CN115171510A - 基于工业互联网标识解析的大米供应链数字孪生教学用具 - Google Patents
基于工业互联网标识解析的大米供应链数字孪生教学用具 Download PDFInfo
- Publication number
- CN115171510A CN115171510A CN202210486796.0A CN202210486796A CN115171510A CN 115171510 A CN115171510 A CN 115171510A CN 202210486796 A CN202210486796 A CN 202210486796A CN 115171510 A CN115171510 A CN 115171510A
- Authority
- CN
- China
- Prior art keywords
- data
- identification
- rice
- supply chain
- digital twin
- 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
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B25/00—Models for purposes not provided for in G09B23/00, e.g. full-sized devices for demonstration purposes
- G09B25/02—Models for purposes not provided for in G09B23/00, e.g. full-sized devices for demonstration purposes of industrial processes; of machinery
-
- 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
Abstract
本发明提出一种基于工业互联网标识解析的大米供应链数字孪生教学用具。本发明的教学用具包括:设计模拟大米供应链的八个工作环节,设计标识编码规则为物理设备和虚拟资源分配标识编码,搭建实物产线平台及对应的孪生数字模型,实物产线内设备上传数据注册到标识解析节点,通过标识解析连接中间件与数字孪生平台中的孪生数据交互。本发明将庞大的大米全供应链设计为集中在一起的实物教学用具,通过虚拟产线与物理产线的交互,实现实时调控的同时,进行迭代优化与产品质量分析与追溯,为大米产业数字化升级提供解决方案,提供了具有重大意义的粮油食品全供应链质量安全科学研究、产业数字化升级以及标识解析人才培养提供基础的教学平台。
Description
技术领域
本发明涉及工业互联网标识解析、数字孪生、自动控制、粮油食品供应链等技术领域,具体涉及一种基于标识解析技术与数字孪生技术的大米供应链数字孪生教学用具。
背景技术
近年来,食品安全事件屡见不鲜,食品质量安全问题面临考验,消费者的安全健康遭受严重威胁,企业信誉也遭受公众的质疑。粮食品包括稻米、玉米、小麦、大豆以及它们的制成品等,油食品包括棕榈油、豆油、菜油、玉米油及其它油脂等,是我国居民生活中所需要的必备品,覆盖我国所有居民,保障粮油食品供应的安全,对国民生命健康具有非常重大的意义。
粮油食品种类较多,且不同产品通常来自不同的生产企业,即使相同的产品也可能来自不同的企业,不同企业内部对产品的编码方式存在很大差异,造成产品统一管理困难的问题。为了实现对每一个环节数据追溯,需要对产品进行统一且互通的命名。工业互联网标识解析技术通过建立统一的标识体系将工业中的设备、机器和物料等一切生产要素连接起来,通过解析体系连接割裂的数据和应用,实现对数据的来源、流动过程、用途等信息的掌握,将工业互联网标识解析技术与数字孪生技术融合应用于粮油食品供应链,可有效地解决当前存在的信息化与智能化不足、全供应链监控困难等问题,为真正实现粮油食品全供应链质量安全保障提供了可行的解决方案。但是,目前基于工业互联网标识解析体系和数字孪生技术的粮油食品供应链质量安全研究还是独立开展的,如何有机地将两项技术融合在一起是行业内目前需要着手解决的问题。
供应链由供应商、制造商、仓库、物流中心和渠道商等构成。同一企业可能构成这个网络的不同组成节点,但更多的情况下是由不同的企业构成这个网络中的不同节点。当前,供应链管理受信息化技术的应用影响已产生了不小的变化,只有不断优化完善供应链网络,全供应链环节具有高度的灵活性,才能在激烈的竞争环境中达到客户日益增加的多元化需求。随着物联网技术的深入发展,数字孪生技术可以提供物联网设备中所有设备的运行状态信息,并为供应链网络提供端到端的流程可视化工具。数字孪生是以数字化方式创建物理实体的虚拟模型,借助数据模拟物理实体在现实环境中的行为,通过虚实交互反馈、数据融合分析、决策迭代优化等手段,为物理实体增加或扩展新的能力。数字孪生技术可使仿真技术应用不再只局限于产品设计和降低物理测试成本,而是扩展到包括产品远程诊断、智能维护、共享服务、流程动态优化等各领域,并在逆向供应链管理和应急物流中发挥极大的作用。
目前,粮油食品行业信息化及智能化程度不足,全供应链长,供应商多,生产协同要求高,全供应链数据监控困难,利用预测预警保证粮油食品质量安全研究尚不完善,利用数字孪生技术,构建物理实体的虚拟模型,通过虚拟模型的虚实交互反馈、数据融合分析、决策迭代优化等手段优化完善粮油食品供应链,是一个解决途径。同时,粮油食品行业全供应链内各企业间对于产品、原材料、加工工具以及各类需标识的信息数据的编码规则尚未形成统一标准,导致存在系统异构、数据多源、一物多码、数据重复采集、数据流转不畅、信息不完整等问题,难以实现数据溯源。目前工业互联网已成为推动传统工业转型升级的重要着力点,工业互联网标识解析作为工业互联网的重要网络基础设施,是我国工业互联网建设的关键任务,是支撑工业互联网实现身份管理、数据互联互通的枢纽,相关标识应用在流程溯源、供应链管理、核心运维等领域中不断地深入应用,逐步形成了一批有较强影响力的应用模式。利用工业互联网平台能力搭建粮油食品行业二级节点,实现行业生态相关主体元素的标识统一管理,是产业未来发展的主要方向。
发明内容
针对目前粮油食品供应链具有信息化与智能化不足、全供应链监控困难等问题,本发明提供了一种基于工业互联网标识解析的大米供应链数字孪生教学用具。本发明模拟了大米全供应链过程,形成了大米供应链实物教学用具,将工业互联网标识技术与数字孪生技术相融合,搭建了基于工业互联网标识解析的大米供应链实物平台与数字孪生系统,实现大米供应链的全过程监测、管控与优化,为粮油食品全供应链质量安全科学研究、产业数字化升级以及标识解析人才培养提供基础教学平台。
为实现上述目的,本发明提供的一种基于工业互联网标识解析的大米供应链数字孪生教学用具,包括:
(1)在教学用具中设计模拟大米供应链的原粮收购、原粮仓储、原粮运输、原粮加工、成米运输、成米仓储、成米包装、成米销售的工作环节;
(2)在教学用具中设计独一无二的标识编码规则,将全环节的物料、机器、产品等物理资源和软件、模型、数据等虚拟资源分配标识编码,通过标识注册系统生成唯一标识码,标识码上传到工业互联网标识解析节点;
所述的标识编码规则是:标识包括标识前缀、分隔符和标识后缀,标识前缀包括国家代码、行业代码和企业代码;由“/”进行分隔标识前缀和标识后缀;标识后缀完全由企业进行自定义,规则多样,编码唯一,具备一定含义,不重复即可。
(3)按照大米供应链的工作环节搭建实物产线平台,基于语义映射的大米供应链数字孪生模型描述方法搭建对应的大米供应链的孪生数字模型;
(4)基于Unity标识解析连接中间件的数据虚实交互。
大米供应链实物产线内设备及各类传感器内部嵌有主动标识模组,并且设定主动标识触发时间,设备及传感器能够通过主动标识模组定时将设备实时运行状态以及传感器采集数据上传注册到标识解析节点。标识解析连接中间件一端面向标识解析节点,另一端面向大米供应链数字孪生平台。将大米供应链实物产线产生的多源异构数据经标识解析体系下统一的传输协议转换和统一的数据封装后,通过标识解析连接中间件与数字孪生平台中的孪生数据交互,实现虚实多源数据的传输与融合。
进一步地,本发明提供了一种标识后缀实现方式:由教具编码、环节编码和具体设备(数据)编码组成。教具编码中,为实物教具和虚拟教具设置不同编码范围。环节编码是为各工作环节赋予不同编码。具体设备或数据编码分为设备编码、状态数据编码和控制数据编码,分别为设备、状态数据、控制数据和包装赋码设置不同编码范围。其中,状态数据是指设备的实际状态数据,控制数据为数字孪生模型中虚实交互反馈优化的数据,是控制产线运行的状态数据。其中,设备编码对应的数据模版包含产品名称、规格型号、供应商、生产日期、产地、设备状态和质保期,状态数据编码与控制数据编码对应的数据模版包含名称、具体数值、更新时间、所属环节和所属对象。
相对于现有技术,本发明的优点和积极效果在于:
(1)本发明首次提出并设计搭建了模拟大米全供应链的实物平台,大米生产加工全供应链内企业跨地域,难以进行数字孪生模型的搭建,而本发明将庞大的大米全供应链设计为集中在一起的实物教学用具,提供了具有重大意义的粮油食品全供应链质量安全科学研究、产业数字化升级以及标识解析人才培养提供基础的教学平台。
(2)本发明利用大米全供应链的数字孪生,通过数字技术对物理实体对象的特征、行为、形成过程和性能进行描述和分析,并结合各类传感器、工业互联网、历史大数据等技术实现监测、分析、控制、优化等功能。基于标识解析体系的大米生产线孪生模型中,通过各类传感器技术实现生产要素信息、生产行为状态信息等感知,借助标识解析技术的赋能,在虚拟产线对物理产线生产要素及行为进行真实反映和模拟,通过在实际生产过程中物理产线与虚拟产线的不断交互,实现对物理产线的实时调控及迭代优化。
(3)本发明创新设计了基于Unity3D的标识解析连接中间件,实现解决了虚拟端Unity3D 软件与标识解析节点间信息数据互通的问题,Unity3D能以标准格式注册到工业互联网标识解析二级节点,并能解析二级节点的标识数据。
(4)本发明设计了基于语义映射的数字孪生模型描述方法,能够更好地在Unity3D物理引擎中搭建虚拟大米全供应链数字孪生模型及系统。
(5)本发明提出了适用于粮油食品全供应链信息安全的标识方案。工业互联网标识解析技术是解决“信息孤岛”,实现数据汇聚的有效手段。标识解析体系通过标识码为实物和虚拟对象赋予唯一标识,突破信息壁垒,实现跨系统、跨企业、跨行业数据互联互通、数据溯源、数据挖掘分析,可以实现粮油食品供应链数据的全面采集。
(6)本发明结合了数字孪生技术和工业互联网标识解析技术可以更加快速有效地预测预警到安全事故可能发生的环节,这是传统溯源或仿真所无法做到的。
(7)本发明产线控制利用设备主动且不断地注册、查询、解析,进行实时控制指令发送、指令判断、指令接收,简化了工作流程,提高了效率。
(8)本发明虽以大米供应链为实例,但是适用性强,针对不同类型的粮油食品,包括小麦、玉米、花生油等,均可实现供应链信息的可追溯及监控预警,为基于全面、可信大数据的创新业务应用提供有力支撑,具有普遍适用性。
附图说明
图1是本发明的大米供应链数字孪生教学用具环节示意图;
图2是本发明基于Unity 3D的大米供应链教学用具孪生模型示意图;
图3是本发明的基于标识解析的大米供应链孪生系统架构示意图;
图4是本发明Unity3D通过标识解析中间件与工业互联网标识解析系统交互示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
考虑到数字孪生的虚拟模型通过工业互联网标识解析技术可以使得数据的获取更加简洁方便、快速准确,因此,本发明将工业互联网标识解析体系和数字孪生技术结合可有效解决粮油食品供应链质量安全难题,并且模拟大米供应链生产过程,为粮油食品全供应链质量安全科学研究、产业数字化升级以及标识解析人才培养提供基础教研平台。
本发明实现的基于工业互联网标识解析的大米供应链数字孪生教学用具,包括:
(一)在大米供应链数据互通的数字孪生教学用具中设计模拟大米供应链的全部环节。
本发明实施例在设计基于工业互联网标识解析的大米供应链数字孪生教学用具时,首先研究大米供应链环节,大米粮食供应链由种植环节、收购环节、加工环节、仓储环节、包装环节、运输环节以及销售环节组成。本发明的设计应满足全部环节覆盖原则,因此,将教学用具中模拟的大米供应链设计由原粮收购、原粮仓储、原粮运输、原粮加工、成米运输、成米仓储、成米包装、成米销售八个环节组成。大米生产加工全供应链内企业跨地域,难以进行数字孪生模型的搭建,目前还没有形成全供应链的数字孪生方式,而本发明将庞大的大米全供应链设计为集中在一起的实物教学用具,不仅将大米供应链的各个环节涵盖,同时也具有教学示范的重大意义。
如图1所示,本发明实施例设计的整个大米供应链数字孪生教学用具的工作环节,具体包括如下:
(1)原粮收购数据标识:扫码枪获取收购稻谷原粮的数据信息并注册到标识解析系统,该过程中的标识数据包括原粮收购数量。
(2)原粮仓储数据标识:原粮进入原粮粮仓,原粮粮仓内激光测距传感器通过提前设定高度阈值来控制稻谷数量,电磁阀开度控制稻谷出仓速率,温湿度传感器以及二氧化碳传感器实时监控原粮粮仓内环境,各传感器设备内含有主动标识模组能够将测量数据实时注册到标识解析系统,在该过程中的标识数据包括原粮粮仓温度、原粮粮仓湿度、原粮粮仓二氧化碳浓度、原粮粮仓电磁阀开度、原粮粮仓激光测距传感器数据。
(3)原粮运输数据标识:原粮出仓后,进入由传送带模拟的原粮运输车进行运输,传送带会将传送带的速度注册到标识解析系统,在该过程中的标识数据包括传送带速度。
(4)原粮加工数据标识:原粮经运输后进入碾米机加工,碾米机内有激光测距传感器控制稻谷数量,碾米机外有摄像头实时出米监控进行脱壳率检测,设备内含有主动标识模组能够将数据实时注册到标识解析系统,在该过程中的标识数据包括待加工稻谷高度、出米图片、碾米质量、碾米机启动状态。
(5)成米运输数据标识:碾米机加工后的成米进入传送带模拟的成米运输车进行运输,传送带会将传送带的速度注册到标识解析系统,在该过程中的标识数据包括传送带速度。
(6)成米仓储数据标识:成米进入成米粮仓,成米粮仓内激光测距传感器通过提前设定高度阈值来控制成米数量,通过电磁阀是否打开的状态控制成米出仓,各设备内含有主动标识模组能够将数据实时注册到标识解析系统,在该过程中的标识数据包括成米粮仓电磁阀状态(打开/关闭)、成米粮仓激光测距传感器数据。
(7)成米包装数据标识:成米出仓后进入成米包装托盘,托盘含有称重传感器,达到设定值后停止成米进入托盘,通过成米包装袋包装并在包装袋上打标后由传送带进行运输,设备内含有主动标识模组能够将数据实时注册到标识解析系统,在该过程中的标识数据包括成米包装传送带速度、称重传感器数据、初始位置限位开关状态、终末位置限位开关状态、打标次数。
(8)成米销售数据标识:扫码枪进行成米产品的扫码入库并进行销售,产品及销售数据会注册到标识解析系统,在该环节中的标识数据包括销售数量。
(二)设计大米供应链数字孪生教学用具的标识解析编码。
本发明在教学用具的各环节的工作流程设计完毕后,明确整个大米供应链数字孪生教学用具涉及的标识,并进行详细地标识编码设计。
工业互联网标识解析应用服务平台为更方便快速的接入更多的企业,编码规则相对简单、灵活。主要由标识前缀、分隔符、标识后缀组成,标识前缀由二级节点平台进行赋码,包括国家代码(固定)、行业代码(固定)、企业代码;由“/”进行分隔标识前缀和标识后缀;标识后缀完全由企业进行自定义,规则多样,编码唯一,具备一定含义,不重复即可。
标识前缀由国家顶级节点代码、标识解析二级节点代码和企业代码三部分组成,中间使用字符‘.’作为分隔,并以字符“/”结尾。标识解析国家顶级节点代码为“88”,标识解析食品行业二级节点代码为“109”,本发明实施例使用企业节点代码为“80044833”。不同企业的企业节点代码不同,企业代码由企业在二级节点平台注册时分配。
本发明实施例的标识后缀的规则设计为由教具编码、环节编码、具体设备(数据)编码组成,即形式为:“88.109.80044833/教具编码.环节编码.具体设备(数据)编码”,如下表1 所示。
表1标识前缀编码
国家顶级节点代码:88 |
二级节点代码:109 |
本发明企业节点代码:80044833 |
规则:88.109.80044833/教具编码.环节编码.具体设备(数据)编码 |
大米供应链数字孪生教研教具的编码为0,0-999是实物教具,1000+是虚拟教具,提供给在线仿真实训,如下表2所示。
表2教具编码
环节编码是为不同环节赋予不同的编码,本发明实施例中分别为原粮收购-00、原粮仓储 -01、原粮运输-02、原粮加工-03、成米运输-04、成米仓储-05、成米包装-06、成米销售-07。
具体设备(数据)编码分为设备编码、状态数据编码、控制数据编码,所述设备编码即大米供应链数字孪生教研平台用到的实物设备,其数据模版包含产品名称、规格型号、供应商、生产日期、产地、设备状态(正常、异常)、质保期(下次维保时间),所述状态数据编码与控制数据编码的数据模版包括名称、具体数值、更新时间、所属环节(原粮收购、原粮仓储、原粮运输、原粮加工、成米运输、成米仓储、成米包装、成米销售)、所属对象(原粮粮仓、碾米机、成米粮仓、成米包装托盘等)。其中,状态数据是指设备的实际状态数据;控制数据为数字孪生模型虚实交互反馈优化的数据,即控制产线运行的状态数据。设备(数据) 编码中设备编码从1000开始,状态数据编码从2000开始,控制数据编码从3000开始,包装赋码累加从4000开始。
本发明的大米供应链数字孪生教学用具的原粮收购环节的标识编码具体如下表3所示:
表3原粮收购环节编码
本发明大米供应链数字孪生教学用具的原粮仓储环节的标识编码具体如下表4所示:
表4原粮仓储环节编码
本发明大米供应链数字孪生教学用具的原粮运输环节的标识编码具体如下表5所示:
表5原粮运输环节编码
本发明大米供应链数字孪生教学用具的原粮加工环节的标识编码如下表6所示:
表6原粮加工环节编码
本发明大米供应链数字孪生教学用具的成米运输环节的标识编码如下表7所示:
表7成米运输环节编码
本发明大米供应链数字孪生教学用具的成米仓储环节的标识编码具体如下表8所示:
表8成米仓储环节编码
本发明大米供应链数字孪生教学用具的成米包装环节的标识编码具体如下表9所示:
表9成米包装环节编码
本发明大米供应链数字孪生教学用具的成米销售环节的标识编码具体如下表10所示:
表10成米销售环节编码
(三)构建教学用具中的大米供应链数字孪生模型,该模型是采用基于语义映射的大米供应链数字孪生模型描述方法由Unity3D搭建的虚拟模型。
本发明的实物产线平台流程与标识编码设计完毕后,搭建实物产线,并需将整个实物产线进行数字孪生,采用基于语义映射的大米供应链数字孪生模型描述方法。
在智能制造的驱动下,数字孪生整合了多属性、多维度、多应用的仿真技术,通过数字技术对物理实体对象的特征、行为、形成过程和性能进行描述和分析,并结合各类传感器、工业互联网、历史大数据等技术实现监控、预测、数据挖掘等功能。数字孪生的主要特点表现在:通过物理世界和数字世界之间的互联互通和智能化决策来实现生产过程的自组织、自适应和智能化运行。
在稻谷加工过程中,参与大米供应链数字孪生教研平台的关键要素分为大米/稻谷等物料、原粮粮仓/碾米机/成品粮仓等设备、教师/学生等操作人员,同时大米供应链数字孪生教研平台的实验室环境影响着生产,所以本发明的数字孪生模型统一描述为:
DTsc=DTequip∪DTproduct∪DTperson∪DTenv (1)
其中,DTsc为大米供应链数字孪生模型,DTequip为设备数字孪生模型,DTproduct为产品数字孪生模型,DTperson为人员数字孪生模型,DTenv为环境数字孪生模型。
碾米机是加工设备、传送带运输设备、原粮粮仓及成米粮仓是存储产品和物料的设备,为完成孪生模型对物理实体的真实映射,模型首先必须确保三维尺寸、行为与实体的高度一致。同时,为能够实时获取实体数据,孪生模型需要建立虚实通讯控制接口,为完成其行为,需定义相关的虚拟服务。因此,设备数字孪生模型定义如下:
DTequip={FunctionM,VRInterface,VService} (2)
其中,FunctionM为功能模型,数字空间要根据实体设备建立对应功能的孪生模型,保证二者在几何尺寸、物理结构关系、运动特性等方面的一致性,VRInterface为虚实通讯接口,为实现模型间的数据交互和实时数据的驱动,孪生模型要根据运行驱动数据建立通讯信号接口,因此数字空间内部需具有灵活的信号通讯机制,利用工业互联网标识解析技术与实体进行实时通讯,VService为虚拟服务,功能模型的有机连接与运行需要各种虚拟服务的支撑,包括设备功能的实现、信号的处理、模型行为的知道、运行规则的约束等。
稻谷加工过程的教师/学生的孪生主要体现在他们的动作和空间位置两方面,通过三维结构模型映射人体结构,利用定位/动作数据接口获取物理空间的实体空间定位和关节动作数据,利用活动监控服务驱动数字模型的动作及位置更新。因此,人员数字孪生模型定义如下:
DTperson={StructM,LMInterface,VService_p} (3)
其中,StructM为人员三维结构模型,LMInterface为定位/动作数据接口,VService_p为活动监控服务。
对于稻谷/大米,在不同的加工阶段,稻谷/大米对应着不同的几何形态,并伴随着订单、编码和质量等全生命周期信息,这些信息可利用信息数据接口保存于数字空间每个产品的虚拟标签中,同时根据其工艺数据驱动产品几何状态的演变。因此,产品数字孪生模型定义如下:
DTproduct={StructM_p,IInterface,SService} (4)
其中,StructM_p为产品三维几何模型,IInterface为信息数据接口,SService为状态演变服务。
对于大米供应链数字孪生教研平台的生产环境,其孪生模型以标识的形式,通过传感器进行环境数据的获取,注册到工业互联网标识解析节点,解析后以量化的形式进行显示。
根据上述模型,信息数据的传输与融合通过工业互联网标识解析技术实现,大米供应链数字孪生模型通过Unity3D物理引擎搭建,数字孪生虚拟空间的高保真孪生模型是物理空间实体设备的生产状态的同步映射,通过标识解析体系下生产要素数据以及孪生数据的支撑,通过Unity 3D实现大米供应链数字孪生教研平台的仿真,如图2所示,并最终通过仿真模型的分析及监控,达到预测预警、迭代优化的服务。
本发明基于以上大米供应链数字孪生模型描述方法,以大米供应链为基础,从工业互联网驱动的角度,引入标识解析体系和数字孪生技术,提出的一种大米供应链数字孪生平台,如图3所示。图3中,物理实体层中包含大米供应链各个环节中的生产设备及环境,本发明需要生成物理实体层对应的孪生数据层,针对每个生产/加工/仓储/销售的物理节点,生成对应的数字模拟节点,各模拟节点从对应物理实体中提取设备基本信息、危害物监测信息、产线状态数据、产线控制数据等,虚拟端Unity3D通过标识解析技术获取数据后进行仿真模拟,得到优化数据后进行反馈,实现质量监控、实时监测、预测预警与生产优化等。
(四)基于Unity标识解析连接中间件实现教学用具中实物端与虚拟端的数据虚实交互。
本发明首先设计了大米供应链数字孪生教学用具的流程与标识编码,进行实物产线的搭建,实物产线形成后,通过基于语义映射的数字孪生模型描述方法利用Unity3D引擎搭建虚拟平台,通过标识解析技术进行实物端与虚拟端的数据交互反馈。
大米供应链实物产线内设备及各类传感器内部嵌有主动标识模组,并且设定主动标识触发时间,设备及传感器能够通过主动标识模组定时将设备实时运行状态以及传感器采集数据上传注册到标识解析节点,本地的关键控制数据包括:原粮粮仓电磁阀开度、原粮运输传送度速度、启动/停止碾米状态、成米运输传送带速度、成米粮仓电磁阀开度、成品包装传送带速度等。
通过接收实时数据上传到标识解析节点的生产线状态数据与控制数据,建立一条与实物产线对应的虚拟产线,即:数字孪生平台,所述数字孪生平台通过实物产线中参与生产的关键要素模型实现,并根据实际生产状态数据进行插值处理,得到虚拟生产状态数据,控制虚拟模型完成仿真动作,实现对产线生产过程的动态仿真,同时将虚拟产线可视化表达在界面上。
大米供应链数字孪生平台通过物理空间部署不同通讯接口和通讯协议,将生产要素产生的多源异构数据经标识解析体系下统一的传输协议转换和统一的数据封装后,通过Unity3D 连接中间件与虚拟空间的孪生数据交互,实现虚实多源数据的传输与融合。连接中间件是连接桌面级软件与工业互联网标识解析的纽带,标识解析连接中间件一端面向工业互联网标识解析系统,另一端面向大米供应链数字孪生平台Unity3D软件,通过工业互联网标识解析API (应用程序编程接口)接口协议进行互通,Unity3D软件可以通过解析寻址找到相关数据的位置,通过创新设计的Unity3D标识解析连接中间件转换成统一的数据模型,Unity3D软件也能通过标识解析中间件将标准格式的数据注册到工业互联网标识解析节点,同时连接中间件也能与产线内的工业软件MES系统、PLM系统进行数据信息互通转化,如图4所示。
虚拟平台端通过基于Unity3D的标识解析中间件不断查询产线内设备及各类传感器通过主动标识技术注册到工业互联网标识解析节点的标识码并进行解析处理,得到的实时生产状态数据进行仿真,并通过当前数据与历史数据进行预测预警与迭代优化,得到优化后的控制数据,将优化后的控制数据通过标识解析中间件统一注册到工业互联网标识解析节点下,进行标识码内数据信息的更新。若虚拟平台端通过预测发现质量问题则直接发出预警。实物产线中产线服务控制模块,能够通过远程集控中心不断查询供应链虚拟端通过标识解析同步的业务数据,接收标识解析节点存储标识码的数据更新,发出供应链控制指令,调整供应链运行策略,将设备控制指令下发至实际大米供应链数字孪生教研产线中相应设备,控制设备工作状态。基于此,获得一种基于工业互联网标识解析的大米供应链数字孪生教学用具。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。本发明省略了对公知组件和公知技术的描述,以避免赘述和不必要地限制本发明。上述实施例中所描述的实施方式也并不代表与本申请相一致的所有实施方式,在本发明技术方案的基础上,本领域技术人员不需要付出创造性的劳动即可做出的各种修改或变形仍在本发明的保护范围内。
Claims (8)
1.一种基于工业互联网标识解析的大米供应链数字孪生教学用具,其特征在于,包括:
(1)在教学用具中设计模拟大米供应链的原粮收购、原粮仓储、原粮运输、原粮加工、成米运输、成米仓储、成米包装、成米销售的工作环节;
(2)在教学用具中设计标识编码规则,将为大米供应链全环节的物理设备和虚拟资源,通过标识注册系统生成唯一标识码,标识码上传到工业互联网标识解析节点;
(3)按照所设计的工作环节搭建大米供应链的实物产线,通过基于语义映射的大米供应链数字孪生模型描述方法构建相应的大米供应链的数字孪生平台;
(4)建立标识解析连接中间件进行教学用具中的数据虚实交互;
大米供应链实物产线内设备及各类传感器内部嵌有主动标识模组,并且设定主动标识触发时间,设备及传感器能够通过主动标识模组定时将设备实时运行状态以及传感器采集数据上传注册到标识解析节点;所述的标识解析连接中间件一端面向标识解析节点,另一端面向大米供应链数字孪生平台;将大米供应链实物产线产生的多源异构数据经标识解析体系下统一的传输协议转换和统一的数据封装后,通过标识解析连接中间件与数字孪生平台中的孪生数据交互,实现虚实多源数据的传输与融合。
2.根据权利要求1所述的教学用具,其特征在于,所述的教学用具中,设计模拟的各工作环节包括:
(1.1)原粮收购数据标识:扫码枪获取收购的稻谷原粮的数据并注册到标识解析节点,该过程的标识数据包括原粮收购数量;
(1.2)原粮仓储数据标识:原粮进入原粮粮仓,原粮粮仓内激光测距传感器通过预设的高度阈值来控制稻谷数量,电磁阀开度控制稻谷出仓速率,温湿度传感器以及二氧化碳传感器实时监控原粮粮仓内环境,各设备内含有主动标识模组将测量数据实时注册到标识解析节点,该过程中的标识数据包括原粮粮仓温度、原粮粮仓湿度、原粮粮仓二氧化碳浓度、原粮粮仓电磁阀开度、以及原粮粮仓激光测距传感器数据;
(1.3)原粮运输数据标识:原粮出仓后,进入由传送带模拟的原粮运输车进行运输,传送带将传送带的速度注册到标识解析节点,该过程中的标识数据包括传送带速度;
(1.4)原粮加工数据标识:原粮经运输后进入碾米机加工,碾米机内有激光测距传感器控制稻谷数量,碾米机外有摄像头实时出米监控,并进行脱壳率检测,该过程中注册到标识解析节点的标识数据包括待加工稻谷高度、出米图片、碾米质量、以及碾米机启动状态;
(1.5)成米运输数据标识:碾米机加工后的成米进入传送带模拟的成米运输车进行运输,传送带将传送带的速度注册到标识解析节点,该过程中的标识数据包括传送带速度;
(1.6)成米仓储数据标识:成米进入成米粮仓,成米粮仓内激光测距传感器通过预设的高度阈值来控制成米数量,电磁阀是否打开的状态控制成米出仓,该过程中实时注册到标识解析节点的标识数据包括成米粮仓电磁阀状态,状态为打开或关闭,以及成米粮仓激光测距传感器数据;
(1.7)成米包装数据标识:成米出仓后进入成米包装托盘,托盘含有称重传感器,达到设定值后停止成米进入托盘,通过成米包装袋包装并在包装袋上打标后由传送带进行运输,该过程注册到标识解析节点的标识数据包括成米包装传送带速度、称重传感器数据、初始位置限位开关状态、终末位置限位开关状态、以及打标次数;
(1.8)成米销售数据标识:扫码枪进行成米产品的扫码入库并进行销售,该环节注册到标识解析节点的标识数据包括销售数量。
3.根据权利要求1或2所述的教学用具,其特征在于,所述的教学用具中,设计的标识编码规则是:标识包括标识前缀、分隔符和标识后缀;标识前缀包括国家代码、行业代码和企业代码,并用“.”分隔各部分;分隔符采用“/”表示;标识后缀由企业自定义,设备和数据的编码唯一。
4.根据权利要求3所述的教学用具,其特征在于,所述的标识编码规则中,设置标识后缀的方式是:由教具编码、环节编码、具体设备或数据编码组成;教具编码中,为实物教具和虚拟教具设置不同编码范围;环节编码是为各工作环节赋予不同编码;具体设备或数据编码分为设备编码、状态数据编码和控制数据编码,分别为设备、状态数据、控制数据和包装赋码设置不同编码范围;其中,状态数据是指设备的实际状态数据,控制数据为数字孪生模型中虚实交互反馈优化的数据,是控制产线运行的状态数据;其中,设备编码对应的数据模版包含产品名称、规格型号、供应商、生产日期、产地、设备状态和质保期,状态数据编码与控制数据编码对应的数据模版包含名称、具体数值、更新时间、所属环节和所属对象。
5.根据权利要求3所述的教学用具,其特征在于,所述的标识编码规则中,国家顶级节点编码固定为88,食品行业二级节点编码固定为109,标识后缀由教具编码、环节编码、具体设备或数据编码组成;为设备或数据生成所述的唯一标识码的形式为:88.109.企业代码/教具编码.环节编码.具体设备或数据编码。
6.根据权利要求1或2所述的教学用具,其特征在于,所述的基于语义映射的大米供应链数字孪生模型描述方法是指:
首先,将大米供应链的数字孪生模型DTsc描述为:
DTsc=DTequip∪DTproduct∪DTperson∪DTenv
其中,DTequip为设备数字孪生模型,DTproduct为产品数字孪生模型,DTperson为人员数字孪生模型,DTenv为环境数字孪生模型;
物理设备包括原粮粮仓、成米粮仓、传送带和碾米机,建立物理设备的虚拟孪生模型,孪生模型与实际物理设备的三维尺寸、物理结构及运动特性一致,并为孪生模型建立虚实通讯控制接口,用于实时获取实体数据;设备数字孪生模型DTequip描述如下:
DTequip={FunctionM,VRInterface,VService}
其中,FunctionM为根据实体设备建立的功能模型;VRInterface为虚实通讯接口,为实现模型间的数据交互和实时数据的驱动;VService为虚拟服务,用于支撑功能模型的有机连接与运行;
对教师/学生建立数字孪生模型时,通过三维结构模型映射人体结构,利用定位/动作数据接口获取物理空间的实体空间定位和关节动作数据,利用活动监控服务驱动人员的数字孪生模型的动作及位置更新;人员数字孪生模型DTperson描述如下:
DTperson={StructM,LMInterface,VService_p}
其中,StructM为人员三维结构模型,LMInterface为定位/动作数据接口,VService_p为活动监控服务;
对于稻谷/大米,在不同的加工阶段,稻谷/大米对应不同的几何形态,产品数字孪生模型DTproduct描述如下:
DTproduct={StructM_p,IInterface,SService}
其中,StructM_p为产品三维几何模型;IInterface为信息数据接口,用于将产品的全生命周期信息保存在数字空间每个产品的虚拟标签中;SService为状态演变服务,用于驱动产品几何状态的演变;
环境数字孪生模型DTenv以标识的形式,通过传感器获取环境数据,注册到工业互联网标识解析节点,对环境数据解析后以量化的形式进行显示。
7.根据权利要求1或2所述的教学用具,其特征在于,所述的数字孪生平台,通过标识解析连接中间件不断查询和解析二级节点下的标识码,获取实际生产状态数据并进行插值处理,得到虚拟生产状态数据,控制虚拟模型完成仿真动作,实现对实物产线的生产过程的动态仿真。
8.根据权利要求1或2所述的教学用具,其特征在于,所述的数字孪生平台,还进行产线优化和产品质量分析及追溯,包括:通过标识解析中间件不断查询实物产线内设备及各类传感器注册到标识解析节点的标识码并进行解析处理,得到的实时生产状态数据,并进行仿真,通过当前数据与历史数据进行预测预警与迭代优化,得到优化后的产线控制参数;数字孪生平台将优化后的产线控制参数通过标识解析中间件返回给标识解析节点进行数据替换更新;大米供应链实物产线不断查询和解析二级节点下的标识码,进行产线控制参数的调整及设备状态的更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210486796.0A CN115171510A (zh) | 2022-05-06 | 2022-05-06 | 基于工业互联网标识解析的大米供应链数字孪生教学用具 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210486796.0A CN115171510A (zh) | 2022-05-06 | 2022-05-06 | 基于工业互联网标识解析的大米供应链数字孪生教学用具 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115171510A true CN115171510A (zh) | 2022-10-11 |
Family
ID=83483099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210486796.0A Pending CN115171510A (zh) | 2022-05-06 | 2022-05-06 | 基于工业互联网标识解析的大米供应链数字孪生教学用具 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115171510A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261144A (zh) * | 2008-04-18 | 2008-09-10 | 国家粮食局科学研究院 | 粮情在线监测系统 |
CN110046458A (zh) * | 2019-04-26 | 2019-07-23 | 河南农业大学 | 基于数据驱动的竞争型闭环供应链管理系统及方法 |
CN110456635A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 基于数字孪生技术的电动汽车动力系统的控制方法 |
CN212164262U (zh) * | 2020-01-10 | 2020-12-18 | 天津临港港务集团有限公司 | 一种粮食筒仓 |
CN213579156U (zh) * | 2020-10-19 | 2021-06-29 | 成都易联易通科技有限责任公司 | 一种粮食数量在线监测系统 |
KR20210106043A (ko) * | 2020-02-19 | 2021-08-30 | 주식회사 플럭시티 | 다차원 공간정보 기반의 에너지 디바이스의 디지털 트윈 시각화 시스템 |
EP3933516A1 (en) * | 2020-06-30 | 2022-01-05 | Siemens Aktiengesellschaft | Method and system for creating or updating a digital twin |
DE102020210821A1 (de) * | 2020-08-27 | 2022-03-03 | Siemens Mobility GmbH | Verfahren zur Überprüfung eines Lichtraums für ein Schienenfahrzeug |
CN114202187A (zh) * | 2021-12-06 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 一种基于电力行业的电力设备智能化标识解析编码方法 |
CN114386992A (zh) * | 2022-01-12 | 2022-04-22 | 北京工商大学 | 一种基于区块链和标识解析的粮油质量安全可信溯源方法 |
-
2022
- 2022-05-06 CN CN202210486796.0A patent/CN115171510A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261144A (zh) * | 2008-04-18 | 2008-09-10 | 国家粮食局科学研究院 | 粮情在线监测系统 |
CN110046458A (zh) * | 2019-04-26 | 2019-07-23 | 河南农业大学 | 基于数据驱动的竞争型闭环供应链管理系统及方法 |
CN110456635A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 基于数字孪生技术的电动汽车动力系统的控制方法 |
CN212164262U (zh) * | 2020-01-10 | 2020-12-18 | 天津临港港务集团有限公司 | 一种粮食筒仓 |
KR20210106043A (ko) * | 2020-02-19 | 2021-08-30 | 주식회사 플럭시티 | 다차원 공간정보 기반의 에너지 디바이스의 디지털 트윈 시각화 시스템 |
EP3933516A1 (en) * | 2020-06-30 | 2022-01-05 | Siemens Aktiengesellschaft | Method and system for creating or updating a digital twin |
DE102020210821A1 (de) * | 2020-08-27 | 2022-03-03 | Siemens Mobility GmbH | Verfahren zur Überprüfung eines Lichtraums für ein Schienenfahrzeug |
CN213579156U (zh) * | 2020-10-19 | 2021-06-29 | 成都易联易通科技有限责任公司 | 一种粮食数量在线监测系统 |
CN114202187A (zh) * | 2021-12-06 | 2022-03-18 | 南方电网数字电网研究院有限公司 | 一种基于电力行业的电力设备智能化标识解析编码方法 |
CN114386992A (zh) * | 2022-01-12 | 2022-04-22 | 北京工商大学 | 一种基于区块链和标识解析的粮油质量安全可信溯源方法 |
Non-Patent Citations (3)
Title |
---|
柳林燕 等: ""车间生产过程数字孪生系统构建及应用"", 《计算机集成制造系统》, pages 1 - 3 * |
王文宣 等: ""基于工业互联网的产业链数字孪生系统"", 《第三十三届中国仿真大会论文集》, pages 1 - 6 * |
许继平 等: ""基于区块链的粮油食品全供应链信息安全管理原型系统"", 《农业机械学报》, pages 1 - 9 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Big data driven Hierarchical Digital Twin Predictive Remanufacturing paradigm: Architecture, control mechanism, application scenario and benefits | |
Shi et al. | Smart factory in Industry 4.0 | |
Koh et al. | The fourth industrial revolution (Industry 4.0): technologies disruption on operations and supply chain management | |
Crnjac et al. | From concept to the introduction of industry 4.0 | |
Dubey et al. | Identification of flexible manufacturing system dimensions and their interrelationship using total interpretive structural modelling and fuzzy MICMAC analysis | |
Kim et al. | Manufacturing strategy and production systems: an integrated framework | |
CN106212243B (zh) | 一种基于微培箱和云平台的有机农产品智能化生产系统 | |
Andreoni et al. | A revolution in the making? Challenges and opportunities of digital production technologies for developing countries | |
Avilés-Sacoto et al. | A GLANCE OF INDUSTRY 4.0 AT SUPPLY CHAIN AND INVENTORY MANAGEMENT. | |
Öztürk | Technological transformation of manufacturing by smart factory vision: industry 4.0 | |
KR20210145103A (ko) | 유연 생산 공정 시스템 | |
Bigliardi | Industry 4.0 applied to food | |
Matin et al. | AIoT for sustainable manufacturing: Overview, challenges, and opportunities | |
Correa | Integrating Industry 4.0 associated technologies into automated and traditional construction | |
CN116415386A (zh) | 一种基于实时数据驱动的数字孪生产线可视化系统 | |
Sun et al. | Design of intelligent manufacturing system based on digital twin for smart shop floors | |
Dehghanimohammadabadi et al. | Simulation-optimization of digital twin | |
Gao et al. | Intelligent circulation system modeling using bilateral matching theory under Internet of Things technology | |
CN115171510A (zh) | 基于工业互联网标识解析的大米供应链数字孪生教学用具 | |
Kaczmarczyk et al. | An industry 4.0 testbed (Self-Acting barman): principles and design | |
Saturno et al. | Proposal for new automation architecture solutions for industry 4.0 | |
Yildiz et al. | Virtual factory: competence-based adaptive modelling and simulation approach for manufacturing enterprise | |
Vo | Development of insect production automation: Automated processes for the production of Black Soldier Fly (Hermetia illucens) | |
Gisi | The Dark Factory and the Future of Manufacturing: A Guide to Operational Efficiency and Competitiveness | |
Marinova-Kostova et al. | Application of Internet of Things in Industry 4.0 |
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 |