CN114491065A - 基于认知线索的多领域数字孪生体集成方法及电子设备 - Google Patents
基于认知线索的多领域数字孪生体集成方法及电子设备 Download PDFInfo
- Publication number
- CN114491065A CN114491065A CN202210042848.5A CN202210042848A CN114491065A CN 114491065 A CN114491065 A CN 114491065A CN 202210042848 A CN202210042848 A CN 202210042848A CN 114491065 A CN114491065 A CN 114491065A
- Authority
- CN
- China
- Prior art keywords
- digital twin
- cognitive
- model
- field
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于认知线索的多领域数字孪生体集成方法及电子设备,所述方法包括:提取装备各领域数字孪生体模型信息;确定多领域数字孪生体认知能力的描述规范;基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型;实例化所述统一知识表达模型;为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成。本发明有效解决现有技术难以对复杂装备多领域数字孪生体进行有效集成的技术问题。
Description
技术领域
本发明涉及复杂装备多领域数字孪生体集成技术领域,特别是涉及基于认知线索的多领域数字孪生体集成技术领域。
背景技术
现如今随着复杂装备朝着多学科、多领域的方向发展,涉及到机械、电子、液压、控制等多个领域,在设计研发中,复杂装备各领域模型往往采用不同的仿真工具建模,其数字孪生体模型存在复杂度高、数量多、管理难、集成能力差等问题,各孪生体之间相互独立且包含大量异构模型数据,各领域异构数字孪生体在装备全运行周期内缺乏有效的整合及管理方法,难以实现复杂装备系统级模型的联合仿真与集成。
目前多领域数字孪生体集成采用基于接口或者基于高层体系结构(High LeverArchitecture,HLA)方法,前者通过不同领域商业仿真软件之间开放的接口来实现,但是当商用仿真软件数目变多以后,理论上要求的最大接口数目会变得非常庞大,复杂度随之增加;后者则是基于HLA框架开发各个商用仿真软件的HLA接口,并通过运行时间支撑系统(Run-time Infrastructure,RTI)的总线进行数据交互,但是它要求建模人员必须熟悉HLA/RTI的各种服务,且需要人为的割裂不同领域子系统之间的耦合关系。上述两种方法的各领域数字孪生体自身缺乏认知能力,无法有效的描述数字孪生体模型的迭代信息以及模型间关联关系,难以实现复杂装备多领域数字孪生体的有效集成。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于认知线索的多领域数字孪生体集成方法及电子设备,实现各领域孪生体的异构数据信息的集成,支持复杂系统多领域数字孪生体联合仿真与集成。
为实现上述目的及其他相关目的,本发明提供一种基于认知线索的多领域数字孪生体集成方法,所述方法包括:提取装备各领域数字孪生体模型信息;确定多领域数字孪生体认知能力的描述规范;基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型;实例化所述统一知识表达模型;为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成。
于本发明的一实施例中,所述提取装备各领域数字孪生体模型信息包括:确定各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息;基于多领域数字孪生体的组成,依据不同领域的系统划分,确定各异构数据孪生体之间跨领域的层次关系;分析各数字孪生体的属性,确定各领域内孪生体的本身模型结构与数据关系;基于各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息、所述各异构数据孪生体之间跨领域的层次关系、所述各领域内孪生体的本身模型结构与数据关系提取装备各领域数字孪生体模型信息。
于本发明的一实施例中,所述确定多领域数字孪生体认知能力的描述规范包括:确定基于元元模型体系的数字孪生体认知能力描述架构;基于所述数字孪生体认知能力描述架构,确定架构内各层次的信息要素及对应的描述规范。
于本发明的一实施例中,所述架构内各层次的信息要素包括:元元模型、元模型、模型、元元模型之间的关联规则、模型之间的连接关系、元模型的系统属性、模型的系统属性及自定义属性。
于本发明的一实施例中,所述元元模型层通过架构中第一层级的类描述,所述元模型层通过第一层级的子类描述,所述模型层通过类经过实例化后的实体进行描述。
于本发明的一实施例中,所述基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型包括:基于所述数字孪生体认知能力描述架构构建元元模型所需要的类;基于提取的各领域数字孪生体模型信息、所述元元模型所需要的类建立各领域数字孪生体的子类;在各个类及子类定义相应的对象属性与数据属性,建立用于描述数字孪生体认知信息的统一知识表达模型。
于本发明的一实施例中,所述类包括图、对象、点、属性、角色和关系。
于本发明的一实施例中,所述实例化所述统一知识表达模型包括:通过实例化本体模型中的类,构建本体模型中的多领域数字孪生体实体;基于所述各个类及子类定义的相应的对象属性,建立多领域数字孪生体实体间的关联关系。
于本发明的一实施例中,所述为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成包括:采用开放式全生命周期服务架构针对多领域数字孪生体中的数据信息生成统一资源标识符,通过所述统一资源标识符实现对多领域数字孪生体数据信息的访问;将所生成的统一资源标识符作为认知本体模型中数据属性填入模型中,使得认知本体模型具备访问各领域数字孪生体信息的能力,形成认知线索,实现多领域数字孪生体的集成。
为实现上述目的及其他相关目的,本发明还提供一种电子设备,包括存储器,用于存储计算机程序;处理器,用于运行所述计算机程序以实现如上所述的基于认知线索的多领域数字孪生体集成方法的步骤。
如上所述,本发明的基于认知线索的多领域数字孪生体集成方法及电子设备具有以下有益效果:
1、本发明运用本体的概念理论,通过基于元元模型的建模方法,搭建具备高拓展性的表征多领域数字孪生体框架的认知本体模型,基于数据键连技术对多领域数字孪生体中的数据服务化,生成能够访问数字孪生体数据资源的统一标识符,并将其赋值给本体模型中的数据属性,使得本体模型在描述多领域数字孪生体框架的基础上还能实现对多领域数据的访问,从而构建出认知线索,赋予数字孪生体以认知能力,实现多领域数字孪生体的集成,有效解决现有技术难以对复杂装备多领域数字孪生体进行有效集成的技术问题。
2、本发明相较其他方法,能够针对复杂的多领域数字孪生体,采用认知线索技术,形成具备高开放性、可拓展性的模型集成框架,并支持不同领域间的异构数据交互,从而实现多领域数字孪生体的高度集成。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1显示为本申请一实施例中的基于认知线索的多领域数字孪生体集成方法的整体流程示意图;
图2显示为本申请一实施例中的基于认知线索的多领域数字孪生体集成方法的认知线索架构图;
图3显示为本申请一实施例中的基于认知线索的多领域数字孪生体集成方法中提取的多领域数字孪生体概念类;
图4显示为本申请一实施例中的基于认知线索的多领域数字孪生体集成方法中提取的多领域数字孪生体对象属性;
图5显示为本申请一实施例中的基于认知线索的多领域数字孪生体集成方法提取的多领域数字孪生体数据属性;
图6显示为本申请一实施例中的电子设备的原理框图。
元件标号说明
101 电子设备
1001 处理器
1002 存储器
S100~S500 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
现有多领域数字孪生体集成时主要采用基于接口与基于高层体系结构的建模方法,前者在仿真软件增多时会导致接口数目会变得非常庞大,复杂度随之增加,后者需要人为地割裂不同领域子系统之间的耦合关系,两者都难以实现全生命周期内对整个系统进行有效的数字孪生体的管理与集成。
本实施例的目的在于提供一种基于认知线索的多领域数字孪生体集成方法及电子设备,实现各领域孪生体的异构数据信息的集成,支持复杂系统多领域数字孪生体联合仿真与集成,解决现有技术难以对复杂装备多领域数字孪生体进行有效集成的问题。
以下将详细阐述本发明的基于认知线索的多领域数字孪生体集成方法及电子设备的原理及实施方式,使本领域技术人员不需要创造性劳动即可理解本发明的基于认知线索的多领域数字孪生体集成方法及电子设备。
实施例1
本实施例提供一种基于认知线索的多领域数字孪生体集成方法,针对现有复杂装备多领域数字孪生体缺乏认知能力,难以实现其全生命周期的有效整理、管理与集成的问题,利用结构化、规则化的本体模型来描述复杂装备数字孪生体的迭代信息与各数字孪生体间关联关系的拓扑结构,以此构建出认知线索并赋予数字孪生体的认知能力,并基于数据键连方法实现各领域孪生体的异构数据信息的集成,支持复杂系统多领域数字孪生体联合仿真与集成。
具体地,如图1所示,本实施例中所述基于认知线索的多领域数字孪生体集成方法包括:
步骤S100,提取装备各领域数字孪生体模型信息;
步骤S200,确定多领域数字孪生体认知能力的描述规范;
步骤S300,基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型;
步骤S400,实例化所述统一知识表达模型;
步骤S500,为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成。
以下结合图2至图5对本实施例的基于认知线索的多领域数字孪生体集成方法的步骤S100至步骤5300进行详细说明。
步骤S100,提取装备各领域数字孪生体模型信息。
本实施例中,分析复杂系统联合仿真场景中包含的所有类层次关系、对象属性以及数据属性。根据待仿真系统的相关理论知识,依据不同领域子系统的划分,明确待建模的类的层次关系,即类与类之间的关联关系;分析各个类的对象属性,定义各个类的数据属性,即定义类本身的信息类型和值类型。
即本实施例中,根据各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息,确定要定义数字孪生体认知能力所需要的模型信息。
本实施例中,首先,确定全生命周期各阶段的各数字孪生之间的关联关系以及其在迭代开发过程中的相关设计信息,以完整描述各数字孪生体在研发过程中的演变及相互关联;然后,根据多领域数字孪生体的组成,依据不同领域的系统划分,明确各异构数据孪生体之间跨领域的层次关系,最后,分析各数字孪生体的属性,明确各领域内孪生体的本身模型结构与数据关系。
具体地,于本实施例中,所述提取装备各领域数字孪生体模型信息包括:
1)确定各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息;
2)基于多领域数字孪生体的组成,依据不同领域的系统划分,确定各异构数据孪生体之间跨领域的层次关系;
3)分析各数字孪生体的属性,确定各领域内孪生体的本身模型结构与数据关系;
4)基于各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息、所述各异构数据孪生体之间跨领域的层次关系、所述各领域内孪生体的本身模型结构与数据关系提取装备各领域数字孪生体模型信息。
步骤S200,确定多领域数字孪生体认知能力的描述规范。
本实施例中,确定多领域数字孪生体认知能力的表达规范,具体包括基于元元模型体系构建复杂装备研发过程全生命周期、多领域、跨层级的统一本体建模技术,通过基于元元模型体系的本体建模技术,针对提取的数字孪生体模型信息确定统一规范的描述标准,以使其能够规范构造数字孪生体认知能力所需要的模型信息的描述,从而规范数字孪生体的认知能力的表达。
具体地,于本实施例中,所述确定多领域数字孪生体认知能力的描述规范包括:
1)确定基于元元模型体系的数字孪生体认知能力描述架构。
确定基于元元模型体系的数字孪生体认知能力描述架构。引入比元模型层更抽象一层的元元模型层,实现从元元模型—元模型—模型层的认知本体模型描述架构,并保持多领域数字孪生体中数据信息的统一描述。
2)基于所述数字孪生体认知能力描述架构,确定架构内各层次的信息要素及对应的描述规范。
其中,于本实施例中,所述架构内各层次的信息要素包括:元元模型、元模型、模型、元元模型之间的关联规则、模型之间的连接关系、元模型的系统属性、模型的系统属性及自定义属性。
其中,于本实施例中,所述元元模型层通过架构中第一层级的类描述,所述元模型层通过第一层级的子类描述,所述模型层通过类经过实例化后的实体进行描述。
步骤S300,基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型。
本实施例中,基于元元模型建模方法构建表征复杂系统各仿真模型之间关联关系的本体模型,搭建复杂系统联合仿真框架;基于确定的多领域数字孪生体认知能力表达规范,建立能表达数字孪生体认知信息的统一知识表达模型,具体包括通过建立模型中类、对象属性以及数据属性数据表达各领域孪生体的认知信息。通过本体中的类表达各数字孪生体的组成,通过对象属性表达各数字孪生体跨领域间的关联关系、领域内关联关系,通过数据属性定义各数字孪生体的参数属性值,得到用于描述多领域数字孪生体领域信息的认知模型。
具体地,于本实施例中,所述基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型包括:
基于所述数字孪生体认知能力描述架构构建元元模型所需要的类;其中,于本实施例中,所述类具体包括图(Graph)、对象(Object)、点(Point)、属性(Property)、角色(Role)、关系(Relationship)六个类。
2)基于提取的各领域数字孪生体模型信息、所述元元模型所需要的类建立各领域数字孪生体的子类;即基于步骤S100中提取的描述各领域数字孪生体的概念类以及概念类之间的层次关系、对象属性以及数据属性,基于元元模型类建立各领域数字孪生体的子类。
3)在各个类及子类定义相应的对象属性与数据属性,建立用于描述数字孪生体认知信息的统一知识表达模型。
步骤S400,实例化所述统一知识表达模型。
本实施例中,根据实际的复杂系统联合仿真场景对类实例化形成某特定联合仿真场景下的架构模型;即实例化步骤S300中的统一知识表达模型,具体包括实例化本体中的类得到数字孪生体实体,并通过定义的对象属性准确的建立了不同数字孪生体实体间的关联关系,实例化的本体在数据生产数字孪生体和数据消费数字孪生体之间建立正确的关系,以保证各领域孪生体间正确的链接。
具体地,于本实施例中,所述实例化所述统一知识表达模型包括:
1)通过实例化本体模型中的类,构建本体模型中的多领域数字孪生体实体;
2)基于所述各个类及子类定义的相应的对象属性,建立多领域数字孪生体实体间的关联关系。
步骤S500,为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成。
本实施例中,采用数据键连技术将各个子系统仿真模型数据信息服务化,并生成统一资源标志,将其作为数据属性值赋值在本体模型中,最终生成认知线索,即通过数据键连技术对各个子系统仿真模型的异构数据服务化,结合描述多领域数字孪生体联合仿真框架的认知本体模型形成认知线索,实现联合仿真的高度集成。通过数据键连技术为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并结合构建的认知本体模型中的实例化描述形成认知线索,如图2所示,实现多领域数字孪生体的集成。具体包括基于采用开放式全生命周期规范将多领域数字孪生体异构数据生成统一资源标识符,通过HTTP协议获取数字孪生体中的数据,然后将统一标识符填入本体模型的实体中的数据属性中,赋予本体模型对数字孪生体数据资源的访问能力,完成认知线索构建,实现不同领域间的数字孪生体集成。
具体地,于本实施例中,所述为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成包括:
1)采用开放式全生命周期服务架构针对多领域数字孪生体中的数据信息生成统一资源标识符,通过所述统一资源标识符实现对多领域数字孪生体数据信息的访问;
2)将所生成的统一资源标识符作为认知本体模型中数据属性填入模型中,使得认知本体模型具备访问各领域数字孪生体信息的能力,形成认知线索,实现多领域数字孪生体的集成。
下面以某型号的燃气轮机作为实施例,对本实施例涉及的一种基于认知线索的多领域数字孪生体集成方法作详细说明,而不能以此来限制本发明的保护范围。
1)提取燃气轮机各领域数字孪生体模型信息,包括概念类、对象属性和数据属性。为便于统一描述燃气轮机多领域数字孪生体中的实体,燃气轮机多领域数字孪生体中应包含的概念类如图3所示。
其中,Thing类为本体中所有概念类的父类,是最基本的概念类。图类Graph用于描述数字孪生体集成场景,是Object、Property和Point的集合,对象类Object用于描述数字孪生体中存在的系统,属性类Property用于描述数字孪生体所具备的属性,点类Point用于描述数字孪生体对象上的端口,关系类Relationship用于描述多领域数字孪生体间的关联关系;角色类Role用于描述数字孪生体关联关系的方向。Cosimulation类是Graph的子类用于定义特定的仿真场景,Subsystem是Object的子类,用于描述各子领域系统的数字孪生体;Inpoint类与Outpoin类都是Point类的子类,分别定义各领域数字孪生体的输入输出端口;ModelVariables类为Property类的子类,定义各领域数字孪生体的模型变量;StartValue类、valueReference类以及variableName类都是ModelVaribles类的子类,用于详细描述模型变量;startTime类,stopTime类,generationTool类,author类,modelName类,stepSize类都是Property类的子类,用于描述数字孪生体的设计信息与参数信息等;Rela1类与Rela2类都是Relationship类的子类,分别用于描述不同的连接关系类型;To类与From类都是角色Role类的子类用于描述关系的始端与终端。
不同概念类之间的连接关系通过对象属性进行定义。在本案例中,燃气轮机多领域数字孪生体的对象属性如图4所示。
其中对象属性hasName用于连接Subsystem与modelName,hasPoint用于连接Object与Point类,hasProperty用于连接Object与Property类,hasReference用于连接Point与valueReference类,hasStartvalue用于连接Point与StartValue类。
接着提取各实体类的数据属性,用于描述概念类的实例与数据类型间的关联关系,如图5所示。
其中ArchitectureInfo用于描述数字孪生体架构信息,DesignInfo用于描述数字孪生体设计信息,ParameterInfo用于描述数字孪生体参数信息。
2)确定多领域数字孪生体认知能力的表达规范,采用元元模型体系进行本体模型构建,将提取的燃气轮机数字孪生体模型信息确定统一规范的描述标准。
3)基于所定义的多领域数字孪生体认知能力表达规范,利用元元模型建模方法在protégé软件中搭建表征联合仿真框架的本体模型。首先利用元元模型的建模方法,构建图(Graph)、对象(Object)、点(point)、属性(property)、角色(role)、关系(relationship)六个类,然后基于步骤1中提取的燃气轮机数字孪生体概念类、对象属性以及数据属性的信息,分别针对元元模型层中的六个类建立子类。
4)根据实际的燃气轮机数字孪生体集成场景对类实例化形成燃气轮机数字孪生体实体,并通过对象属性构建数字孪生体实体之间的关联关系。
5)通过数据键连技术使各个子系统仿真模型的异构数据服务化,结合描述多领域数字孪生体联合仿真框架的认知本体模型形成认知线索,构建高度集成的联合仿真模型,最终得到数字孪生体集成场景。
实施例2
如图6所示,本实施例提供一种电子设备101,所述电子设备101包括:处理器1001及存储器1002;所述存储器1002用于存储计算机程序;所述处理器1001用于执行所述存储器1002存储的计算机程序,以使所述电子设备101执行如实施例1中基于认知线索的多领域数字孪生体集成方法的步骤。由于基于认知线索的多领域数字孪生体集成方法的步骤的具体实施过程已经在实施例1中进行了详细说明,在此不再赘述。
处理器1001为(Central Processing Unit,中央处理器)。存储器1002通过系统总线与处理器1001连接并完成相互间的通信,存储器1002用于存储计算机程序,处理器1001用于运行计算机程序,以使所述处理器1001执行所述的基于认知线索的多领域数字孪生体集成方法。存储器1002可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
此外,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器1001执行时实现实施例1中所述的基于认知线索的多领域数字孪生体集成方法中的步骤。实施例1已经对所述基于认知线索的多领域数字孪生体集成方法进行了详细说明,在此不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,本发明运用本体的概念理论,通过基于元元模型的建模方法,搭建具备高拓展性的表征多领域数字孪生体框架的认知本体模型,基于数据键连技术对多领域数字孪生体中的数据服务化,生成能够访问数字孪生体数据资源的统一标识符,并将其赋值给本体模型中的数据属性,使得本体模型在描述多领域数字孪生体框架的基础上还能实现对多领域数据的访问,从而构建出认知线索,赋予数字孪生体以认知能力,实现多领域数字孪生体的集成,有效解决现有技术难以对复杂装备多领域数字孪生体进行有效集成的技术问题;本发明相较其他方法,能够针对复杂的多领域数字孪生体,采用认知线索技术,形成具备高开放性、可拓展性的模型集成框架,并支持不同领域间的异构数据交互,从而实现多领域数字孪生体的高度集成。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种基于认知线索的多领域数字孪生体集成方法,其特征在于:所述方法包括:
提取装备各领域数字孪生体模型信息;
确定多领域数字孪生体认知能力的描述规范;
基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型;
实例化所述统一知识表达模型;
为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成。
2.根据权利要求1所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述提取装备各领域数字孪生体模型信息包括:
确定各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息;
基于多领域数字孪生体的组成,依据不同领域的系统划分,确定各异构数据孪生体之间跨领域的层次关系;
分析各数字孪生体的属性,确定各领域内孪生体的本身模型结构与数据关系;
基于各数字孪生体跨领域间的关联关系、领域内关联关系、各数字孪生体模型属性以及参数信息、所述各异构数据孪生体之间跨领域的层次关系、所述各领域内孪生体的本身模型结构与数据关系提取装备各领域数字孪生体模型信息。
3.根据权利要求1所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述确定多领域数字孪生体认知能力的描述规范包括:
确定基于元元模型体系的数字孪生体认知能力描述架构;
基于所述数字孪生体认知能力描述架构,确定架构内各层次的信息要素及对应的描述规范。
4.根据权利要求3所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述架构内各层次的信息要素包括:元元模型、元模型、模型、元元模型之间的关联规则、模型之间的连接关系、元模型的系统属性、模型的系统属性及自定义属性。
5.根据权利要求3所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述元元模型层通过架构中第一层级的类描述,所述元模型层通过第一层级的子类描述,所述模型层通过类经过实例化后的实体进行描述。
6.根据权利要求3所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述基于所述多领域数字孪生体认知能力的描述规范建立能表达数字孪生体认知信息的统一知识表达模型包括:
基于所述数字孪生体认知能力描述架构构建元元模型所需要的类;
基于提取的各领域数字孪生体模型信息、所述元元模型所需要的类建立各领域数字孪生体的子类;
在各个类及子类定义相应的对象属性与数据属性,建立用于描述数字孪生体认知信息的统一知识表达模型。
7.根据权利要求6所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述类包括图、对象、点、属性、角色和关系。
8.根据权利要求6所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述实例化所述统一知识表达模型包括:
通过实例化本体模型中的类,构建本体模型中的多领域数字孪生体实体;
基于所述各个类及子类定义的相应对象属性,建立多领域数字孪生体实体间的关联关系。
9.根据权利要求1所述的基于认知线索的多领域数字孪生体集成方法,其特征在于:所述为不同领域数字孪生体的数据信息生成统一资源标志符,将异构数字孪生体所涉及到的全生命周期的数据整合,并基于所述统一知识表达模型中的实例化描述形成认知线索,实现多领域数字孪生体的集成包括:
采用开放式全生命周期服务架构针对多领域数字孪生体中的数据信息生成统一资源标识符,通过所述统一资源标识符实现对多领域数字孪生体数据信息的访问;
将所生成的统一资源标识符作为认知本体模型中数据属性填入模型中,使得认知本体模型具备访问各领域数字孪生体信息的能力,形成认知线索,实现多领域数字孪生体的集成。
10.一种电子设备,其特征在于:包括存储器,用于存储计算机程序;处理器,用于运行所述计算机程序以实现如权利要求1至权利要求9任一权利要求所述的基于认知线索的多领域数字孪生体集成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042848.5A CN114491065A (zh) | 2022-01-14 | 2022-01-14 | 基于认知线索的多领域数字孪生体集成方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042848.5A CN114491065A (zh) | 2022-01-14 | 2022-01-14 | 基于认知线索的多领域数字孪生体集成方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114491065A true CN114491065A (zh) | 2022-05-13 |
Family
ID=81512195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210042848.5A Pending CN114491065A (zh) | 2022-01-14 | 2022-01-14 | 基于认知线索的多领域数字孪生体集成方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114491065A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115098471A (zh) * | 2022-06-30 | 2022-09-23 | 北京亚控科技发展有限公司 | 一种孪生、订阅事件的历史状态的方法及装置 |
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 |
CN115935653A (zh) * | 2022-12-08 | 2023-04-07 | 中国船舶重工集团公司第七一九研究所 | 基于主数据线索的多维跨域模型数据集成方法及系统 |
WO2024002296A1 (zh) * | 2022-06-30 | 2024-01-04 | 北京亚控科技发展有限公司 | 一种孪生、订阅目标对象的历史状态的方法及装置 |
-
2022
- 2022-01-14 CN CN202210042848.5A patent/CN114491065A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115098471A (zh) * | 2022-06-30 | 2022-09-23 | 北京亚控科技发展有限公司 | 一种孪生、订阅事件的历史状态的方法及装置 |
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 |
WO2024002296A1 (zh) * | 2022-06-30 | 2024-01-04 | 北京亚控科技发展有限公司 | 一种孪生、订阅目标对象的历史状态的方法及装置 |
CN115098471B (zh) * | 2022-06-30 | 2024-02-27 | 北京亚控科技发展有限公司 | 一种孪生、订阅事件的历史状态的方法及装置 |
CN115935653A (zh) * | 2022-12-08 | 2023-04-07 | 中国船舶重工集团公司第七一九研究所 | 基于主数据线索的多维跨域模型数据集成方法及系统 |
CN115935653B (zh) * | 2022-12-08 | 2023-09-22 | 中国船舶重工集团公司第七一九研究所 | 基于主数据线索的多维跨域模型数据集成方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114491065A (zh) | 基于认知线索的多领域数字孪生体集成方法及电子设备 | |
Saldivar et al. | Industry 4.0 with cyber-physical integration: A design and manufacture perspective | |
Kristensen et al. | Application of coloured petri nets in system development | |
Bernus | Enterprise models for enterprise architecture and ISO9000: 2000 | |
US20120240099A1 (en) | Creating graphical models representing control flow of a program manipulating data resources | |
Ozkaya et al. | Requirement-driven design: assistance for information traceability in design computing | |
CN113722936A (zh) | 一种面向智能制造的领域建模方法及系统 | |
US20190129724A1 (en) | Formalized Execution of Model Integrated Descriptive Architecture Languages | |
Karsai et al. | Specifying graphical modeling systems using constraint-based meta models | |
Ramaesh et al. | Representing and maintaining process knowledge for large-scale systems development | |
Taconet et al. | Building Context-Awareness Models for Mobile Applications. | |
Hasselbring et al. | Control flow versus data flow in distributed systems integration: Revival of flow-based programming for the industrial internet of things | |
Khalil et al. | Onion architecture: a new approach for xaas (every-thing-as-a service) based virtual collaborations | |
Roldán et al. | TracED: a tool for capturing and tracing engineering design processes | |
Wanderley et al. | MBA: A system of systems architecture model for supporting collaborative work | |
Cárdenas et al. | A DEVS simulation algorithm based on shared memory for enhancing performance | |
Monroe et al. | Stylized architecture, design patterns, and objects | |
Borrmann et al. | AEC Digital Twin Data-Why structure matters | |
Huang et al. | Object-oriented development of the embedded system based on Petri-nets | |
Fumarola et al. | An approach for loosely coupled discrete event simulation models and animation components | |
CN112199075A (zh) | 一种基于微服务智能信息处理方法及框架 | |
Karsai et al. | Towards Two-Level Formal Modeling of Computer-Based Systems. | |
Assouroko et al. | Semantic relationship based knowledge management and reuse in collaborative product development | |
Prummer et al. | From Virtual Worlds to Real-World Impact: An Industrial Metaverse Survey | |
CN115712420B (zh) | 一种基于复杂实时嵌入式系统的架构设计与架构转换方法 |
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 |