CN115310936B - 基于数字孪生的智慧物流工厂可视化与数据服务技术系统 - Google Patents

基于数字孪生的智慧物流工厂可视化与数据服务技术系统 Download PDF

Info

Publication number
CN115310936B
CN115310936B CN202210948793.4A CN202210948793A CN115310936B CN 115310936 B CN115310936 B CN 115310936B CN 202210948793 A CN202210948793 A CN 202210948793A CN 115310936 B CN115310936 B CN 115310936B
Authority
CN
China
Prior art keywords
unit
module
data
model
logistics
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
CN202210948793.4A
Other languages
English (en)
Other versions
CN115310936A (zh
Inventor
胡培
王路路
韩焕
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.)
Mirle Automation Technology Shanghai Co ltd
Original Assignee
Mirle Automation Technology Shanghai 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 Mirle Automation Technology Shanghai Co ltd filed Critical Mirle Automation Technology Shanghai Co ltd
Priority to CN202210948793.4A priority Critical patent/CN115310936B/zh
Publication of CN115310936A publication Critical patent/CN115310936A/zh
Application granted granted Critical
Publication of CN115310936B publication Critical patent/CN115310936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了基于数字孪生的智慧物流工厂可视化与数据服务技术系统，包括静态三维模型构建模块、数据采集模块、服务平台模块、模型库管理模块、三维模型动态化模块、数字孪生模型模块、消息订阅与推送模块、故障报警模块和历史回溯模块和AGV系统模块。本申请具有高效性、实时性和保真性，有利于增强企业的竞争力。

Description

基于数字孪生的智慧物流工厂可视化与数据服务技术系统
技术领域
本申请属于智慧物流技术领域，具体涉及基于数字孪生的智慧物流工厂可视化与数据服务技术系统。
背景技术
在工业互联网的大背景下，制造业的转型升级已迫在眉睫。企业竞争日趋激烈，产品智能化和制造业服务化的形成给传统制造企业带来越来越大的竞争压力，同时，产品的复杂性和生产管理的难度也给制造企业造成了很大的困惑。
新基建的政策浪潮下，传统制造业都渴望通过工业互联网技术实现转型及利润和市场的增长，构建工厂数字孪生技术场景上仍存在巨大挑战。特别是解决工厂或产线建模问题和基于数字孪生的预测分析模型，建模工作量大、周期长，不易扩展，工厂中数据分析的维度比较广，涉及环节也很多，数据采集和建模的难度比较大，以至于建模分析过程很难。目前整体市场上，大部分数字孪生系统画面质感也远远达不到高水准的拟真，仿真需求。
因此，利用三维可视化技术生成与工厂场景完全吻合的三维虚拟场景，随时监控厂间物流设备状态，及时发现异常故障，实现对工厂空间的有效管控，提高管理者监管效能至关重要。
发明内容
本申请提出了基于数字孪生的智慧物流工厂可视化与数据服务技术系统，利用数字孪生模型实现对工厂场景的高度仿真，实现对工厂物流设备状态的实时监控，完成对设备的数据采集、风险预测、历史回溯、故障定位和警报抢修。
为实现上述目的，本申请提供了如下方案：
基于数字孪生的智慧物流工厂可视化与数据服务技术系统，包括静态三维模型构建模块、数据采集模块、服务平台模块、模型库管理模块、三维模型动态化模块、数字孪生模型模块、消息订阅与推送模块、故障报警模块、历史回溯模块和AGV系统模块；
所述静态三维模型构建模块用于建立厂区内物理实体设备以及场景的静态三维模型；
所述数据采集模块用于采集、统计、并推送所述物理实体设备的数据；
所述服务平台模块用于传输、整合、处理、并存储所述物理实体设备的数据；
所述模型库管理模块，用于实现对所述静态三维模型的管理；
所述三维模型动态化模块用于实现智慧工厂厂间物流过程的动态建模以及动态展示，得到动态三维模型；
所述数字孪生模型模块用于基于所述静态三维模型和所述动态三维模型，构建数字孪生模型，基于所述数字孪生模型获得所述物理实体设备的物流状态信息；
所述消息订阅与推送模块用于订阅、判断和推送所述物理实体设备的物流状态信息；
所述故障报警模块用于基于所述物理实体设备的物流状态信息实现对所述物理实体设备的故障警报；
所述历史回溯模块用于查看各所述物理实体设备的物流状态信息，以及整体运行情况，以及调查系统异常情况原因；
所述AGV系统模块用于控制所述物理实体设备；
优选的，所述静态三维模型构建模块包括顺次相连的CAD制图单元、Maya建模单元和3D引擎单元；所述CAD制图单元用于基于物流设备部件以及仓库场景的照片绘制CAD图；所述Maya建模单元用于基于所述物流设备部件以及仓库场景的照片和绘制的所述CAD图建立所述物理实体设备以及场景的静态三维模型；所述3D引擎单元用于渲染所述静态三维模型；
优选的，所述数据采集模块包括数据采集设备单元和数据终端单元；所述数据采集设备单元用于采集站口、主机、SLV、AGV和升降机的设备数据；所述数据终端单元用于基于所述数据采集设备单元采集的设备数据，统计库位状态数据，并将统计的所述库位状态数据作为单独的主题推送至所述服务平台模块；
优选的，所述服务平台模块包括第一MQTT服务器单元和业务服务单元；所述第一MQTT服务器单元用于接收所述数据终端单元推送的所述库位状态数据；所述业务服务单元用于从所述第一MQTT服务器单元获取、整合、处理和储存所述库位状态数据；
优选的，所述模型库管理模块包括三维可视化信息平台单元和信息添加单元；所述三维可视化信息平台单元用于构建模型库,并对构建的所述模型库进行管理和分类；所述信息添加单元用于为所述模型库添加部件信息以实现对所述模型库部件模型的浏览、调用以及信息查询；
优选的，所述三维模型动态化模块包括第一数字孪生模型单元、数据驱动单元和UE4引擎单元；所述第一数字孪生模型单元用于从所述服务平台模块获取信息，实现智慧工厂厂间物流过程的动态建模；所述数据驱动单元用于驱动所述静态三维模型；所述UE4引擎单元用于对所述静态三维模型进行实时渲染，实现动态光源展示、昼夜交替、设备部件状态和位置动态显示，得到所述动态三维模型；
优选的，所述消息订阅与推送模块包括客户端单元、第二数字孪生模型单元、服务端单元和数据服务单元；所述第二数字孪生模型单元用于提供所述物理实体设备的物流状态信息；所述客户端单元基于所述第二数字孪生模型单元获取所述物理实体设备物流状态信息，并将查看所述物理实体设备的物流状态信息的请求以及物流设备号发送至服务端单元，实现消息订阅；所述服务端单元用于接收客户端单元发送的查看所述物理实体设备的物流状态信息请求以及所述物流设备号，创建物流设备消息队列,向所述客户端单元返回信息；所述数据服务单元用于判断所述服务端单元向客户端单元返回的信息是否符合推送规则。
优选的，所述故障报警模块包括第二MQTT服务器单元和后台远程管理服务器单元；所述第二MQTT服务器单元用于存储所述物理实体设备的物流信息，并将故障信息发送至所述后台远程管理服务器单元；所述后台远程管理服务器单元用于接收所述故障信息并发出警报；
优选的，所述历史回溯模块包括提交回溯请求单元和第三数字孪生模型单元；所述提交回溯请求单元用于选择要回溯的历史时间段并向所述第三数字孪生单元提交回溯请求；所述第三数字孪生单元基于所述回溯请求向所述服务平台模块请求数据，用于查所述物理实体设备的物流状态信息，以及整体运行情况，以及得到系统异常情况原因。
优选的，所述AGV系统模块包括AGV路径规划单元和AGV路径避障算法单元；所述AGV路径规划单元基于遗传算法搭建栅格模型；所述AGV路径避障算法单元用于基于遗传算法与VFH避障算法相结合的方法，用于确认AGV小车导引最优路径。
本申请的有益效果为：相较于现有的技术，本系统基于数字孪生技术、三维可视化技术、数据服务技术系统，打通数据通道，可以实现厂区的物流工厂运行过程可视化与数据服务。实现实时查看工厂环境、物流过程状态、异常情况，对运行的设备状态数据进行监视、分析推理运行参数，实现决策功能，有助于及时规避故障。具有高效性、实时性、保真性。高效性体现在静态三维模型的建立，AGV路径优化；实时性体现在数据采集与消息订阅推送；保真性体现在三维模型动态化渲染。本申请具有广阔的推广空间和使用价值。
附图说明
为了更清楚地说明本申请的技术方案，下面对实施例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是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请基于数字孪生的智慧物流工厂可视化与数据服务技术系统实施例系统模块示意图；
图2为本申请系统架构图；
图3为本申请静态三维模型构建图；
图4为本申请数据采集图；
图5为本申请三维模型动态化结构图。
具体实施方式
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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。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，都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
基于数字孪生的智慧物流工厂可视化与数据服务技术系统的模块组成与系统架构如图1、图2所示，
基于数字孪生的智慧物流工厂可视化与数据服务技术系统，包括静态三维模型构建模块、数据采集模块、服务平台模块、模型库管理模块、三维模型动态化模块、消息订阅与推送模块、故障报警模块和历史回溯模块和AGV系统模块；
1.静态三维模型构建模块，如图3所示，
步骤1：物理实体几何模型的建立，该部分的工作主要在Maya 建模单元中完成。首先对物理实体AGV、输送机、堆垛机等物流设备部件及仓库场景进行手工拍照计算建模物体的物理信息在CAD制图单元绘制CAD图。
步骤2：接着根据物理实体的CAD文件及实物图片，在Maya建模单元中建立相应的物理实体静态三维模型。
步骤3：模型制作完成后，按照CAD布局图，在3D引擎单元中将AGV、叉车、楼体等部件模型进行渲染，固定位置的建筑和设备，直接放置于搭建好的4层楼体内。
2.数据采集模块，如图4所示，
步骤1：数据终端单元按照一定频率向数据采集设备单元的PLC 采集站口、主机、SLV、AGV、升降机等设备数据，并作为生产者将设备数据第一时间推送到服务平台模块的第一MQTT服务器单元。为了避免消息消费的排队情况，针对每种设备单独设置消息主题。同时数字终端单元还将进行库位状态数据进行统计，并将统计数据作为单独的主题推送至第一MQTT服务器单元。
步骤2：平台业务服务单元作为数据消费者，从第一MQTT服务器单元获取站口、主机、SLV、AGV、升降机的设备数据以及库位的状态数据。平台业务服务单元根据业务需求对从第一MQTT服务器单元获取的数据进行整合、处理，并将数据存入缓存服务和实时数据库。
步骤3：第一数字孪生模型单元定期向服务平台模块获取设备数据，根据设备当前位置数据和历史位置数据确定设备行进路线，对设备模型进行运动展现。同时，浏览器端将访问平台的服务端，获取系统统计数据，并进行展示。当点击单个设备时，第一数字孪生模型单元将向服务平台模块请求设备数据以及货物数据，服务平台模块将向数据终端请求货物数据，并将设备数据和货物数据返回给第一数字孪生模型单元，第一数字孪生模型单元对设备状态和货物状态进行展示。
3.模型库管理模块
步骤1：将物流工厂的三维实体模型作为模型管理库模块管理对象，在三维可视化信息平台单元中构建模型库，将模型库按不同的部件类型、各部件的状态信息进行分类。
步骤2：紧接着在信息添加单元通过运行脚本文件为模型添加信息部件类别信息、部件状态信息，开发人员可以从模型库中浏览模型、调用部件模型与模型信息查询功能。
4.三维模型动态化模块，如图5所示，
步骤1：当智慧工厂厂间物流过程设备状态发生变化时，虚拟空间通过第一数字孪生模型单元从服务平台模块和数据接口实时感知状态信息，感知时序数据库的数据变化，以三维可视化方式实现智慧工厂厂间物流过程的动态建模。
步骤2：同时根据设备作业时视频及相关作业动画拆解场景说明，通过数据驱动单元驱动模型，运用UE4引擎单元对三维模型实时渲染，每个孪生场景的楼层光源，根据物理时间，一定程度上实现动态光源展示、昼夜交替、设备部件状态和位置动态展示，得到动态三维模型。
5.消息订阅与推送模块
步骤1：客户端单元通过点击第二数字孪生模型单元获取物流状态位置信息，并将查看设备信息请求发送至服务端单元，以实现所述物理实体设备的物流状态信息的可订阅。在本申请实施例中，所述第二数字孪生模型单元与所述第一数字孪生模型单元同属一个数字孪生模型模块。
步骤2：服务端单元基于接收到的物流设备号，创建所述的物流设备消息队列，并基于接收到客户端单元的物流状态消息请求，返回设备的物流状态信息。
步骤3：数据服务单元对消息是否符合推送规则进行判断，根据订阅设置进行消息推送给客户端单元。
6.故障报警模块
步骤1：第二MQTT服务器单元实时掌握物流过程的所述物理实体设备的物流信息，把采集的数据信息进行存储，且为进一步数据分析对比，故障预测积累数据和经验。在本申请实施例中，所述第二 MQTT服务单元与所述第一MQTT服务器单元同属一个MQTT服务器单元。
步骤2：同时，将故障信息发送至后台远程管理服务器单元，发出警报，方便维修人员及时根据故障信息做出有效解决方案，实现预测性维护。
7.历史回溯模块
步骤1：提交回溯请求单元选择要回溯的历史时间段，并提交回溯请求。
步骤2：第三数字孪生模型单元向服务平台模块请求数据，并根据数据进行虚拟运行，在运行的过程中，可以查看所述物理实体设备的物流状态信息，以及整体运行情况，以及得到系统异常情况原因。根据时段运行情况，可以改善和提升物理运行环境和规则，从而提升运行效率。在本申请实施例中，所述第一数字孪生模型单元、所述第二数字孪生模型单元与所述第三数字孪生模型单元同属一个数字孪生模型模块。
步骤3：出现需要调查的事件，可以根据包含事件时间点的历史时段回溯，通过运行状态和数据定位造成问题的原因，从而使系统在未来的运行中规避以上风险，确保物理环境运行平稳。
8.AGV系统模块
(1)AGV路径规划单元
步骤1：确定AGV小车的初始位置。
步骤2：在本多AGV系统中则以任务及AGV数量作为编码对象进行模型编码及模型解码。
步骤3：设置路径适应度函数。在本系统AGV路径规划过程中，适应度函数中加入光滑度函数，对AGV转弯角度进行控制,适应度函数越小，目标值越大，个体越优秀，当转弯角度θ<90°，AGV不易转弯，这时ω→∞使整体适应度变小，减小染色体继续遗传的几率，当90°≤θ<180°时，AGV可安全转弯，ω→1，即可按正常角度计算路径的光滑度，按照轮盘选择遗传到下一代。AGV以总路程为目标，选取目标值的倒数如下：
其中
S(θ)＝ωi·θi
s.t.θ<90°,ω→∞
90°≤θ<180°,ω→1
f(p)代表目标值的倒数；L(p)代表路径长度；θ代表转弯角度； S(θ)代表光滑度函数；α,β代表路径长度L(p)与光滑度函数S(θ) 的惩罚系数；
步骤5：建立初始种群，轮盘赌选择。计算种群中各个体适应度 f,计算每个个体在总体中所占概率：
P代表每个个体在总体中所占概率；f代表种群中各个体适应度； fz总代表种群总体适应度。
计算每个个体累计概率，并在轮盘中标注，然后在[0,1]区间内生成一个随机数r,对比随机数r与个体累计概率，r落在某个体概率中，则该个体被选择，重复生成选择多次，选出所需染色体，形成新的种群。
步骤7：交叉操作。在交叉过程中，首先排除AGV路径起始点和终止点，将剩余部分进行单点交叉操作，组成新的染色体，随机选择两条染色体P1和P2，生成一个随机数整数r(r<染色体长度)，以r点位为交叉基础点，相互交换交叉基础点之后的部分，产生两条新的染色体O1和O2，重复交叉操作，生成新染色体，形成新种群，继续后续操作。
步骤8：变异操作。首先对种群中所有个体以事先设定的变异概率判断该个体是否需要变异操作，其次对进行变异个体通过自定义的过程进行变异。
步骤9：设置终止条件。
步骤10：最后将AGV虚拟为质点，不考虑大小问题，在仿真软件MatLab中搭建栅格模型,确认AGV小车导引最优路径，提升货物搬运效率。
(2)AGV路径避障算法单元
步骤1：首先在栅格中为障碍物设置信任度(概率值)，确定的障碍物栅格信任度设置为1，可通行的栅格信任度为0，设置路径的起始点和终止点。
步骤2：AGV从起始点开始运动，每次向上一行(或同一行)运行，并对每一个栅格的信任度进行判断，当栅格信任度为0时，将可行点(即白色栅格)加入路径集合中，当栅格信任度为1时，代表此栅格为障碍物栅格，则不加入路径集合中，并对周围位置继续搜索，直到找到可通行栅格。
步骤3：直至搜索到重点结束程序，将所有可行点连接起来组成一条染色体(路径)。
步骤4：重复上述步骤N次，生成一组含有N条染色体的初始种群。种群中的所有个体即为AGV路径的可行解。
以上所述的实施例仅是对本申请优选方式进行的描述，并非对本申请的范围进行限定，在不脱离本申请设计精神的前提下，本领域普通技术人员对本申请的技术方案做出的各种变形和改进，均应落入本申请权利要求书确定的保护范围内。

Claims (5)

1.基于数字孪生的智慧物流工厂可视化与数据服务技术系统，其特征在于，包括静态三维模型构建模块、数据采集模块、服务平台模块、模型库管理模块、三维模型动态化模块、数字孪生模型模块、消息订阅与推送模块、故障报警模块、历史回溯模块和AGV系统模块；
所述静态三维模型构建模块用于建立厂区内物理实体设备以及场景的静态三维模型；
所述数据采集模块用于采集、统计、并推送所述物理实体设备的数据；所述数据采集模块包括数据采集设备单元和数据终端单元；所述数据采集设备单元用于采集站口、主机、SLV、AGV和升降机的设备数据；所述数据终端单元用于基于所述数据采集设备单元采集的设备数据，统计库位状态数据，并将统计的所述库位状态数据作为单独的主题推送至所述服务平台模块；
所述服务平台模块用于传输、整合、处理、并存储所述物理实体设备的数据；所述服务平台模块包括第一MQTT服务器单元和业务服务单元；所述第一MQTT服务器单元用于接收所述数据终端单元推送的所述库位状态数据；所述业务服务单元用于从所述第一MQTT服务器单元获取、整合、处理和储存所述库位状态数据；
所述模型库管理模块，用于实现对所述静态三维模型的管理；
所述三维模型动态化模块用于实现智慧工厂厂间物流过程的动态建模以及动态展示，得到动态三维模型；
所述三维模型动态化模块包括第一数字孪生模型单元、数据驱动单元和UE4引擎单元；
所述数字孪生模型模块用于基于所述静态三维模型和所述动态三维模型，构建数字孪生模型，基于所述数字孪生模型获得所述物理实体设备的物流状态信息；
所述消息订阅与推送模块用于订阅、判断和推送所述物理实体设备的物流状态信息；
所述故障报警模块用于基于所述物理实体设备的物流状态信息实现对所述物理实体设备的故障警报；
所述历史回溯模块用于查看所述物理实体设备的物流状态信息，以及整体运行情况，以及得到系统异常情况原因；所述历史回溯模块包括提交回溯请求单元和第三数字孪生模型单元；所述提交回溯请求单元用于选择要回溯的历史时间段并向所述第三数字孪生单元提交回溯请求；所述第三数字孪生单元基于所述回溯请求向所述服务平台模块请求数据，用于查询所述物理实体设备的物流状态信息，以及整体运行情况，以及得到系统异常情况原因；
所述AGV系统模块用于控制所述物理实体设备；
所述消息订阅与推送模块包括客户端单元、第二数字孪生模型单元、服务端单元和数据服务单元；
所述第二数字孪生模型单元用于提供所述物理实体设备的物流状态信息；
所述客户端单元基于所述第二数字孪生模型单元获取所述物理实体设备物流状态信息，并将查看所述物理实体设备的物流状态信息的请求以及物流设备号发送至服务端单元，实现消息订阅；
所述服务端单元用于接收客户端单元发送的查看所述物理实体设备的物流状态信息请求以及所述物流设备号，创建物流设备消息队列,向所述客户端单元返回信息；
所述数据服务单元用于判断所述服务端单元向客户端单元返回的信息是否符合推送规则；
所述故障报警模块包括第二MQTT服务器单元和后台远程管理服务器单元；
所述第二MQTT服务器单元用于存储所述物理实体设备的状物流状态信息，并将故障信息发送至所述后台远程管理服务器单元；
所述后台远程管理服务器单元用于接收所述故障信息并发出警报；
所述故障报警模块包括：
步骤S1：第二MQTT服务器单元实时掌握物流过程的所述物理实体设备的物流信息，把采集的数据信息进行存储，且为进一步数据分析对比，故障预测积累数据和经验；
步骤S2：同时，将故障信息发送至后台远程管理服务器单元，发出警报；
所述历史回溯模块包括：
提交回溯请求单元选择要回溯的历史时间段，并提交回溯请求；
第三数字孪生模型单元向服务平台模块请求数据，并根据数据进行虚拟运行，在运行的过程中，查看所述物理实体设备的物流状态信息、整体运行情况和得到系统异常情况原因；
所述第一数字孪生模型单元、所述第二数字孪生模型单元与所述第三数字孪生模型单元同属一个数字孪生模型模块；
出现需要调查的事件，根据包含事件时间点的历史时段回溯，通过运行状态和数据定位造成问题的原因。
2.根据权利要求1所述的基于数字孪生的智慧物流工厂可视化与数据服务技术系统，其特征在于，
所述静态三维模型构建模块包括顺次相连的CAD制图单元、Maya建模单元和3D引擎单元；
所述CAD制图单元用于基于物流设备部件以及仓库场景的照片绘制CAD图；
所述Maya建模单元用于基于所述物流设备部件以及仓库场景的照片和绘制的所述CAD图建立所述物理实体设备以及场景的三维实体模型；
所述3D引擎单元用于渲染所述静态三维模型。
3.根据权利要求1所述的基于数字孪生的智慧物流工厂可视化与数据服务技术系统，其特征在于，
所述模型库管理模块包括三维可视化信息平台单元和信息添加单元；
所述三维可视化信息平台单元用于构建模型库,并对构建的所述模型库进行管理和分类；
所述信息添加单元用于为所述模型库添加部件信息以实现对所述模型库部件模型的浏览、调用以及信息查询。
4.根据权利要求1所述的基于数字孪生的智慧物流工厂可视化与数据服务技术系统，其特征在于，
所述第一数字孪生模型单元用于从所述服务平台模块获取信息，实现智慧工厂厂间物流过程的动态建模；
所述数据驱动单元用于驱动所述静态三维模型；
所述UE4引擎单元用于对所述静态三维模型进行实时渲染，实现动态光源展示、昼夜交替、设备部件状态和位置动态显示,得到所述动态三维模型。
5.根据权利要求1所述的基于数字孪生的智慧物流工厂可视化与数据服务技术系统，其特征在于，
所述AGV系统模块包括AGV路径规划单元和AGV路径避障算法单元；
所述AGV路径规划单元基于遗传算法搭建栅格模型；
所述AGV路径避障算法单元用于基于遗传算法与VFH避障算法相结合的方法，用于得到AGV小车导引最优路径。
CN202210948793.4A 2022-08-09 2022-08-09 基于数字孪生的智慧物流工厂可视化与数据服务技术系统 Active CN115310936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210948793.4A CN115310936B (zh) 2022-08-09 2022-08-09 基于数字孪生的智慧物流工厂可视化与数据服务技术系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210948793.4A CN115310936B (zh) 2022-08-09 2022-08-09 基于数字孪生的智慧物流工厂可视化与数据服务技术系统

Publications (2)

Publication Number Publication Date
CN115310936A CN115310936A (zh) 2022-11-08
CN115310936B true CN115310936B (zh) 2024-02-20

Family

ID=83861644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210948793.4A Active CN115310936B (zh) 2022-08-09 2022-08-09 基于数字孪生的智慧物流工厂可视化与数据服务技术系统

Country Status (1)

Country Link
CN (1) CN115310936B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341289B (zh) * 2023-05-26 2023-07-28 安徽泛联信息科技有限公司 一种基于数字孪生技术的实时数据可视化平台
CN116776627A (zh) * 2023-07-04 2023-09-19 中物联讯(北京)科技有限公司 一种基于数字孪生的智慧物流工作方法、系统及存储介质
CN116883025A (zh) * 2023-09-06 2023-10-13 杭州比智科技有限公司 一种基于数字孪生的分布式制造物料追溯方法
CN117350609A (zh) * 2023-09-21 2024-01-05 广东省有色工业建筑质量检测站有限公司 基于agv的检测实验室智能运输控制系统的构建方法
CN117522234A (zh) * 2023-11-14 2024-02-06 中山大学 基于数字孪生的车队物流指挥决策建模方法、装置及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870600A (zh) * 2017-10-17 2018-04-03 广东工业大学 一种智能车间透明监控方法及系统
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
CN112256751A (zh) * 2020-10-10 2021-01-22 天津航天机电设备研究所 一种基于孪生数据的仓储物流可视化系统及其构建方法
CN112818446A (zh) * 2021-01-26 2021-05-18 西安交通大学 一种智能车间数字孪生系统的构建方法
CN113011837A (zh) * 2021-03-03 2021-06-22 江苏杰瑞信息科技有限公司 一种基于微服务的数字孪生管控平台
CN113821904A (zh) * 2021-07-23 2021-12-21 西安理工大学 一种基于数字孪生的物流设备动态模型构建系统及方法
CN114077235A (zh) * 2021-11-18 2022-02-22 四川启睿克科技有限公司 一种基于数字孪生技术的设备预测性维护系统及方法
CN114201798A (zh) * 2021-11-29 2022-03-18 华南理工大学 基于bim+gis技术的长大隧道数字孪生系统及方法
KR20220057700A (ko) * 2020-10-30 2022-05-09 한국전자기술연구원 IoT 플랫폼을 활용한 디지털 트윈 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870600A (zh) * 2017-10-17 2018-04-03 广东工业大学 一种智能车间透明监控方法及系统
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
CN112256751A (zh) * 2020-10-10 2021-01-22 天津航天机电设备研究所 一种基于孪生数据的仓储物流可视化系统及其构建方法
KR20220057700A (ko) * 2020-10-30 2022-05-09 한국전자기술연구원 IoT 플랫폼을 활용한 디지털 트윈 시스템
CN112818446A (zh) * 2021-01-26 2021-05-18 西安交通大学 一种智能车间数字孪生系统的构建方法
CN113011837A (zh) * 2021-03-03 2021-06-22 江苏杰瑞信息科技有限公司 一种基于微服务的数字孪生管控平台
CN113821904A (zh) * 2021-07-23 2021-12-21 西安理工大学 一种基于数字孪生的物流设备动态模型构建系统及方法
CN114077235A (zh) * 2021-11-18 2022-02-22 四川启睿克科技有限公司 一种基于数字孪生技术的设备预测性维护系统及方法
CN114201798A (zh) * 2021-11-29 2022-03-18 华南理工大学 基于bim+gis技术的长大隧道数字孪生系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A digital-twin visualized architecture for Flexible Manufacturing System;Yepeng Fan 等;《Journal of Manufacturing Systems 》;第176-201页 *
AGV系统路径规划与任务调度研究;于佳乔;《CNKI》(第第08期期);全文 *
基于BIM的数字孪生智慧机房管理系统;赵德宁;李舒涛;吴劲松;廖霄;邓振华;;电子技术与软件工程(10);第175-176页 *
王猛，魏学将，张庆英.《智慧物流装备与应用》.机械工业出版社,2021,第132-133页. *
钟良骥，徐斌，胡文杰.《物联网技术与应用》.华中科技大学出版社,2020,第79-85页. *

Also Published As

Publication number Publication date
CN115310936A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN115310936B (zh) 基于数字孪生的智慧物流工厂可视化与数据服务技术系统
CN104616124B (zh) 一种火力发电厂安全经济运行状态的实时发布方法及系统
CN101795395B (zh) 一种人群态势监控系统及方法
Chen et al. Self-learning exploration and mapping for mobile robots via deep reinforcement learning
CN113325816A (zh) 面向工业互联网的数字孪生体数据管理方法
CN114372341A (zh) 基于数字孪生的钢铁热轧管控系统及方法
CN110020967A (zh) 一种电网调度端变电站智能告警的信息处理方法及装置
CN112822463B (zh) 一种基于智能工厂的三维监控系统和方法
CN114595773B (zh) 基于工厂生产过程的多源异构孪生数据融合方法及系统
CN115394143A (zh) 一种基于数字孪生的虚拟仿真教育系统及其交互方法
CN116468287A (zh) 一种基于数字孪生的智慧园区控制系统
CN111311133A (zh) 一种应用于电网生产设备的监测系统
Ghaleb et al. Reinforcement learning-based real-time scheduling under random machine breakdowns and other disturbances: A case study
CN114722565A (zh) 一种元宇宙数字孪生系统
US20230026782A1 (en) Digital twin architecture for multi-access edge computing environment
CN111624874B (zh) 用于城市污水处理的泵站集群智能化预测方法及系统、存储介质
CN111709597B (zh) 一种电网生产域运营监测系统
CN112462722A (zh) 一种用于控制及显示的实时数字孪生工厂系统
CN115908056A (zh) 基于元宇宙的供热系统客户服务智能处理方法及系统
CN113807599A (zh) 一种智慧建造信息化综合管理云平台
Shaikh et al. Recent applications of computing and mobility technologies to modern manufacturing
CN112364088A (zh) 基于工厂数字化制造资源的可视化配置系统
Xie et al. Digital Twin Enabled Dual-System Reinforcement Learning Method
Das et al. A Review on AI-ML Based Cyber-Physical Systems Security for Industry 4.0
CN117494472B (zh) 一种基于仿真验证的离散工艺优化方法及装置

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