-02 | 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铸锻双控成型系统及参数优化方法 |
CN112392485A (zh) * | 2020-11-12 | 2021-02-23 | 临沂矿业集团菏泽煤电有限公司 | 煤矿综采工作面透明化数字孪生自适应开采系统和方法 |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113259486A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113259486B (zh) | 一种基于数字孪生的计量设备自动化检定线运维系统 | |
CN111985561B (zh) | 一种智能电表的故障诊断方法、系统及电子装置 | |
CN111461555B (zh) | 一种生产线质量监测方法、装置及系统 | |
US20190138676A1 (en) | Methods and systems for automatically creating statistically accurate ergonomics data | |
CN112987675B (zh) | 一种异常检测的方法、装置、计算机设备和介质 | |
CN112085261A (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 | |
CN112016828B (zh) | 基于流式大数据的工业设备健康管理云平台架构 | |
CN117234785B (zh) | 基于人工智能自查询的集控平台错误分析系统 | |
CN116611013A (zh) | 针对工业时序数据的异常检测以及根因分析方法及系统 | |
CN111428329B (zh) | 基于模型的机器学习系统 | |
CN114638573B (zh) | 一种智能化货运物流管理系统及方法 | |
CN110188085A (zh) | 一种烟草卷包车间质量数据模型建立方法 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CN116703303A (zh) | 基于多层感知机与rbf的仓储可视化监管系统及方法 | |
CN116861503A (zh) | 一种基于大数据的电力变压器数字孪生模型的构建方法 | |
CN117495019B (zh) | 基于农产品供应链的农产品协同调度方法与系统 | |
KR20190127029A (ko) | G-code를 이용한 3D 프린팅 관리 방법 및 장치 | |
TW202123054A (zh) | 預測模型的建立裝置、建立方法與產品品質監控系統 | |
CN115760772A (zh) | 一种烟草物料储柜状态判断及非烟物料检测方法 | |
CN114266483B (zh) | 一种基于物联网的危险废物监管系统 | |
CN103475527A (zh) | 一种网管故障可信度分析系统及方法 | |
CN115078364A (zh) | 一种工业设备信息的处理方法、装置及设备 | |
CN114029723B (zh) | 一种基于多源传感的装配机械手用高精度装配方法 | |
CN118011990B (zh) | 基于人工智能的工业数据品质监控与提升系统 | |
US20240160191A1 (en) | Industrial automation relational data extraction, connection, and mapping |
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 |