CN113792421B - 一种基于数字孪生的tpm设备管理数据处理系统及方法 - Google Patents

一种基于数字孪生的tpm设备管理数据处理系统及方法 Download PDF

Info

Publication number
CN113792421B
CN113792421B CN202111034940.9A CN202111034940A CN113792421B CN 113792421 B CN113792421 B CN 113792421B CN 202111034940 A CN202111034940 A CN 202111034940A CN 113792421 B CN113792421 B CN 113792421B
Authority
CN
China
Prior art keywords
data
equipment
simulation
personnel
module
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
Application number
CN202111034940.9A
Other languages
English (en)
Other versions
CN113792421A (zh
Inventor
张学成
曹雪均
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.)
Suzhou Tebim Intelligent Technology Co ltd
Original Assignee
Suzhou Tebim Intelligent Technology Co ltd
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 Suzhou Tebim Intelligent Technology Co ltd filed Critical Suzhou Tebim Intelligent Technology Co ltd
Priority to CN202111034940.9A priority Critical patent/CN113792421B/zh
Publication of CN113792421A publication Critical patent/CN113792421A/zh
Application granted granted Critical
Publication of CN113792421B publication Critical patent/CN113792421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

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

本发明提出了一种基于数字孪生的TPM设备管理数据处理系统,涉及计算机科学领域。其包括数据采集模块、数据整合模块、模型建立模块、仿真模块和数据输出模块:数据采集模块用于根据设备的不同生命周期分别获取设备运行数据、人员数据和环境数据;数据整合模块用于对上述数据进行清洗和规划,整合得到不同生命周期的不同数据源;模型建立模块用于建立数字孪生模型,将数据源输入至数字孪生模型;仿真模块用于仿真模拟获得模拟设备运行数据、模拟人员数据和模拟环境数据;数据输出模块用于得到调控预测数据。其能够全面地收集设备在其生命周期中产生的不同数据,为设备生产活动提供系统指导,同时将多个数据进行整合,避免数据孤岛和重复。

Description

一种基于数字孪生的TPM设备管理数据处理系统及方法
技术领域
本发明涉及计算机科学领域,具体而言,涉及一种基于数字孪生的TPM设备管理数据处理系统及方法。
背景技术
数字孪生是充分利用物理模型、传感器更新、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装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
产品生命周期管理(Productlifecyclemanagement,PLM)作为一种高效的商业产品管理方式,从产品设计理念产生到其报废淘汰,贯穿其整个生命周期。尽管PLM可以获得包括设计、制造和服务在内的各阶段生命周期相关大数据,但其中仍存在诸如各阶段数据通常呈现孤立、分散、停滞特征、用户在产品使用过程中制造商难以对产品保持实时控制与响应等缺陷。这些问题导致产品的设计、制造和服务阶段的效率不高,智能化和可持续性水平较低。
发明内容
本发明的目的在于提供一种基于数字孪生的TPM设备管理数据处理系统及方法,其能够全面地收集和分析设备在其生命周期中产生的不同数据,能够对设备整个生命周期内的生产活动进行模拟、监控和优化,并为设备的生产活动提供系统指导,获得最佳生产效率和设备寿命,同时将多个数据进行整合,避免数据孤岛以及数据重复。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种基于数字孪生的TPM设备管理数据处理系统,包括数据采集模块、数据整合模块、模型建立模块、仿真模块和数据输出模块:上述数据采集模块用于获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;上述数据整合模块用于对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到不同上述生命周期的不同数据源;上述模型建立模块用于根据上述设备建立数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;上述仿真模块用于利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;上述数据输出模块用于根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
在本发明的一些实施例中,上述基于数字孪生的TPM设备管理数据处理系统还包括应急响应模块,上述应急响应模块用于接收上述调控预测数据,并根据上述调控预测数据判断上述设备的运行是否存在风险,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
在本发明的一些实施例中,上述设备运行数据包括运行参数和异常数据,上述人员数据包括人员类型和身份信息,上述生命周期包括设备使用周期和设备检修周期。
在本发明的一些实施例中,上述基于数字孪生的TPM设备管理数据处理系统还包括溯源存储模块,上述溯源存储模块用于对不同的上述数据源添加时间戳并进行存储。
第二方面,本申请实施例提供一种基于数字孪生的TPM设备管理数据处理方法,包括以下步骤:步骤S1:获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;步骤S2:对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到上述不同生命周期的不同数据源;步骤S3:根据上述设备建立上述设备的数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;步骤S4:利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;步骤S5:根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
在本发明的一些实施例中,上述步骤S5中还包括根据上述调控预测数据判断上述设备的运行是否存在异常,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
在本发明的一些实施例中,上述设备运行数据包括运行参数和异常数据,上述人员数据包括人员类型和身份信息,上述生命周期包括设备使用周期和设备检修周期。
在本发明的一些实施例中,上述步骤S2还包括对不同的上述数据源添加时间戳并进行存储。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
第一方面,本发明提供一种基于数字孪生的TPM设备管理数据处理系统,数据采集模块、数据整合模块、模型建立模块、仿真模块和数据输出模块:上述数据采集模块用于获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;上述数据整合模块用于对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到不同上述生命周期的不同数据源;上述模型建立模块用于根据上述设备建立上述设备的数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;上述仿真模块用于利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;上述数据输出模块用于根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
针对第一方面,其通过数据采集模块获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据,从而能够获取贯穿设备整个生命周期的多种相关数据,便于人员进行管理,与传统人工核查获取数据相比,更加方便快捷。通过数据整合模块对设备运行数据、人员数据和环境数据进行清洗和规划,整合得到不同上述生命周期的不同数据源,从而能将重复信息删除、纠正存在的错误,并提供数据一致性,获得高质量的信息,且能将多种类型整合,避免信息孤岛和数据重复。通过模型建立模块建立设备的数字孪生模型,将数据源输入至数字孪生模型,从而通过数字孪生模型可以对设备进行展示模拟,使得数据可视化。通过仿真模块利用数字孪生模型进行仿真模拟,以获得仿真结果,根据仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据,从而通过模拟仿真可以获取设备的运行情况。通过数据输出模块根据模拟设备运行数据、模拟人员数据和模拟环境数据对设备进行实时监测、预测和调控,以得到调控预测数据。从而使人们能掌握到设备的运行发展情况,获知其健康程度,预测其故障情况,进而帮助设备提升质量,降低安全隐患。
第二方面,本申请实施例提供一种基于数字孪生的TPM设备管理数据处理方法,,包括以下步骤:S1:获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;S2:对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到上述不同生命周期的不同数据源;S3:根据上述设备建立上述设备的数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;S4:利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;S5:根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
针对第二~第四方面,本申请实施例与第一方面的原理及有益效果相同,在此不必重复描述。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一种基于数字孪生的TPM设备管理数据处理系统的原理图;
图2为本发明实施例一种基于数字孪生的TPM设备管理数据处理方法的流程图;
图3为本发明实施例一种电子设备的示意图。
图标:101-存储器,102-处理器,103-通信接口,2-基于数字孪生的TPM设备管理数据处理系统,201-数据采集模块,202-数据整合模块,203-模型建立模块,204-仿真模块,205-数据输出模块,206-应急响应模块,207-溯源存储模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括上述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例1
请参阅图1,图1为本发明实施例一种基于数字孪生的TPM设备管理数据处理系统2的原理图;
本申请实施例提供一种基于数字孪生的TPM设备管理数据处理系统2,数据采集模块201、数据整合模块202、模型建立模块203、仿真模块204和数据输出模块205:上述数据采集模块201用于获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;上述数据整合模块202用于对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到不同上述生命周期的不同数据源;上述模型建立模块203用于根据上述设备建立上述设备的数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;上述仿真模块204用于利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;上述数据输出模块205用于根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
详细的,数据采集模块201可以为多种传感器,其中数据采集模块201可以获取设备的不同生命周期,如设备的初始设计阶段、投产阶段、运维阶段和回收阶段,并根据多个不同的生命周期进行分为不同时间段,其中数据采集模块201则分别获取不同时间段内的设备的运行数据,如设备的形体几何参数、设备零件的损耗度,各类消耗品的消耗量等。人员数据可以为不同时间段内参与维护设备的人员数量,人员工作时长等。环境数据可以包括设备所处环境的温湿度数据、空气质量数据、空气中不同微生物含量和酸碱度等,通过数据采集模块201采集可以获得更为全面的数据,与传统人工记录数据相比,精准度更高,覆盖面更广,更加方便快捷。
数据整合模块202则接收数据采集模块201采集到的设备运行数据、人员数据和环境数据,并对获得多个不同的设备运行数据、人员数据和环境数据进行清洗,从而删除掉重复的数据,避免数据重复冗杂,并能够删除数据中不寻常的数据,示例性的,如采集到的某一时间点的环境温度为异常的零下100度,则数据整合模块202在进行数据清洗后,则会对该点数据进行进一步核对,并由运维人员确认后进行纠正,从而保证数据的准确性,能够剔除无效数据,保留有用数据在对数据进行清洗后,则对数据进行二次规划,将多个同类数据进行整合获得各自的数据源,从而将数据联系起来,避免同类数据之间的数据孤岛。
模型建立模块203建立设备的数字孪生模型,其中建模平台可以为现有技术中常规已知的一种建模平台,在建立数字孪生模型后,将数据源输入至建立好的数字孪生模型中。从而将设备在虚拟空间中实现可视化,且实现了虚拟空间与现实空间的联系。
详细的,仿真模块204利用上述数字孪生模型进行仿真模拟,其根据现实空间实时输入的数据源,在虚拟空间进行同步模拟,如模拟不同温湿度变化,设备零件的损耗度或参与运维的不同人员数量以获得仿真后的结果,根据上述仿真后结果获得在虚拟空间内数字模型上的模拟设备运行数据、模拟人员数据和模拟环境数据,其中模拟设备运行数据、模拟人员数据和模拟环境数据均为上述设备运行数据、人员数据和环境数据在虚拟空间的数字孪生模型上的映射参数,便于人员在虚拟空间内进一步观察对比现实中设备情况便于人员进行进一步的探索研究。数据输出模块205用于上述模一个生命周期内环境的酸碱度、温湿度以及设备的损耗计算在不同的设备的腐蚀时间和程度,根据参与运维的人员数量计算不同人员数量对设备维修的时间影响,并联系现实空间的设备,从而实现对现实空间内设备的实时监控,并可以获取未来的一个预测数据。从而人们能随时根据数字孪生模型的数据掌握到现实中设备的运行发展情况,获知其健康程度,预测其故障情况,进而帮助设备提升质量,降低安全隐患。
在本实施例的一些实施方式中,上述基于数字孪生的TPM设备管理数据处理系统2还包括应急响应模块206,上述应急响应模块206用于接收上述调控预测数据,并根据上述调控预测数据判断上述设备的运行是否存在风险,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
详细的,应急响应模块206在获取调控预测数据后,根据所获得调控预测数据,计算对设备的运行风险进行判断,示例性的,如获取的调控预测数据包括预测的设备在未来一段时间内的损耗度数据,则应急响应模块206则会根据该损耗度数据进行判断,将在不同时间点的损耗度数据与设备损坏的最大损耗度阈值进行判断,若判断该时间点超出,则设备运行存在风险,从而应急响应模块206则会根据判断结果,通过上述不同人员数量对设备维修时间影响,生成人员调动信息,使得能够获取最佳的人员数量对设备进行风险预警和排除,并根据映射在数字孪生模型上的设备运行数据可以生成设备程序优化信息,如设备的最佳使用时间长短。并能够根据映射在模型上的环境数据,生成环境调控数据,如改变不同的温湿度或酸碱度,使得设备有最佳的使用环境。通过应急响应模块206生成的人员调动信息、设备程序优化信息和环境调控信息,使得人们能够更加程序化的对设备进行管理,能够根据上述不同信息提高规避风险的几率,使设备达到最佳使用状态,延长设备的使用寿命。
在本实施例的一些实施方式中,上述设备运行数据包括运行参数和异常数据,上述人员数据包括人员类型和身份信息,上述生命周期包括设备使用周期和设备检修周期。
详细的,设备运行数据包括运行参数和异常数据,通过获取不同生命周期内的运行参数,从而在数字孪生模型中映射出来,能够更为清晰的获知设备的运行情况,便于进行调控。通过设备的异常数据,在数字孪生模型中映射进行模拟仿真后,能够获取带设备出现异常数据的原因以及设备可能出现问题的位置,便于人员及时进行检修。同人员类型可以包括维修人员、测试人员和值班人员,其中身份信息为各自人员不同的身份信息,其中上述人员类型用于数据清洗和规划,从而将人员分类管理和调动。人员的身份信息可以包括年龄、视力和文化程度等,人员的身份信息则用于仿真模拟生成模拟人员数据,示例性的,如某个人的视力要求对某设备的检修效率高,在某环境下的工作效率更高,则可以根据不同模拟人员数据生成不同调控预测数据,进而生成不同的人员调动信息,可以安排最高效率人员给对应的设备进行检修维护或在最佳环境下进行工作。生命周期包括设备的使用周期和设备的检修周期,通过获取设备的使用周期,并可以根据设备的使用周期设置多个阶段,如设备的调试阶段、设备的初期运行阶段和设备的正常运行阶段,其中获取的设备的检修周期,为设备进行维护检修的时间周期,从而获得通过获得设备使用周期和设备的检修周期能够获得实际的使用寿命长短,从而更加便于对不同阶段的数据进行管理。
在本实施例的一些实施方式中,上述基于数字孪生的TPM设备管理数据处理系统2还包括溯源存储模块207,上述溯源存储模块207用于对不同的上述数据源添加时间戳并进行存储。
详细的,溯源存储模块207用于对数据整合模块202在设备的不同生命周期生成的数据源添加时间戳,其中通过给不同生命周期的数据源添加时间戳并存储,从而根据不同生命周期的数据源的存储时间按照时间先后形成溯源链,便于人员随时调用历史数据源,对数据源进行追溯,且能够与当前数据进行比较,从而更好的判断设备的情况,且能通过时间戳能够有效的防止溯源链中的溯源记录被更改。保证数据源的真实性。
实施例2
请参阅图2,图2为本发明实施例一种基于数字孪生的TPM设备管理数据处理方法的流程图;
第二方面,本申请实施例提供一种基于数字孪生的TPM设备管理数据处理方法,包括以下步骤:
S1:获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据;
S2:对上述设备运行数据、人员数据和环境数据进行清洗和规划,整合得到上述不同生命周期的不同数据源;
S3:根据上述设备建立上述设备的数字孪生模型,以对上述设备进行虚拟映射,将上述数据源输入至上述数字孪生模型;
S4:利用上述数字孪生模型进行仿真模拟,以获得仿真结果,根据上述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;
S5:根据上述模拟设备运行数据、上述模拟人员数据和上述模拟环境数据对上述设备进行实时监测、预测和调控,以得到调控预测数据。
本实施例的原理和有益效果与实施例1中相同,在此不必重复描述。
在本实施例的一些实施方式中,上述步骤S5中还包括根据上述调控预测数据判断上述设备的运行是否存在异常,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
本实施例的原理和有益效果与实施例1中相同,在此不必重复描述。
在本实施例的一些实施方式中,上述设备运行数据包括运行参数和异常数据,上述人员数据包括人员类型和身份信息,上述生命周期包括设备使用周期和设备检修周期。
本实施例的原理和有益效果与实施例1中相同,在此不必重复描述。
在本实施例的一些实施方式中,上述步骤S2还包括对不同的上述数据源添加时间戳并进行存储。
本实施例的原理和有益效果与实施例1中相同,在此不必重复描述。
实施例3
请参阅图3,图3为本申请实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,如本申请实施例所提供的基于数字孪生的TPM设备管理数据处理系统2对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图1所示的结构仅为示意,基于数字孪生的TPM设备管理数据处理系统2还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,本申请实施例提供的一种基于数字孪生的TPM设备管理数据处理系统2及方法,其通过数据采集模块201获取设备的不同生命周期,根据不同生命周期分别获取各个周期的设备运行数据、人员数据和环境数据,从而能够获取贯穿设备整个生命周期的多种相关数据,便于人员进行管理,与传统人工核查获取数据相比,更加方便快捷。通过数据整合模块202对设备运行数据、人员数据和环境数据进行清洗和规划,整合得到不同上述生命周期的不同数据源,从而能将重复信息删除、纠正存在的错误,并提供数据一致性,获得高质量的信息,且能将多种类型整合,避免信息孤岛和数据重复。通过模型建立模块203建立设备的数字孪生模型,将数据源输入至数字孪生模型,从而通过数字孪生模型可以对设备进行展示模拟,使得数据可视化。通过仿真模块204利用数字孪生模型进行仿真模拟,以获得仿真结果,根据仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据,从而通过模拟仿真可以获取设备的运行情况。通过数据输出模块205根据模拟设备运行数据、模拟人员数据和模拟环境数据对设备进行实时监测、预测和调控,以得到调控预测数据。从而使人们能掌握到设备的运行发展情况,获知其健康程度,预测其故障情况,从而帮助设备提升质量,降低安全隐患。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种基于数字孪生的TPM设备管理数据处理系统,其特征在于,包括数据采集模块、数据整合模块、模型建立模块、仿真模块和数据输出模块:
所述数据采集模块用于获取设备的不同生命周期,并根据多个不同的生命周期进行分为不同时间段,分别获取不同时间段内的所述设备的运行数据、人员数据和环境数据,所述生命周期包括初始设计阶段、投产阶段、运维阶段和回收阶段;
所述数据整合模块用于对所述设备的运行数据、所述人员数据和所述环境数据进行清洗和规划,整合得到不同所述生命周期的不同数据源,所述规划包括将多个同类数据进行整合获得各自的数据源,以将数据联系起来;
所述模型建立模块用于根据所述设备建立数字孪生模型,以对所述设备进行虚拟映射,将所述数据源输入至所述数字孪生模型;
所述仿真模块用于利用所述数字孪生模型进行仿真模拟,以获得仿真结果,根据所述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;
所述数据输出模块用于根据所述模拟设备运行数据、所述模拟人员数据和所述模拟环境数据对所述设备进行实时监测、预测和调控,以得到调控预测数据。
2.如权利要求1所述的一种基于数字孪生的TPM设备管理数据处理系统,其特征在于,还包括应急响应模块,所述应急响应模块用于接收所述调控预测数据,并根据所述调控预测数据判断所述设备的运行是否存在风险,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
3.如权利要求1所述的一种基于数字孪生的TPM设备管理数据处理系统,其特征在于,所述设备的运行数据包括运行参数和异常数据,所述人员数据包括人员类型和身份信息,所述生命周期包括设备使用周期和设备检修周期。
4.如权利要求1所述的一种基于数字孪生的TPM设备管理数据处理系统,其特征在于,还包括溯源存储模块,所述溯源存储模块用于对不同的所述数据源添加时间戳并进行存储。
5.一种基于数字孪生的TPM设备管理数据处理方法,其特征在于,包括以下步骤:
步骤S1:获取设备的不同生命周期,并根据多个不同的生命周期进行分为不同时间段,分别获取不同时间段内的所述设备的运行数据、人员数据和环境数据,所述生命周期包括初始设计阶段、投产阶段、运维阶段和回收阶段;
步骤S2:对所述设备的运行数据、人员数据和环境数据进行清洗和规划,整合得到所述不同生命周期的不同数据源,所述规划包括将多个同类数据进行整合获得各自的数据源,以将数据联系起来;
步骤S3:根据所述设备建立数字孪生模型,以对所述设备进行虚拟映射,将所述数据源输入至所述数字孪生模型;
步骤S4:利用所述数字孪生模型进行仿真模拟,以获得仿真结果,根据所述仿真结果获得模拟设备运行数据、模拟人员数据和模拟环境数据;
步骤S5:根据所述模拟设备运行数据、所述模拟人员数据和所述模拟环境数据对所述设备进行实时监测、预测和调控,以得到调控预测数据。
6.如权利要求5所述的一种基于数字孪生的TPM设备管理数据处理方法,其特征在于,所述步骤S5中还包括根据所述调控预测数据判断所述设备的运行是否存在异常,若判断为是,则生成对应的人员调动信息、设备程序优化信息和环境调控信息。
7.如权利要求5所述的一种基于数字孪生的TPM设备管理数据处理方法,其特征在于,所述设备的运行数据包括运行参数和异常数据,所述人员数据包括人员类型和身份信息,所述生命周期包括设备使用周期和设备检修周期。
8.如权利要求5所述的一种基于数字孪生的TPM设备管理数据处理方法,其特征在于,步骤S2还包括对不同的所述数据源添加时间戳并进行存储。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求5-8中任一项所述的方法。
10.一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,该计算机程序被处理器执行时实现如权利要求5-8中任一项所述的方法。
CN202111034940.9A 2021-09-04 2021-09-04 一种基于数字孪生的tpm设备管理数据处理系统及方法 Active CN113792421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111034940.9A CN113792421B (zh) 2021-09-04 2021-09-04 一种基于数字孪生的tpm设备管理数据处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111034940.9A CN113792421B (zh) 2021-09-04 2021-09-04 一种基于数字孪生的tpm设备管理数据处理系统及方法

Publications (2)

Publication Number Publication Date
CN113792421A CN113792421A (zh) 2021-12-14
CN113792421B true CN113792421B (zh) 2023-10-17

Family

ID=79182525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111034940.9A Active CN113792421B (zh) 2021-09-04 2021-09-04 一种基于数字孪生的tpm设备管理数据处理系统及方法

Country Status (1)

Country Link
CN (1) CN113792421B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114493281A (zh) * 2022-01-27 2022-05-13 中铁第四勘察设计院集团有限公司 一种基于数字孪生的人员检修操作防错引导方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN112784427A (zh) * 2021-01-28 2021-05-11 工业云制造(四川)创新中心有限公司 一种基于数字孪生技术智能制造仿真系统
CN113065276A (zh) * 2021-03-09 2021-07-02 北京工业大学 一种基于数字孪生的智能建造方法
CN113325816A (zh) * 2021-08-03 2021-08-31 山东捷瑞数字科技股份有限公司 面向工业互联网的数字孪生体数据管理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021160260A1 (en) * 2020-02-12 2021-08-19 Swiss Reinsurance Company Ltd. Digital platform using cyber-physical twin structures providing an evolving digital representation of a risk-related real world asset for quantifying risk measurements, and method thereof

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN112784427A (zh) * 2021-01-28 2021-05-11 工业云制造(四川)创新中心有限公司 一种基于数字孪生技术智能制造仿真系统
CN113065276A (zh) * 2021-03-09 2021-07-02 北京工业大学 一种基于数字孪生的智能建造方法
CN113325816A (zh) * 2021-08-03 2021-08-31 山东捷瑞数字科技股份有限公司 面向工业互联网的数字孪生体数据管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于数字线索和数字孪生的生产生命周期研究;陶剑;戴永长;魏冉;;航空制造技术(21);26-31 *

Also Published As

Publication number Publication date
CN113792421A (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
CN110168459B (zh) 一种涉及运行工业设施的有形材料的工业过程的过程监测的方法及系统
Liu et al. Fuzzy Petri nets for knowledge representation and reasoning: A literature review
Yodo et al. Resilience modeling and quantification for engineered systems using Bayesian networks
US10732618B2 (en) Machine health monitoring, failure detection and prediction using non-parametric data
Raheja et al. Data fusion/data mining-based architecture for condition-based maintenance
RU2724716C1 (ru) Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя
RU2724075C1 (ru) Система и способ определения источника аномалии в кибер-физической системе, обладающей определенными характеристиками
JP7292076B2 (ja) 劣化推定装置、学習装置、劣化推定方法、学習方法、劣化推定プログラム、および、学習プログラム
Blancke et al. A holistic multi-failure mode prognosis approach for complex equipment
JPWO2011138911A1 (ja) 障害分析装置、障害分析方法およびプログラム
CN112700131B (zh) 基于人工智能的ab测试方法、装置、计算机设备及介质
CN113792421B (zh) 一种基于数字孪生的tpm设备管理数据处理系统及方法
JP6880560B2 (ja) 故障予測装置、故障予測方法及び故障予測プログラム
CN108463806A (zh) 用于基于预测模型修改数据采集参数的计算机体系结构和方法
Schachinger et al. An advanced data analytics framework for energy efficiency in buildings
US20210109973A1 (en) Generation of graph-structured representations of brownfield systems
KR20160072812A (ko) 업데이트들, 증거 및 트리거들의 케이스 관리 링키지
JP7062505B2 (ja) 設備管理支援システム
EP2764597A1 (en) Processing data of a technical system comprising several assets
WO2009055967A1 (en) Real-time model validation
CN114742430A (zh) 用户留存预警可视化方法、装置、设备及存储介质
Sarker et al. Cp-sam: Cyber-power security assessment and resiliency analysis tool for distribution system
Saleem et al. IoT-based Digital Twin Braiding Machinery for Defect Detection
Lazarova-Molnar et al. Towards systematic reliability modeling of smart buildings
JP7000266B2 (ja) 分析フロー作成システムおよび分析フロー作成方法

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