CN114630211A - 一种基于数字孪生的燃料电池生产系统及其调整方法 - Google Patents

Abstract

本发明公开了一种基于数字孪生的燃料电池生产系统，包括：燃料电池自动化产线、数据采集单元、数据云平台、数字孪生平台和控制终端；数据采集单元采集燃料电池自动化产线中生产工艺参数，并将采集数据输送至数据云平台；数据云平台对采集数据进行预处理，形成处理数据，并输送至数字孪生平台；数字孪生平台搭载数字孪生模型，用于构建燃料电池自动化产线的设备虚拟模型；控制终端调控燃料电池自动化产线的工艺参数，并迭代设备虚拟模型。该系统通过数字孪生技术将燃料电池自动化产线中设备虚拟模型以三维图像的方式显示，形成处理数据与设备虚拟模型的映射联动关系，方便实时显示每一工序的生产参数情况，有利于实时调控与产品质量优化。

Description

一种基于数字孪生的燃料电池生产系统及其调整方法

技术领域

本发明涉及燃料电池生产系统技术领域，尤其涉及一种基于数字孪生的燃料电池生产系统及其调整方法。

背景技术

燃料电池在生产过程中，燃料电池的生产系统过程复杂，包括膜电极生产、双极板生产、电堆组装、燃料电池系统组装以及系统测试等工艺。现有的燃料电池生产系统无法实现完全自动化控制，无法实现在终端上监控每个生产工艺中的生产状态，并且产品的质量无法得到保证。

因此，有必要对现有技术中的燃料电池生产系统进行改进，以解决上述问题。

发明内容

本发明克服了现有技术的不足，提供一种基于数字孪生的燃料电池生产系统及其调整方法。

为达到上述目的，本发明采用的技术方案为：一种基于数字孪生的燃料电池生产系统，包括：燃料电池自动化产线、数据采集单元、数据云平台、数字孪生平台和控制终端，其特征在于，

所述数据采集单元采集所述燃料电池自动化产线中生产工艺参数，并将采集数据输送至所述数据云平台；所述数据云平台对所述采集数据进行预处理，形成处理数据，并输送至所述数字孪生平台；

所述数字孪生平台搭载数字孪生模型，用于构建所述燃料电池自动化产线的设备虚拟模型，将所述处理数据与所述设备虚拟模型形成映射联动关系，并以三维图像的方式显示在所述控制终端；

所述控制终端调控所述燃料电池自动化产线的工艺参数，并迭代所述设备虚拟模型。

本发明一个较佳实施例中，通过获取所述燃料电池自动化产线中各设备几何数据，所述设备几何数据为设备的结构、材料、联动关系和运动方式，得到所述设备虚拟模型。

本发明一个较佳实施例中，所述生产工艺参数为所述燃料电池自动化产线中设备实时运动参数、温度参数和时间参数。

本发明一个较佳实施例中，所述数据云平台包括处理单元、存储单元和通信单元；所述处理单元将所述采集数据与设备进行对应匹配，自动计算指标数值，并实时更新至所述存储单元；所述通信单元将信息发送至所述数字孪生平台，实现生产现场和所述数字孪生平台之间的数字通信。

本发明一个较佳实施例中，通过近似数值分析法和有限元法将设备进行数字化，将数字化设备在仿真工作环境中组装成所述设备虚拟模型。

本发明一个较佳实施例中，所述数据云平台基于神经网络算法和机器学习算法，对所述采集数据和所述设备几何数据进行分析融合处理，形成所述映射联动关系。

本发明一个较佳实施例中，在所述迭代过程中，所述数字孪生平台将存储的80%的所述采集数据作为训练数据，对所述设备虚拟模型中工艺参数进行修正，以下一工艺循环中40%～50%的所述采集数据作为验证数据，经过所述数字孪生平台对得到的新的设备虚拟模型进行验证，检测迭代后是否提高产线的工作效率或质量。

本发明一个较佳实施例中，所述燃料电池自动化产线包括：膜电极生产设备、双极板生产设备、电堆组装设备、系统组装设备和系统检测设备；所述燃料电池自动化产线中的每个设备均由一PLC承担自身的自动化控制任务，各PLC之间通过串行通讯实现互联的分布式控制；所述所述燃料电池自动化产线中相邻设备之间通过输送单元连接。

基于上述所述的一种基于数字孪生的燃料电池生产系统的调整方法，包括以下步骤：

S1、根据燃料电池自动化产线中设备结构和布局，数字孪生平台搭建设备虚拟模型；

S2、数据采集单元采集燃料电池自动化产线中生产工艺参数的采集数据，经过数据云平台数据预处理处理后，数字孪生模型将处理数据与设备虚拟模型形成映射联动关系，并以三维图像的方式显示在所述控制终端；

S3、控制终端根据处理数据做出人为决策，调控燃料电池自动化产线中设备的生产工艺参数；数字孪生平台自动更新设备虚拟模型，实现产线的迭代优化。

本发明一个较佳实施例中，在S3中，控制终端还包括自动决策，触发自动决策的条件为产能误差大于5%和良品误差大于0.2%，其中，产能误差为实际产能与预测产能的误差，良品误差为不良品与生产总个数的误差。

本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：

（1）本发明提供了一种基于数字孪生的燃料电池生产系统，该系统通过数字孪生技术将燃料电池自动化产线中设备虚拟模型以三维图像的方式显示，并且通过数据的采集，形成处理数据与设备虚拟模型的映射联动关系，方便实时、远程和直观显示生产线中每一工序的生产参数情况，有利于实时调控与产品质量优化。

（2）本发明以数字化实体来仿真和刻画燃料电池自动化产线中设备在真实环境中的运动或属性，并在三维图像中为每个设备增加数据的映射，实现生产现场和数字孪生平台之间的数字通信，方便实时监控工艺流程。

（3）本发明通过人为调控和自动调控的方式，做到多元化的监控，保证生产线的效率和良品率。

（4）本发明频繁利用采集数据不断训练数字孪生模型，使其生产线的调节和设备虚拟模型的构建更加精准。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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中记载的一些实施例，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是本发明的优选实施例的一种基于数字孪生的燃料电池生产系统的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“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，可以通过具体情况理解上述术语在本申请中的具体含义。

如图1所示，示出了本发明一种基于数字孪生的燃料电池生产系统的流程图。该系统包括：燃料电池自动化产线、数据采集单元、数据云平台、数字孪生平台和控制终端。

本发明中的燃料电池自动化产线包括：膜电极生产设备、双极板生产设备、电堆组装设备、系统组装设备和系统检测设备。膜电极生产设备用于生产膜电极，双极板生产设备用于生产双极板，并对双极板进行镀膜处理，电堆组装用于将生产的膜电极、双极板与承压端板、绝缘板、密封件等部件进行安装，系统组装设备用于将安装完成的电堆与空压机、中冷器和阀门等部件连接，系统检测设备用于检测组装完成的燃料电池系统是否为良品。

本发明中的燃料电池自动化产线中每个设备均由一PLC承担其自身的自动化控制任务，自动化生产线中的各PLC之间通过串行通讯实现互联的分布式控制。PLC通信方式不限于使用PPI协议通信的方式。自动化生产线中的各PLC与控制终端连接。燃料电池自动化产线的相邻设备之间通过输送单元连接，输送单元不限于使用机械臂或传输带等，输送单元作为控制系统的主站，系统主指令由控制终端触屏式人机界面提供。

本发明中燃料电池自动化产线的控制系统全线运行流程为：系统上电，PPI网络正常工作，膜电极生产设备运行，输送单元运行，双极板生产设备，输送单元运行，电堆组装设备运行，输送单元运行，系统组装设备运行，输送单元运行，系统检测设备运行。

数据采集单元采集燃料电池自动化产线中生产工艺参数，并将采集数据输送至数据云平台。数据云平台对采集数据进行预处理，形成处理数据，并输送至数字孪生平台。

本发明中生产工艺参数为能够影响产线中任一工艺的参数，生产工艺参数为燃料电池自动化产线中设备实时运动参数、温度参数和时间参数等。

数字孪生平台搭载数字孪生模型，用于构建燃料电池自动化产线的设备虚拟模型，将处理数据与设备虚拟模型形成映射联动关系，并以三维图像的方式显示在控制终端。

本发明中设备虚拟模型为燃料电池自动化产线的1：1的3D物理模型，包括所有运动件、固定件等的位置和连接关系，并且运动件模拟实际运行动作。

本发明中的采集数据经过预处理后形成处理数据，其预处理为对采集数据中的异常数据进行分析和辨识，将采集数据中的异常数据进行剔除。辨识方法为：通过对采集数据进行差分序列，进行正态分布检验后，通过拉依达准则判断。

本发明中膜电极生产设备、双极板生产设备、电堆组装设备、系统组装设备和系统检测设备的具体结构可以采用现有技术中已经公开的自动化设备，各设备的具体几何数据为设备的结构、材料、联动关系、电路结构和运动方式，通过将具体几何数据进行数字化，并在仿真的工作环境下组装，形成与物理实体在物理、化学、电气各方面性能完全一致的设备虚拟模型。其中，通过近似数值分析法和有限元法将设备进行数字化，将数字化设备在仿真工作环境中组装成设备虚拟模型。

本发明中的映射联动关系的建立方法为：采集各个设备中的运行部件的运动数据、工艺时间或工艺参数的数据，将采集的数据预处理后与设备中对应的运行部件形成链接。在一个实施例中，当在控制终端的界面上点击对应运行部件时，自动跳出其具体参数的弹框，弹框中具体为处理数据。

数据云平台包括处理单元、存储单元和通信单元；处理单元将采集数据与设备进行对应匹配，自动计算指标数值，并实时更新至存储单元；通信单元将信息发送至数字孪生平台，实现生产现场和数字孪生平台之间的数字通信。

数据云平台基于神经网络算法和机器学习算法，对采集数据和设备几何数据进行分析融合处理，形成映射联动关系。

控制终端调控燃料电池自动化产线的工艺参数，并迭代设备虚拟模型。在迭代过程中，数字孪生平台将存储的80%的采集数据作为训练数据，对设备虚拟模型中工艺参数进行修正，以下一工艺循环中40%～50%的采集数据作为验证数据，经过数字孪生平台对得到的新的设备虚拟模型进行验证，检测迭代后是否提高自动化产线的工作效率或质量。

本发明中迭代优化的方法为：控制终端将影响生产线的采集的80%的工艺参数进行归类划分，将属于同一类别的影响因素作为工艺需求分析矩阵的一个维度；利用层次分析法量化检查同一类别的工艺参数对自动化参数的影响程度，得到所有类别中每个工艺参数的归一化比例权重，并得到修正后的分析矩阵，根据螺旋式迭代的方法，将设备虚拟模型对应的优化后的工艺参数。

在修正工艺参数后的下一工艺循环中，通过实时采集工艺参数的数据，将其中的40～50%的采集数据经过数字孪生平台对得到的新的设备虚拟模型进行验证，检测迭代后是否提高自动化产线的工作效率或质量。

基于上述的一种基于数字孪生的燃料电池生产系统的调整方法，包括以下步骤：

S1、根据燃料电池自动化产线中设备结构和布局，数字孪生平台搭建设备虚拟模型；

S2、数据采集单元采集燃料电池自动化产线中生产工艺参数的采集数据，经过数据云平台数据预处理处理后，数字孪生模型将处理数据与设备虚拟模型形成映射联动关系，并以三维图像的方式显示在控制终端；

S3、控制终端根据处理数据做出人为决策，调控燃料电池自动化产线中设备的生产工艺参数；数字孪生平台自动更新设备虚拟模型，实现产线的迭代优化。

在S3中，控制终端还包括自动决策，触发自动决策的条件为产能误差大于5%和良品误差大于0.2%，其中，产能误差为实际产能与预测产能的误差，良品误差为不良品与生产总个数的误差。这里误差产能的计算为成品件数的误差计算，本领域技术人员在系统检测设备的输入端接收的件数或输送单元的输送件数中容易得到；良品误差是由系统检测设备的输出端给出的两次控制决策之间的良品误差，产品的良品程度由系统检测设备对产品进行检测后得到。

实施例一

本实施例以电堆组装设备中的单节电池组装为例，阐述整个系统的运作和调整方法。

单节电池一般由两个双极板和设置在双极板之间的膜电极组成，每个双极板与膜电极之间还设置有密封圈。现有技术中一般由装配人员接触定位杆，将双极板、密封圈和膜电极进行竖直堆叠，但是这种方法堆叠的方法是按照次序将双极板、密封圈、膜电极、密封圈和双极板作为一个堆叠的循环，但是堆叠都需要进行定位，以保证四周重合，因此每个单节电池的组装较为繁琐。

本实施例中提供的电堆组装设备包括：机架，设置在机架上的压紧组件，驱动组件和夹持组件。

压紧组件为两个与机架滑动连接的压紧块，两个压紧块相对运动。压紧块大小一致，且中心的连线形成虚拟中轴线。

夹持组件包括若干夹具，夹具用于夹持双极板、密封圈和膜电极的侧向，本实施例中包含五个夹具，且五个夹具分布在虚拟中轴线的两侧，一侧包含两个夹具，一侧包含三个夹具。驱动组件连接对应的夹具，使得夹具带动对应的双极板或密封圈或膜电极朝虚拟中轴线方向运动，即虚拟中轴线两侧的夹具相对运动。当双极板、密封圈或膜电极的中心连线与虚拟中轴线重合时，夹紧块相对运动，实现压合。如此往复，压合形成多个单节电池，将多个单节电池与承压端板和紧固件等组成电池堆。

本实施例中采集数据为：夹具的运动速度和时间、单节电池组装时间和电堆组装时间等。

本实施例中数据云平台在接收到上述采集数据后，将数据与对应的夹具进行匹配，自动计算指标数值。使用更新后的数字孪生模型，将处理数据与设备虚拟模型形成映射联动关系，并以三维图像的方式显示在控制终端。控制终端可以人为调控夹具的运动速度和组装速度，同时，构建的设备虚拟模型产生变化，即夹具的预定速度改变。

针对于上述夹具的运动速度和时间、单节电池组装时间和电堆组装时间的采集数据，在预处理后，形成处理数据，并将处理数据和设备虚拟模型形成映射联动关系。具体地，将夹具的运动速度和时间、单节电池组装时间和电堆组装时间的数据链接到对应的夹具或组装设备上。

上述迭代优化过程中，通过将夹具的运动速度和时间、单节电池组装时间和电堆组装时间的数据等进行修正，以下一工艺循环中40%～50%的采集数据作为验证数据，经过数字孪生平台对得到的新的设备虚拟模型进行验证，检测迭代后是否提高自动化产线的工作效率或质量。这里的每个工艺循环为经过上述所有自动化设备的时间。

本发明中其他设备可以由本领域技术人员在现有技术有目的选择，只要这种设备实现自动化控制即可。其中，自动化数据的采集也属于本领域技术人员容易得到的，根据功能合理设置控制器中的程序或传感器，这里不再赘述。

以上依据本发明的理想实施例为启示，通过上述的说明内容，相关人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定技术性范围。

Claims (10)

1.一种基于数字孪生的燃料电池生产系统，包括：燃料电池自动化产线、数据采集单元、数据云平台、数字孪生平台和控制终端，其特征在于，

所述数据采集单元采集所述燃料电池自动化产线中生产工艺参数，并将采集数据输送至所述数据云平台；所述数据云平台对所述采集数据进行预处理，形成处理数据，并输送至所述数字孪生平台；

所述数字孪生平台搭载数字孪生模型，用于构建所述燃料电池自动化产线的设备虚拟模型，将所述处理数据与所述设备虚拟模型形成映射联动关系，并以三维图像的方式显示在所述控制终端；

所述控制终端调控所述燃料电池自动化产线的工艺参数，并迭代所述设备虚拟模型。

2.根据权利要求1所述的一种基于数字孪生的燃料电池生产系统，其特征在于：通过获取所述燃料电池自动化产线中各设备几何数据，所述设备几何数据为设备的结构、材料、联动关系和运动方式，得到所述设备虚拟模型。

3.根据权利要求1所述的一种基于数字孪生的燃料电池生产系统，其特征在于：所述生产工艺参数为所述燃料电池自动化产线中设备实时运动参数、温度参数和时间参数。

4.根据权利要求1所述的一种基于数字孪生的燃料电池生产系统，其特征在于：所述数据云平台包括处理单元、存储单元和通信单元；所述处理单元将所述采集数据与设备进行对应匹配，自动计算指标数值，并实时更新至所述存储单元；所述通信单元将信息发送至所述数字孪生平台，实现生产现场和所述数字孪生平台之间的数字通信。

5.根据权利要求4所述的一种基于数字孪生的燃料电池生产系统，其特征在于：通过近似数值分析法和有限元法将设备进行数字化，将数字化设备在仿真工作环境中组装成所述设备虚拟模型。

6.根据权利要求2所述的一种基于数字孪生的燃料电池生产系统，其特征在于：所述数据云平台基于神经网络算法和机器学习算法，对所述采集数据和所述设备几何数据进行分析融合处理，形成所述映射联动关系。

7.根据权利要求4所述的一种基于数字孪生的燃料电池生产系统，其特征在于：在所述迭代过程中，所述数字孪生平台将存储的80%的所述采集数据作为训练数据，对所述设备虚拟模型中工艺参数进行修正，以下一工艺循环中40%～50%的所述采集数据作为验证数据，经过所述数字孪生平台对得到的新的设备虚拟模型进行验证，检测迭代后是否提高产线的工作效率或质量。

8.根据权利要求1所述的一种基于数字孪生的燃料电池生产系统，其特征在于：所述燃料电池自动化产线包括：膜电极生产设备、双极板生产设备、电堆组装设备、系统组装设备和系统检测设备；所述燃料电池自动化产线中的每个设备均由一PLC承担自身的自动化控制任务，各PLC之间通过串行通讯实现互联的分布式控制；所述所述燃料电池自动化产线中相邻设备之间通过输送单元连接。

9.基于权利要求1-8中任一项所述的一种基于数字孪生的燃料电池生产系统的调整方法，其特征在于，包括以下步骤：

S1、根据燃料电池自动化产线中设备结构和布局，数字孪生平台搭建设备虚拟模型；

S2、数据采集单元采集燃料电池自动化产线中生产工艺参数的采集数据，经过数据云平台数据预处理处理后，数字孪生模型将处理数据与设备虚拟模型形成映射联动关系，并以三维图像的方式显示在所述控制终端；

S3、控制终端根据处理数据做出人为决策，调控燃料电池自动化产线中设备的生产工艺参数；数字孪生平台自动更新设备虚拟模型，实现产线的迭代优化。

10.根据权利要求9所述的一种基于数字孪生的燃料电池生产系统的调整方法，其特征在于：在S3中，控制终端还包括自动决策，触发自动决策的条件为产能误差大于5%和良品误差大于0.2%，其中，产能误差为实际产能与预测产能的误差，良品误差为不良品与生产总个数的误差。

Images