CN113987770A - 设计域盾构螺旋输送机数字孪生结构模型构建方法 - Google Patents
设计域盾构螺旋输送机数字孪生结构模型构建方法 Download PDFInfo
- Publication number
- CN113987770A CN113987770A CN202111211171.5A CN202111211171A CN113987770A CN 113987770 A CN113987770 A CN 113987770A CN 202111211171 A CN202111211171 A CN 202111211171A CN 113987770 A CN113987770 A CN 113987770A
- Authority
- CN
- China
- Prior art keywords
- structure model
- static
- dynamic
- evaluation
- grade
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013461 design Methods 0.000 title claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 177
- 230000003068 static effect Effects 0.000 claims abstract description 158
- 238000005457 optimization Methods 0.000 claims abstract description 51
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 34
- 230000033001 locomotion Effects 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 26
- 238000007599 discharging Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 239000002689 soil Substances 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 12
- 238000006073 displacement reaction Methods 0.000 description 10
- 239000002893 slag Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 102100040160 Rabankyrin-5 Human genes 0.000 description 2
- 101710086049 Rabankyrin-5 Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种设计域盾构螺旋输送机数字孪生结构模型构建方法，该方法包括：获取盾构螺旋输送机功能需求，以构建静态结构模型；利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型；基于数字孪生技术对基本结构模型进行虚拟调试，构建动态结构模型；利用成熟度评价法对动态结构模型进行分析，得到动态评价等级和动态优化参数；判断动态评价等级是否为动态及格等级，若是则将动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据动态优化参数更新静态结构模型，并返回分析静态结构模型的步骤。根据本发明实施例提供的方案，能够构建出合理的设计域盾构螺旋输送机数字孪生结构模型。
Description
技术领域
本发明涉及但不限于盾构螺旋输送机技术领域，尤其涉及一种设计域盾构螺旋输送机数字孪生结构模型构建方法。
背景技术
盾构螺旋输送机是土压平衡盾构机排土系统最重要的组成部分，其功能要求主要包括：具有较强的排土能力，能够保证土仓内的土体能够顺利排出；通过对其排土量的控制来维持土仓内土体的压力，保证开挖面的水土压力平衡，能够防止开挖面的失稳；紧急情况下，可随时切断土仓与螺旋输送机之间的排土通道。
但是，目前对盾构螺旋输送机的结构模型只是进行简单的仿真运动，缺乏与控制系统相结合进行虚拟调试验证，并且盾构螺旋输送机的结构模型按照传统的详尽设计和选型，缺乏对结构模型的有效评价，无法保证结构模型的合理性，进而无法保证盾构螺旋输送机设计的合理性。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种设计域盾构螺旋输送机数字孪生结构模型构建方法，能够构建出合理的设计域盾构螺旋输送机数字孪生结构模型，从而保证盾构螺旋输送机设计的合理性。
第一方面，本发明实施例提供了一种设计域盾构螺旋输送机数字孪生结构模型构建方法，包括：获取盾构螺旋输送机功能需求；根据所述盾构螺旋输送机功能需求，构建静态结构模型；利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型；基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型；利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数；判断所述动态评价等级是否为预设的动态及格等级，若是则将所述动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据所述动态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型的步骤。
在一些实施例中，所述利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数，包括：根据所述盾构螺旋输送机功能需求，建立动态评价指标体系和动态等级划分标准；根据所述动态评价指标体系和所述动态结构模型，得到运动参数；利用成熟度评价法对所述运动参数进行评价，得到动态评价结果；根据所述动态评价结果和所述动态等级划分标准，得到动态评价等级；根据所述动态评价结果，得到动态优化参数。
在一些实施例中，所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型，包括：利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数；判断所述静态评价等级是否为预设的静态及格等级，若是则将所述静态结构模型作为基本结构模型，否则根据所述静态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数的步骤。
在一些实施例中，所述利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数，包括：根据所述盾构螺旋输送机功能需求，建立静态评价指标体系和静态等级划分标准；根据所述静态评价指标体系和所述静态结构模型，得到结构参数；利用多层模糊综合评价法对所述结构参数进行评价，得到静态评价结果；根据所述静态评价结果和所述静态等级划分标准，得到静态评价等级；根据所述静态评价结果，得到静态优化参数。
在一些实施例中，所述基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型，包括：向联合仿真平台发送所述基本结构模型的模型数据，以使所述联合仿真平台仿真计算得到仿真运动参数；获取所述仿真运动参数；根据所述仿真运动参数和所述基本结构模型，构建动态结构模型。
在一些实施例中，所述根据所述盾构螺旋输送机功能需求，构建静态结构模型，包括：根据所述盾构螺旋输送机功能需求，构建盾构螺旋输送机结构零部件；根据所述盾构螺旋输送机结构零部件，构建静态结构模型。
在一些实施例中，所述盾构螺旋输送机功能需求包括运土功能、保持土压平衡功能、排土功能和紧急防涌功能。
第二方面，本发明还提供了一种设计域盾构螺旋输送机数字孪生结构模型构建装置，包括：获取单元，用于获取盾构螺旋输送机功能需求；第一建模单元，用于根据所述盾构螺旋输送机功能需求，构建静态结构模型；第一评价单元，用于利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型；第二建模单元，用于基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型；第二评价单元，用于利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数；判断单元，用于判断所述动态评价等级是否为预设的动态及格等级，若是则将所述动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据所述动态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型的步骤。
第三方面，本发明实施例还提供了一种电子设备，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，所述处理器执行所述计算机程序时实现如第一方面所述的设计域盾构螺旋输送机数字孪生结构模型构建方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如第一方面所述的设计域盾构螺旋输送机数字孪生结构模型构建方法。
本发明实施例包括：获取盾构螺旋输送机功能需求；根据所述盾构螺旋输送机功能需求，构建静态结构模型；利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型；基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型；利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数；判断所述动态评价等级是否为预设的动态及格等级，若是则将所述动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据所述动态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型的步骤。根据本发明实施例提供的方案，利用多层模糊综合评价法对所述静态结构模型进行分析，并且利用成熟度评价法对所述动态结构模型进行分析，若动态评价等级不及格，则根据动态优化参数更新静态结构模型，能够构建出合理的设计域盾构螺旋输送机数字孪生结构模型，从而保证盾构螺旋输送机设计的合理性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明一个实施例提供的设计域盾构螺旋输送机数字孪生结构模型构建方法的流程图；
图2是图1中步骤S150的具体方法流程图；
图3是图1中步骤S130的具体方法流程图；
图4是图3中步骤S310的具体方法流程图；
图5是图1中步骤S140的具体方法流程图；
图6是图1中步骤S120的具体方法流程图；
图7是本发明另一个实施例提供的设计域盾构螺旋输送机数字孪生结构模型构建方法的流程图；
图8是本发明另一个实施例提供的盾构螺旋输送机的功能模型图；
图9是本发明另一个实施例提供的设计域盾构螺旋输送机数字孪生结构模型构建装置的结构图；
图10是本发明另一个实施例提供的电子设备的结构图。
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。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本发明提供了一种设计域盾构螺旋输送机数字孪生结构模型构建方法，该方法包括：获取盾构螺旋输送机功能需求；根据盾构螺旋输送机功能需求，构建静态结构模型；利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型；基于数字孪生技术对基本结构模型进行虚拟调试，构建动态结构模型；利用成熟度评价法对动态结构模型进行分析，得到动态评价等级和动态优化参数；判断动态评价等级是否为预设的动态及格等级，若是则将动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据动态优化参数更新静态结构模型，并返回执行利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型的步骤。根据本发明实施例提供的方案，利用多层模糊综合评价法对所述静态结构模型进行分析，并且利用成熟度评价法对所述动态结构模型进行分析，若动态评价等级不及格，则根据动态优化参数更新静态结构模型，能够构建出合理的设计域盾构螺旋输送机数字孪生结构模型，从而保证盾构螺旋输送机设计的合理性。
首先，对本发明中涉及的若干名词进行解析：
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。
综合评价法：是运用多个指标对多个参评单位进行评价的方法，简称综合评价方法。综合评价是指某些企业通过多元化评价对企业的发展及方向进行一个综合的统计评价，从而来判断企业的走向和目标，这对任何一个企业或者行业化发展都有很大好处，所以综合评价是市场及其企业都有决定性作用。
模糊综合评价法：是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
西门子机电一体化产品概念设计(Mechatronics Concept Designer,MCD)，将机械自动化与电气和软件结合起来，组包括机械，机电，传感器，驱动等多个领域部件的概念设计，工程师们可用于新产品集成管理，机械设计，电气，自动化等专业概念的3D建模和仿真，提供了机电设备设计过程中硬件在环境中仿真调试，通过虚拟设备与PLC连接，对产品可靠性进行虚拟调试。MCD可加快机械、电气和软件设计等学科产品的开发速度，是工作领域中不可或缺的工具。设计迭代产生的误差进一步降低，成为一个综合各学科领域的研发平台。
用于过程控制的OLE(OLE for Process Control,OPC)，是一个工业标准，OPC包括一整套接口、属性和方法的标准集，用于过程控制和制造业自动化系统。
STEP 7，是一款编程软件，厂商是西门子，用于西门子系列工控产品包括SIMATICS7、M7、C7和基于PC的WinAC的编程、监控和参数设置，是SIMATIC工业软件的重要组成部分。
下面结合附图，对本发明实施例作进一步阐述。
如图1所示，图1是本发明一个实施例提供的一种设计域盾构螺旋输送机数字孪生结构模型构建方法的流程图，在该方法中，包括但不限于有以下步骤：
步骤S110，获取盾构螺旋输送机功能需求；
需要说明的是，盾构螺旋输送机需求模型主要以功能需求为主，其他需求为辅。将功能需求分解过程转换功能分解，通过满足每一个分功能方式衍生出结构部件和结构零件，以此构建盾构螺旋输送机结构零部件。
可以理解的是，盾构螺旋输送机功能需求的确立需要结合历史数据和工程经验等数据。
在具体实践中，盾构螺旋输送机功能需求包括运土功能、保持土压平衡功能、排土功能和紧急防涌功能。
步骤S120，根据盾构螺旋输送机功能需求，构建静态结构模型；
在具体实践中，盾构螺旋输送机功能需求至少包括运土功能、保持土压平衡功能、排土功能和紧急防涌功能；运土功能包括但不限于由结构零部件中的驱动装置、螺旋轴组合满足，保持土压平衡功能包括但不限于由控制系统、螺旋轴和土压传感器组合满足，排土功能包括但不限于由出渣门实现功能，紧急防涌功能包括但不限于由结构零部件中的连接节、伸缩节和防涌门共同组合满足。
需要说明的是，盾构螺旋输送机结构零部件包含着零部件的自身约束要求和及其之间的组成关系；结构零部件包括驱动装置、螺旋轴、土压传感器、控制系统、出渣门、防涌门、伸缩节和连接节等部分及相关约束要求，例如驱动装置要求扭矩、转速等参数符合要求和实现无级调速的要求等；因此，根据结构零部件进一步扩展构建静态结构模型。
可以理解的是，静态结构模型主要包括驱动装置、螺旋轴、筒体(中间节、伸缩节内筒、前伸缩节外筒和后伸缩节外筒)、出渣门和防涌门等部分。在控制系统下由驱动装置带动螺旋轴实现排渣和无级调速实现土压动态平衡。防涌门、伸缩节、出渣门各由一对液压缸控制，防涌门和伸缩节实现土仓与输送机之间切断，起到安全装置的功能和出渣门实现将筒体中的排出至输送带或者输送车。
步骤S130，利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型；
可以理解的是，通过使用多层模糊综合评价法，能够对静态结构模型进行有效的评价，从而确定符合要求的基本结构模型，以保证后续得到的设计域盾构螺旋输送机数字孪生结构模型的合理性。
步骤S140，基于数字孪生技术对基本结构模型进行虚拟调试，构建动态结构模型；
可以理解的是，通过使用数字孪生技术，能够使盾构螺旋输送机的基本结构模型与控制系统相结合进行虚拟调试验证，从而构建动态结构模型；通过动态结构模型，能够获得盾构螺旋输送机更加准确的仿真数据，以保证后续评价的有效性，从而保证盾构螺旋输送机设计的合理性。
步骤S150，利用成熟度评价法对动态结构模型进行分析，得到动态评价等级和动态优化参数；
需要说明的是，成熟度评价法通过对动态结构模型的功能满足度、位移符合度、速度符合度和加速度符合度进行评价，从而对动态结构模型进行有效的分析；功能满足度是指所有需求的功能被结构模型实现的程度，比如盾构螺旋输送机的排土功能、效率和无级调速实现土压动态平衡及安全紧急装置等；位移符合度是指所有零部件的运动位移应到的参数值或者理想值，比如伸缩节的移动量，渣门和防涌门的开启量等；速度符合度是指所有零部件的运动速度应到的参数值或者理想值，比如伸缩节的速度，渣门和防涌门的速度等；加速度符合度是指所有零部件的运动加速度应到的参数值或者理想值，比如伸缩节的移动的加速度值，渣门和防涌门的开启或关闭的加速度等。
在具体实践中，动态评价等级分为5个级别，分别为级别1(0至29分)、级别2(30至59分)、级别3(60至79分)、级别4(80至89分)和级别5(90至100分)；动态优化参数为功能满足度、位移符合度、速度符合度和加速度符合度对应的零部件的运动参数。
步骤S160，判断动态评价等级是否为预设的动态及格等级，若是则将动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据动态优化参数更新静态结构模型，并返回执行步骤S130。
在具体实践中，动态评价等级分为5个级别，分别为级别1(0至29分)、级别2(30至59分)、级别3(60至79分)、级别4(80至89分)和级别5(90至100分)；级别1是原始级，表示指标中有1到2满足基本要求，不能使用。级别2是初始级，表示指标中有2到3满足基本要求，不能使用。级别3是使用级，表示，指标中全部满足基本要求，可以使用。级别4是成熟级，表示，指标中全部满足基本要求，并有1到2项满足优化要求，已经达到成熟级别，可以使用。级别5是优化级，表示，指标中全部满足基本要求，并有3到4项满足优化要求，已经达到优秀级别，可以使用。
可以理解的是，动态及格等级为级别3至级别5；当动态评价等级为级别1或级别2时，根据动态优化参数更新静态结构模型，动态优化参数为功能满足度、位移符合度、速度符合度和加速度符合度对应的零部件的运动参数，根据成熟度评价法的评级结果，选出不满足基本要求的零部件的运动参数，对静态结构模型中相应的零部件进行更新，并返回执行步骤S130，使得动态结构模型的动态评价等级符合动态及格等级，从而得到合理的设计域盾构螺旋输送机数字孪生结构模型。
另外，参照图2，在一实施例中，图1所示实施例中的步骤S150，还包括但不限于有以下步骤：
步骤S210，根据盾构螺旋输送机功能需求，建立动态评价指标体系和动态等级划分标准；
步骤S220，根据动态评价指标体系和动态结构模型，得到运动参数；
步骤S230，利用成熟度评价法对运动参数进行评价，得到动态评价结果；
步骤S240，根据动态评价结果和动态等级划分标准，得到动态评价等级；
步骤S250，根据动态评价结果，得到动态优化参数。
需要说明的是，根据盾构螺旋输送机功能需求，动态评价指标体系共有4个评价指标，分别为功能满足度、位移符合度、速度符合度和加速度符合度。
在具体实践中，动态等级划分标准为：
S＝{S1、S2、S3、S4、S5}，
其中，S1为级别1、S2为级别2、S3为级别3、S4为级别4、S5为级别5；
成熟度评价法的评价公式如下：
功能满足度：M1＝1-(FPHM-FDTH)/FPHM，
其中，FPHM表示需求全部功能，取值100，FDTH为数字孪生结构模型实现的全部功能，取值0至100；
位移符合度：M2＝1-(SPHM-SDTM)/SPHM，
其中，SPHM为需求的所有位移参数，取值100，SDTM为数字孪生结构模型实现的所有位移参数，取值0至100：
速度符合度：M3＝1-(VPHM-VDTM)/VPHM，
其中，VPHM为需求的所有速度参数，取值100，VDTM为数字孪生结构模型实现的所有速度参数，取值0至100；
加速度符合度：M4＝1-(αPHM-αDTM)/αPHM，
其中，αPHM为需求的所有加速度参数，取值100，αDTM为数字孪生结构模型实现的所有加速度参数，取值0至100；
结构模型成熟度为
其中，λ1为各部分的相对权重，其中λ1＝0.4，λ2＝0.2，λ3＝0.2，λ4＝0.2；
结构模型的成熟度评价为M对应评价标准确定成熟度等级。当评价结果为S1、S2则不符合要求，需要返回执行步骤S130，当评价结果为S3、S4、S5则符合要求，将动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型。
另外，参照图3，在一实施例中，图1所示实施例中的步骤S130，还包括但不限于有以下步骤：
步骤S310，利用多层模糊综合评价法对静态结构模型进行分析，得到静态评价等级和静态优化参数：
需要说明的是，静态评价等级能够作为静态结构模型的有效评价，多层模糊综合评价法分析完成后，选取不满足基本要求的零部件作为静态优化参数。
步骤S320，判断静态评价等级是否为预设的静态及格等级，若是则将静态结构模型作为基本结构模型，否则根据静态优化参数更新静态结构模型，并返回执行步骤S310。
在具体实践中，静态及格等级为级别3至级别5；当静态评价等级为级别1或级别2时，根据静态优化参数更新静态结构模型，由于静态结构模型由盾构螺旋输送机结构零部件扩展构建，先根据专家进行调出问卷给出意见汇总表进行判断，找出专家对静态结构模型的基本指标的哪几项打分较低，那些打分一般，哪些打分较高。然后针对打分较低和打分一般的进行作为新建或者迭代优化结构模型主要方向，例如结构的成本、可制造性等，则需要优化个别的零部件的成本，在满足功能前提选择便宜的标准件等，个别结构的制造工艺性需要进行优化等，静态优化参数为打分较低和打分一般对应的结构零部件，然后对静态结构模型中相应的零部件进行更新，并返回执行步骤S310，使得静态结构模型的静态评价等级符合静态及格等级，从而得到合理的设计域盾构螺旋输送机数字孪生结构模型。
另外，参照图4，在一实施例中，图3所示实施例中的步骤S310，还包括但不限于有以下步骤：
步骤S410，根据盾构螺旋输送机功能需求，建立静态评价指标体系和静态等级划分标准；
在具体实践中，静态评价指标体系如下表1所示：
表1
静态等级划分标准划分为差、较差、一般、较好、好。
步骤S420，根据静态评价指标体系和静态结构模型，得到结构参数；
步骤S430，利用多层模糊综合评价法对结构参数进行评价，得到静态评价结果；
步骤S440，根据静态评价结果和静态等级划分标准，得到静态评价等级；
在具体实践中，多层模糊综合评价方法的步骤：
(1)建立静态评价指标体系集合，即确定因素集U，主要从一级指标的性能、经济和效果三个方面确定。每个一级指标都若干二级指标和三级指标。总共3个一级指标、8个二级指标及26个三级指标。
一级指标：U＝{U1、U2、U3}；
二级指标：U1＝{U11、U12、U13、U14}、U2＝{U21、U22}、U3＝{U31、U32}；
三级指标：U11＝{U111、U112、U113}、U12＝{U121、U122、U123、U124}、U13＝{U131、U132、U133、U134}、U14＝{U141、U142}、U21＝{U211、U212、U213、U214}、U22＝{U221、U222、U223、U224}、U31＝{U311、U312、U313}、U32＝{U321、U322}；
其中，U1为性能、U2为经济、U3为效果；U11为可用性、U12为舒适性、U13为工艺性、U14为寿命、U21为成本、U22为时间、U31为效率、U32为绿化；U111为可靠性、U112为维护性、U113为保障性、U121为振动、U122为噪声、U123为可操作性、U124为人机关系、U131为工艺装备、U132为装配及精度、U133为互换性、U134为材料、U141为翻修寿命、U142为使用寿命、U211为设计成本、U212为制造成本、U213为维护成本、U214为运行成本、U221为设计及试验时间、U222为制造时间、U223为维护时间、U224为使用寿命周期、U311为利用率、U312为工作速度、U313为承载能力、U321为绿色管理、U322为可回收。
(2)确定评语集V，对指标体系划分为差、较差、一般、较好、好5个级别，构成评价语的集合V。V＝{V1、V2、V3、V4、V5}，其中，V1为差、V2为较差、V3为一般、V4为较好、V5为好；级别1是差，表示指标中有最多30％满足基本要求，静态结构模型不能使用；级别2是较差，表示指标中有30％至59％满足基本要求，静态结构模型不能使用；级别3是一般，表示指标中60％至79％满足基本要求，静态结构模型可以使用；级别4是较好，表示指标中80％至90％满足基本要求，静态结构模型可以使用；级别5是好，表示指标中90％至100％满足基本要求，静态结构模型可以使用。
(3)确定各因素权重，一般情况下，因素集中的各因素在综合评价中所起的作用是不相同的，综合评价结果不仅与各因素的评价有关，而且在很大程度上还依赖于各因素对综合评价所起的作用，这就需要确定一个各因素之间的权重分配，它是U上的一个模糊向量，记为A＝[A1、A2、......、An]，其中，
本实施例采用赋值法确定权重：
Ax＝[A1、A2、A3]、A1x＝[A11、A12、A13、A14]、A2x＝[A21、A22]、A3x＝[A31、A32]、A11x＝|A111、A112、A113]、A12x＝|A121、A122、A123、A124|、A13x＝[A131、A132、A133、A134]、A14x＝[A141、A142]、A21x＝[A211、A212、A213、A214]、A22x＝[A221、A222、A223、A224]、A31x＝[A311、A312、A313]、A32x＝[A321、A322]，
其中，Ax为一级指标权重，A1x、A2x和A3x为二级指标权重向量，A11x、A12x、A13x、A14x、A21x、A22x、A31x和A32x为三级指标权重向量。
(4)模糊综合判断矩阵R。对各级指标来说，对各个评语的隶属度V为上的模糊子集，它是一个从U到V的模糊关系矩阵。
R11X＝[R111、R112、R113]T、R12X＝[R121、R122、R123、R124]T、R13X＝[R131、R132、R133、R134]T、R14X＝[R141、R142]T、R21X＝[R211、R212、R213、R214]T、R22X＝[R221、R222、R223、R224]T、R31X＝[R311、R312、R313]T、R32X＝[R321、R322]T。
(5)综合评价。如果有一个从U到V的模糊关系R，那么利用R就可以得到一个模糊变换TR：F(U)→F(V)由此变换，就可得到综合评判结果B＝A·R。综合后的评判可看作是V上的模糊向量。本实施例采用合成算子为M(∧·V)。
一级评价：B11＝A11x·R11X＝A11x·[R111、R112、R113]T、B12＝A12x·R12X＝A12x·[R121、R122、R123、R124]T、B13＝A13x·R13X＝A13x·[R131、R132、R133、R134]T、B14＝A14x·R14X＝A14x·[R141、R142]T、B21＝A21x·R21X＝A21x·[R211、R212、R213、R214]T、B22＝A22x·R22X＝A22x·[R221、R222、R223、R224]T、B31＝A31x·R31X＝A31x·[R311、R312、R313]T、B32＝A32x·R32x＝A32x·[R321、R322]T；
二级评价：B1＝A1x·R1X＝B1·[B11、B12、B13、B14]T、B2＝A2x·R2X＝B2·[B21、B22]T、B3＝A3x·R3X＝B3·[B31、B32]T；
三级评价：B＝Ax·RX＝A·[B1、B2、B3]T。
(6)结果归一化处理，根据最大隶属度原则，确定静态评价等级。
静态评价等级共有五个级别，分别为差、较差、一般、较好、好；静态评价等级为一般、较好、好则表示符合要求。
例如，选择10个专家，根据静态评价指标体系、结构参数和静态等级划分标准，完成相应的打分，得到评价结果，评价结果如下表2所示：
表2
由表2可见，以可靠性(0.4)为例进行分析，好(0.6)表示6个专家评价为好，较好(0.2)表示2个专家评价为较好，一般(0.1)表示1个专家评价为一般，较差(0.1)表示1个专家评价为较差，差(0)表示0个专家评价为差，计算得到权重A111＝0.4，因此，可靠性的得分为0.4；结果归一化处理后，得到B＝[0.4、0.3、0.1、0.1、0.1]，因此，40％认为属于级别5，30％认为属于级别4，10％认为属于级别3，10％认为属于级别2，10％认为属于级别1，根据最大隶属度原则，评价结果表明属于级别5，静态评价等级为好。
步骤S450，根据静态评价结果，得到静态优化参数。
在具体实践中，静态及格等级为级别3至级别5；当静态评价等级为级别1或级别2时，根据静态优化参数更新静态结构模型，由于静态结构模型由盾构螺旋输送机结构零部件扩展构建，先根据专家进行调出问卷给出意见汇总表进行判断，找出专家对静态结构模型的基本指标的哪几项打分较低，那些打分一般，哪些打分较高。然后针对打分较低和打分一般的进行作为新建或者迭代优化结构模型主要方向，例如结构的成本、可制造性等，则需要优化个别的零部件的成本，在满足功能前提选择便宜的标准件等，个别结构的制造工艺性需要进行优化等，静态优化参数为打分较低和打分一般对应的结构零部件，然后对静态结构模型中相应的零部件进行更新，并返回执行步骤S310，使得静态结构模型的静态评价等级符合静态及格等级，从而得到合理的设计域盾构螺旋输送机数字孪生结构模型。
另外，参照图5，在一实施例中，图1所示实施例中的步骤S140，还包括但不限于有以下步骤：
步骤S510，向联合仿真平台发送基本结构模型的模型数据，以使联合仿真平台仿真计算得到仿真运动参数；
步骤S520，获取仿真运动参数；
步骤S530，根据仿真运动参数和基本结构模型，构建动态结构模型。
在具体实践中，首先，将基本结构模型的模型数据导入MCD平台通过OPC建立与PLC程序平台的信号映射，在PLC程序平台的STEP 7设计PLC梯形图控制程序，下载到虚拟的PLC控制器中，驱动控制MCD平台中的初步结构模型的运动仿真，实现PLC与MCD的联合仿真计算得到运动学参数，如位移、速度、加速度等仿真运动参数。
另外，参照图6，在一实施例中，图1所示实施例中的步骤S120，还包括但不限于有以下步骤：
步骤S610，根据盾构螺旋输送机功能需求，构建盾构螺旋输送机结构零部件；
步骤S620，根据盾构螺旋输送机结构零部件，构建静态结构模型。
可以理解的是，盾构螺旋输送机需求模型主要以功能需求为主，其他需求为辅。将功能需求分解过程转换功能分解，通过满足每一个分功能方式衍生出结构部件和结构零件，以此构建盾构螺旋输送机结构零部件。盾构螺旋输送机结构零部件包含着零部件的自身约束要求和及其之间的组成关系，因此，根据结构零部件扩展构建静态结构模型。
参照图7，图7是本发明另一个实施例提供的设计域盾构螺旋输送机数字孪生结构模型构建方法的流程图；
可以理解的是，本实施的流程图展示了设计域盾构螺旋输送机数字孪生结构模型的构建过程。
参照图8，图8是本发明另一个实施例提供的盾构螺旋输送机的功能模型图；
可以理解的是，本实施的功能模型图展示了盾构螺旋输送机具备的功能，盾构螺旋输送机功能需求与盾构螺旋输送机具备的功能相对应。
另外，参考图9，本发明还提供了一种设计域盾构螺旋输送机数字孪生结构模型构建装置900，包括：
获取单元910，用于获取盾构螺旋输送机功能需求；
第一建模单元920，用于根据盾构螺旋输送机功能需求，构建静态结构模型；
第一评价单元930，用于利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型；
第二建模单元940，用于基于数字孪生技术对基本结构模型进行虚拟调试，构建动态结构模型；
第二评价单元950，用于利用成熟度评价法对动态结构模型进行分析，得到动态评价等级和动态优化参数；
判断单元960，用于判断动态评价等级是否为预设的动态及格等级，若是则将动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据动态优化参数更新静态结构模型，并返回执行利用多层模糊综合评价法对静态结构模型进行分析，以得到基本结构模型的步骤。
另外，参照图10，本发明的一个实施例还提供了一种电子设备，该电子设备1000包括：存储器1010、处理器1020及存储在存储器1010上并可在处理器1020上运行的计算机程序。
处理器1020和存储器1010可以通过总线或者其他方式连接。
实现上述实施例的设计域盾构螺旋输送机数字孪生结构模型构建方法所需的非暂态软件程序以及指令存储在存储器1010中，当被处理器1020执行时，执行上述实施例中的设计域盾构螺旋输送机数字孪生结构模型构建方法，例如，执行以上描述的图1中的方法步骤S110至步骤S160、图2中的方法步骤S210至步骤S250、图3中的方法步骤S310至步骤S320、图4中的方法步骤S410至步骤S450、图5中的方法步骤S510至步骤S530、图6中的方法步骤S610至步骤S620。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制器执行，例如，被上述电子设备实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的设计域盾构螺旋输送机数字孪生结构模型构建方法，例如，执行以上描述的图1中的方法步骤S110至步骤S160、图2中的方法步骤S210至步骤S250、图3中的方法步骤S310至步骤S320、图4中的方法步骤S410至步骤S450、图5中的方法步骤S510至步骤S530、图6中的方法步骤S610至步骤S620。本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种设计域盾构螺旋输送机数字孪生结构模型构建方法，其特征在于，包括：
获取盾构螺旋输送机功能需求；
根据所述盾构螺旋输送机功能需求，构建静态结构模型；
利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型；
基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型；
利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数；
判断所述动态评价等级是否为预设的动态及格等级，若是则将所述动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据所述动态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型的步骤。
2.根据权利要求1所述的方法，其特征在于，所述利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数，包括：
根据所述盾构螺旋输送机功能需求，建立动态评价指标体系和动态等级划分标准；
根据所述动态评价指标体系和所述动态结构模型，得到运动参数；
利用成熟度评价法对所述运动参数进行评价，得到动态评价结果；
根据所述动态评价结果和所述动态等级划分标准，得到动态评价等级；
根据所述动态评价结果，得到动态优化参数。
3.根据权利要求1所述的方法，其特征在于，所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型，包括：
利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数；
判断所述静态评价等级是否为预设的静态及格等级，若是则将所述静态结构模型作为基本结构模型，否则根据所述静态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数的步骤。
4.根据权利要求3所述的方法，其特征在于，所述利用多层模糊综合评价法对所述静态结构模型进行分析，得到静态评价等级和静态优化参数，包括：
根据所述盾构螺旋输送机功能需求，建立静态评价指标体系和静态等级划分标准；
根据所述静态评价指标体系和所述静态结构模型，得到结构参数；
利用多层模糊综合评价法对所述结构参数进行评价，得到静态评价结果；
根据所述静态评价结果和所述静态等级划分标准，得到静态评价等级；
根据所述静态评价结果，得到静态优化参数。
5.根据权利要求1所述的方法，其特征在于，所述基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型，包括：
向联合仿真平台发送所述基本结构模型的模型数据，以使所述联合仿真平台仿真计算得到仿真运动参数；
获取所述仿真运动参数；
根据所述仿真运动参数和所述基本结构模型，构建动态结构模型。
6.根据权利要求1所述的方法，其特征在于，所述根据所述盾构螺旋输送机功能需求，构建静态结构模型，包括：
根据所述盾构螺旋输送机功能需求，构建盾构螺旋输送机结构零部件；
根据所述盾构螺旋输送机结构零部件，构建静态结构模型。
7.根据权利要求1所述的方法，其特征在于，所述盾构螺旋输送机功能需求包括运土功能、保持土压平衡功能、排土功能和紧急防涌功能。
8.一种设计域盾构螺旋输送机数字孪生结构模型构建装置，其特征在于，包括：
获取单元，用于获取盾构螺旋输送机功能需求；
第一建模单元，用于根据所述盾构螺旋输送机功能需求，构建静态结构模型；
第一评价单元，用于利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型；
第二建模单元，用于基于数字孪生技术对所述基本结构模型进行虚拟调试，构建动态结构模型；
第二评价单元，用于利用成熟度评价法对所述动态结构模型进行分析，得到动态评价等级和动态优化参数；
判断单元，用于判断所述动态评价等级是否为预设的动态及格等级，若是则将所述动态结构模型作为设计域盾构螺旋输送机数字孪生结构模型，否则根据所述动态优化参数更新所述静态结构模型，并返回执行所述利用多层模糊综合评价法对所述静态结构模型进行分析，以得到基本结构模型的步骤。
9.一种电子设备，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7中任意一项所述的设计域盾构螺旋输送机数字孪生结构模型构建方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行如权利要求1至7中任意一项所述的设计域盾构螺旋输送机数字孪生结构模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111211171.5A CN113987770A (zh) | 2021-10-18 | 2021-10-18 | 设计域盾构螺旋输送机数字孪生结构模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111211171.5A CN113987770A (zh) | 2021-10-18 | 2021-10-18 | 设计域盾构螺旋输送机数字孪生结构模型构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113987770A true CN113987770A (zh) | 2022-01-28 |
Family
ID=79739153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111211171.5A Pending CN113987770A (zh) | 2021-10-18 | 2021-10-18 | 设计域盾构螺旋输送机数字孪生结构模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113987770A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116432323A (zh) * | 2023-06-14 | 2023-07-14 | 南京航空航天大学 | 一种基于贝叶斯网络的飞机结构数字孪生可信性评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
| CN111368417A (zh) * | 2020-03-02 | 2020-07-03 | 大连理工大学 | 面向重大装备或关键部件的“形-性”一体化数字孪生方法 |
| WO2020172865A1 (zh) * | 2019-02-28 | 2020-09-03 | 西门子（中国）有限公司 | 数字双胞胎建模仿真方法、装置和系统 |
| CN111695734A (zh) * | 2020-06-12 | 2020-09-22 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法 |
-
2021
- 2021-10-18 CN CN202111211171.5A patent/CN113987770A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020172865A1 (zh) * | 2019-02-28 | 2020-09-03 | 西门子（中国）有限公司 | 数字双胞胎建模仿真方法、装置和系统 |
| CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
| CN111368417A (zh) * | 2020-03-02 | 2020-07-03 | 大连理工大学 | 面向重大装备或关键部件的“形-性”一体化数字孪生方法 |
| CN111695734A (zh) * | 2020-06-12 | 2020-09-22 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 闫琼;张海军;: "基于犹豫模糊语言的数字孪生车间质量评价", 科学技术与工程, no. 16, 8 June 2020 (2020-06-08) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116432323A (zh) * | 2023-06-14 | 2023-07-14 | 南京航空航天大学 | 一种基于贝叶斯网络的飞机结构数字孪生可信性评估方法 |
| CN116432323B (zh) * | 2023-06-14 | 2023-09-29 | 南京航空航天大学 | 一种基于贝叶斯网络的飞机结构数字孪生可信性评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112417619B (zh) | 一种基于数字孪生的泵机组优化运行调节系统及方法 | |
| US7272531B2 (en) | Aggregation of asset use indices within a process plant | |
| CN110674842A (zh) | 一种风电机组主轴轴承故障预测方法 | |
| US7464063B2 (en) | Information processor, state judging unit and diagnostic unit, information processing method, state judging method and diagnosing method | |
| AU2018200496A1 (en) | Online hierarchical ensemble of learners for activity time prediction in open pit mining | |
| CN111260181B (zh) | 一种基于分布式智能制造单元的车间自适应生产调度装置 | |
| CN115062478A (zh) | 基于数字孪生的动态车间生产排程调度方法、系统及介质 | |
| CN114169766A (zh) | 一种工业产能分配的生产管理方法及系统 | |
| CN113987770A (zh) | 设计域盾构螺旋输送机数字孪生结构模型构建方法 | |
| CN115796604A (zh) | 一种基于bim模型的项目全生命周期数字化管理预警系统 | |
| CN111842759B (zh) | 基于工业互联网平台的重型锻造装备远程运维系统架构 | |
| CN104081298A (zh) | 用于自动化和/或电气工程项目中的工作流程的自动化操控的系统和方法 | |
| CN116934055A (zh) | 一种基于大数据的化工包装桶生产调节方法及系统 | |
| CN115138472B (zh) | 分选悬浮液密度给定方法及系统 | |
| CN113330469A (zh) | 用于过程技术设备的技术功能单元的模块化系统的优化方法 | |
| CN116205622A (zh) | 烟机设备智能故障预警与维修决策方法 | |
| WO2009055967A1 (en) | Real-time model validation | |
| CN111985095A (zh) | 一种装配工艺参数优化方法 | |
| CN112417647A (zh) | 一种基于直觉梯形模糊数和ahp-熵权法的数控机床可靠性分配方法 | |
| CN111849545B (zh) | 加氢裂化的产品质量预测方法、装置和存储器 | |
| CN107239668B (zh) | 一种基于断点模型的数控磨床液压系统故障树分析方法 | |
| Noble et al. | Design justification of material handling systems | |
| CN118822263A (zh) | 一种基于大数据的科技成果转化风险评估系统 | |
| CN117290930A (zh) | 一种基于bim的钢仓一体化智能设计方法及设计系统 | |
| Berrah et al. | Fuzzy performance indicators for the control of manufacturing processes |
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 |