CN115311027B - 一种基于数字孪生的供应链管理方法及系统 - Google Patents

Abstract

本发明提供了一种基于数字孪生的供应链管理方法及系统，涉及供应链管理技术领域，方法包括：获取目标企业的供应链流程节点；得到所述供应链流程节点中各个节点的设备信息；进行建模数据分析，获取设备建模数据；将所述设备建模数据输入数字孪生仿真平台中，进行数字仿真，输出设备建模结果；以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构并将其作为所述供应链管理系统的架构；获取所述目标企业的供应属性信息；根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。解决了现有技术中存在的由于供应链结构单一，设备监测不及时，使得管理效率低的技术问题。

Description

一种基于数字孪生的供应链管理方法及系统

技术领域

本发明涉及供应链管理技术领域，具体涉及一种基于数字孪生的供应链管理方法及系统。

背景技术

所谓供应链，其实就是由供应商、制造商、仓库、配送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。供应链管理系统 ,是全方位的企业管理应用软件 ,可以帮助企业实现整个业务运作的全面自动化。

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。数字孪生是现实世界实体或系统的数字表示，数字供应链孪生是一类特殊的数字孪生，构建数字供应链孪生体系，实质上是供应链的新基建。

但是现有的供应链管理方法由于供应链结构单一，设备监测不及时，使得管理效率低。

发明内容

本申请提供了一种基于数字孪生的供应链管理方法及系统，用于针对解决现有技术中存在的由于供应链结构单一，设备监测不及时，使得管理效率低的技术问题。

鉴于上述问题，本申请提供了一种基于数字孪生的供应链管理方法及系统。

第一方面，本申请提供了一种基于数字孪生的供应链管理方法，所述方法包括：根据所述数据采集装置，获取目标企业的供应链流程节点；得到所述供应链流程节点中各个节点的设备信息；根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；获取所述目标企业的供应属性信息；根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

第二方面，本申请提供了一种基于数字孪生的供应链管理系统，所述系统包括：数据采集模块，所述数据采集模块用于根据所述数据采集装置，获取目标企业的供应链流程节点；设备信息获得模块，所述设备信息获得模块用于得到所述供应链流程节点中各个节点的设备信息；建模数据分析模块，所述建模数据分析模块用于根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；数字仿真模块，所述数字仿真模块用于将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；供应链拓扑网络结构生成模块，所述供应链拓扑网络结构生成模块用于以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；供应属性信息获取模块，所述供应属性信息获取模块用于获取所述目标企业的供应属性信息；管理标识模块，所述管理标识模块用于根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了一种基于数字孪生的供应链管理方法，根据所述数据采集装置，获取目标企业的供应链流程节点；得到所述供应链流程节点中各个节点的设备信息；根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；获取所述目标企业的供应属性信息；根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。本申请通过对分层网络结构的供应链建模，基于数字孪生增加设备数据采集准确性，丰富网络结构，实现针对化管理。

附图说明

图1为本申请提供了一种基于数字孪生的供应链管理方法流程示意图；

图2为本申请提供了一种基于数字孪生的供应链管理方法中对供应链拓扑网络结构进行管理标识流程示意图；

图3为本申请提供了一种基于数字孪生的供应链管理方法中设备建模数据优化流程示意图；

图4为本申请提供了一种基于数字孪生的供应链管理系统结构示意图。

附图标记说明：数据采集模块1，设备信息获得模块2，建模数据分析模块3，数字仿真模块4，供应链拓扑网络结构生成模块5，供应属性信息获取模块6，管理标识模块7。

具体实施方式

本申请提供的一种基于数字孪生的供应链管理方法，首先根据所述数据采集装置，获取目标企业的供应链流程节点，得到所述供应链流程节点中各个节点的设备信息，根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据，将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果，以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构，获取所述目标企业的供应属性信息，根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识，解决了现有技术中存在的由于供应链结构单一，设备监测不及时，使得管理效率低的技术问题，通过对分层网络结构的供应链建模，基于数字孪生增加设备数据采集准确性，丰富网络结构，实现针对化管理。

实施例一

如图1所示，本申请提供的一种基于数字孪生的供应链管理方法，所述方法应用于数字孪生的供应链管理系统，所述系统与数据采集装置通信连接，所述方法包括：

步骤S100：根据所述数据采集装置，获取目标企业的供应链流程节点；

具体而言，本申请实施例提供的方案中的数字孪生的供应链管理系统用于对企业进行全方位的管理，数字孪生是现实世界实体或系统的数字表示，数字供应链孪生是一类特殊的数字孪生，构建数字供应链孪生体系，实质上是供应链的新基建，数据采集装置用于采集各个供应链节点的设备信息，供应链管理系统系统与数据采集装置通信连接，可以实现信息的互相传输。随着社会化生产分工越来越细，一件产品的完成往往需要经过许多个厂家依次进行原料提供、产品生产和商品销售，上一个厂家（供应商）提供其产品给下一个厂家（制造商），而下一个厂家（制造商）将其生产的产品提供给再下一个厂家（分销商）作为商品销售，这样一级一级地往下传，直至形成最终产品供用户消费，这样一个链状的供需过程即为供应链，供应链流程节点包括原料供应商、生产商、仓储商、运输商、分销商、销售商等，不同的产品的供应链构成也会有所不同，一个企业可能是供应链流程中的某一个节点，也可能是供应链流程中的多个节点。示例如，一种汽车制造的供应链，首先由矿山生产矿石提供给冶炼厂，冶炼厂提供金属给铸造厂，铸造厂提供铸件给机加工厂，机加工厂提供零件给发动机厂，发动机厂提供发动机给汽车制造厂，汽车制造厂生产出最终的汽车给分销商，分销商最后将汽车销售给用户，由此得出该汽车制造的供应链流程节点依次为：矿山、冶炼厂、铸造厂、机加工厂、发动机厂、汽车制造厂、分销商，得到目标企业的供应链流程节点，为后续的供应链管理奠定基础。

步骤S200：得到所述供应链流程节点中各个节点的设备信息；

具体而言，一条供应链由很多节点构成，每个节点要完成的任务也是不同的，不同供应节点得到的设备信息是不同的，各个节点的设备信息包括物理实体的几何尺寸、颜色信息、空间占用、人力资源消耗、运行的规则与状态等数据，比如说，采购阶段需要得到的信息包括采购成本、供应周期、历史采购数据、物流能力等；生产节点对加工车间、生产线设备、空间布局、人力、物力资源等数据进行采集；仓储阶段对仓储货位、仓库空间结构、仓库设施设备、每个货架、货位、存储的数量、出入库数据等进行采集，某些食品、水果、农产品等需特殊产品，仓库内还需布置温度、湿度、气味等智能传感器，采集实时温度、湿度、气味等；运输阶段对车辆信息、运输路线、运输时间、货物信息等进行采集。需要说明的是，以上举的几种例子并没有涉及具体产品，实际运用中，我们需要根据实际产品的供应链构成，依据实际情况去采集相关节点的设备信息，为后续的数据建模提供数据支持。

步骤S300：根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；

具体而言，在得到供应链流程节点中各个节点的设备信息后，我们需要对这些设备信息进行建模数据分析，就是说我们要根据实际情况下的设备信息，建立一个设备运行的数据模型，它与实际工况下的数据是对应的，比如，原料提供阶段我们根据需求数据和订货周期建立采购模型，那么原料提供阶段的建模数据就是需求数据和订货周期，生产阶段根据生产环境数据、设备数据、产能数据、设备运行诊断数据建立一个生产模型，同样，这些数据就是生产阶段所需的建模数据，仓储节点根据库存数据、设备运行数据、出库数据、入库数据建立一个仓储模型，分销商节点包括分销数据、渠道数据建立一个分销模型，销售节点的根据销售方向、销量数据、市场分析数据建立一个销售模型，也就是说，建模数据就是我们要实现对某一工况进行数字仿真需要的数据，获取到建模数据，才能进行数字仿真，建模数据的获取就是为下一步的数字仿真做准备。

步骤S400：将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；

具体而言，数字孪生仿真平台是利用“虚拟现实”的方式，做了一个全三维的仿真工厂，它和现实的工厂车间一模一样，现实世界中的整个生产状态在虚拟世界中完全模拟，就像孪生双胞胎一样，简单的说就是将物理实体的世界进行数字化,构建一个物数字孪生信息分析技术，通过 AI 智能计算模型、算法，结合先进的可视化技术，只要模型正确,并拥有了完整的输入信息和环境数据,就可以基本正确地反映物理世界的特性和参数。我们对供应链的各个节点、各个节点的设备信息进行了建模数据分析，得到了建模数据结果，将建模数据输入到数字孪生仿真平台中，我们就可以得到一个与实际工况相同的虚拟仿真模型，即设备建模结果，简单来说，就是一个虚拟的工厂，它可以模拟我们的实际工况，包括工厂环境、设备构成、设备运行、运行结果等。数字孪生仿真平台能够提供数据驱动的实时、精准、匹配供应链全流程以及全局优化的决策和控制支持，为供应链管理提供了极大的便利，奠定了基础。

步骤S500：以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；

具体而言，在网络中，拓扑形象地描述了网络的安排和配置，包括各种结点和结点的相互关系，拓扑不关心事物的细节也不在乎什么相互的比例关系，只将讨论范围内的事物之间的相互关系表示出来，将这些事物之间的关系通过图表示出来。拓扑网络结构是指互联各种设备的物理布局，就是用什么方式把网络中的设备实现互联，就需要以一定的结构方式进行连接，这种连接方式就叫做“拓扑结构”，通俗地讲就是这些设备是如何连接在一起的。供应链中包含了物流（产品流动方向）、信息流，还涉及金钱流，这些信息的流动方向就代表着各个流程节点的连接关系，比如原料供货商将原料提供给生产商，生产商再将生产出的产品提供给销售商，原料供货商可能不止一家，可是他们的原料都是提供给生产商，销售商可能也是不止一家，但是他们的产品都是有生产商提供的，那么从原料供货商到生产商再到销售商构成了一个连接关系，以供应节点的连接关系作为关系网，以设备建模结果作为子节点，生成供应链拓扑网络结构，将供应链拓扑网络结构作为供应链管理系统的架构，后续对供应链进行管理，就可以供应链拓扑网络结构为结构，对供应链进行管理。

步骤S600：获取所述目标企业的供应属性信息；

具体而言，目标企业指的是我们要进行管理的企业，供应属性信息包含这个企业主要做什么、处于哪一个供应节点以及主要分布的节点范围，比如，目标企业是一家电子科技公司，主要经营的产业就是手机生产与售卖，它的供应链流程节点包括原材料采购、手机生产、仓储、销售，我们的目标企业负责该手机的生产、仓储和销售，所以说该企业是供应链中的三个节点，即生产、仓储、销售，以此为基准，我们就可以确定该企业在这种手机的供应链拓扑网络结构中所涉及的节点，这是后续进行供应链管理的依据。

步骤S700：根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

具体而言，在整个供应链运作中，数字孪生供应链管理平台通过数字孪生虚拟运行可视化进行同步实时监控，对中间产生的数据进行采集处理、决策仿真或流程模拟，以供应链拓扑网络结构为架构，对供应链进行管理标识。得到目标企业的供应属性信息后，根据目标企业的产业构成，确定目标企业处于哪一供应流程节点，进一步确定目标企业覆盖了供应链拓扑网络结构中的哪些节点，对这些节点进行标识，加强这些节点管理、维护的等级，从而实现针对化管理。

进一步而言，根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识，如图2所示，本申请实施例步骤S700还包括：

步骤S710：根据所述供应属性信息，确定所述目标企业的产业分布信息；

步骤S720：根据所述产业分布信息，对所述供应链拓扑网络结构进行覆盖，输出覆盖节点；

步骤S730：对所述覆盖节点进行分级标识，获取分级标识结果；

步骤S740：按照所述分级标识结果对所述供应链拓扑网络结构进行管理。

具体而言，产业分布信息指目标企业是做什么的，它经营的产业有哪些，以一家家具厂为例，该家具厂主要进行家具生产，同时也兼顾家具的分销和运输，该家具的供应链流程节点包含了木料提供、生产家具、分销、运输、销售，以此为基准，对该家具的供应链拓扑网络结构进行覆盖，获取该家具厂所覆盖的节点，然后对覆盖节点基于一定序列进行分级标识，家具生产、分销和运输作为三种不同的标识级别，比如家具生产覆盖的节点标记为红色，分销覆盖的节点标记为黄色，运输覆盖的节点标记为绿色，按照分级标识结果对供应链拓扑网络结构进行管理，实现针对化管理。

进一步而言，对所述覆盖节点进行分级标识，获取分级标识结果，本申请实施例步骤S730还包括：

步骤S731：根据所述产业分布信息，获取产业分级结构，其中，所述产业结构为基于产业重心进行产业分级形成的层级结构；

步骤S732：根据所述产业分级结构，生成多级标识信息，其中，所述多级标识信息与产业分级结构的层级一一对应，且所述多级标识信息之间不相同；

步骤S733：根据所述多级标识信息对所述覆盖节点进行分级标识，获取所述分级标识结果。

具体而言，根据产业分布信息，以产业重心为基准，对产业进行分级，获取产业分级结构，例如，一家汽车制造厂，产业包括汽车生产、发动机生产以及汽车的小零件生产，该汽车制造厂的产业重心还是生产汽车，发动机次之，那么以此为基准对该汽车制造厂的产业进行分级，汽车生产自然是产业结构中的最高层级，然后是发动机生产，最后是汽车小零件生产，根据产业分级结构，生成多级标识信息，比如以阿拉伯数字对不同的产业进行分级标识，汽车生产为1级，然后是发动机生产为2级，最后是汽车小零件生产为3级，产业结构的级别与标识信息的级别一一对应，也就是说，一个产业分级结构的层级对应一个多级标识信息，多级标识信息之间不相同，然后根据多级标识信息对覆盖节点进行分级标识，获取分级标识结果，对供应链实现更加细致的针对化管理。

进一步而言，本申请实施例步骤S800还包括：

步骤S810：通过对所述覆盖节点中的各个节点进行历史数据采集，获取历史数据集；

步骤S820：根据所述历史数据集进行节点故障概率计算，输出所述覆盖节点中对应的多个节点故障概率；

步骤S830：根据所述多个节点故障概率对覆盖节点进行二次标识，获取二次分级标识结果。

具体而言，采集各个覆盖节点的历史数据，历史数据集包括每个节点曾经出现故障的次数，以此为基准计算每个节点可能出现故障的概率，进一步确定覆盖节点中对应的多个节点故障概率，从而对覆盖节点进行二次标识，获取二次分级标识结果，以故障概率的高低为标准进行分级标识，示例性的，计算节点故障概率，得到覆盖节点的故障概率，有的节点故障概率介于0-0.05，部分节点故障概率介于0.05-0.1，部分节点故障概率大于0.1，将这三种不同的节点故障概率按一定的序列进行分级标识，以便后续进行供应链管理。

进一步而言，根据所述多个节点故障概率对覆盖节点进行二次标识，本申请实施例步骤S830还包括：

步骤S831：获取预设节点故障概率；

步骤S832：基于所述预设节点故障概率，对所述多个节点故障概率进行判断，得到大于等于所述预设节点故障概率的N个节点，对大于等于所述预设节点故障概率的N个节点进行二次标识。

具体而言，根据实际情况，预设一个节点故障概率，以预设的节点故障概率为标准，判断多个节点的故障概率是否大于等于预设节点故障概率，如果是，统计大于等于预设节点故障概率的节点都有哪些，对这些节点进行二次标识。示例如，根据实际情况，预设一个节点故障概率为0.03，对多个节点进行故障概率计算，并判断多个节点故障概率是否大于0.03，判断发现，有5个节点的故障概率大于等于0.03，那么，我们就要对这5个节点进行二次标识，根据节点故障概率的大小，进行分级标识，节点故障概率越大，级别就越高，我们前面已经依据产业分布结构对节点进行了一次标识，再结合节点故障概率进行二次标识，比如说某一节点处于产业重心被标识为1级，该节点的故障概率也是最大的，可以对该节点标识为红色，说明该节点需要重点管理、维护。

进一步而言，如图3所示，本申请实施例步骤S900还包括：

步骤S910：对所述设备建模结果进行建模缺陷识别，获取缺陷识别结果；

步骤S920：根据所述缺陷识别结果，定位缺陷数据集；

步骤S930：按照所述缺陷数据集，得到所述缺陷数据集对应的数据采集装置；

步骤S940：向所述数据采集装置发送数据二次采集指令，以所述数据二次采集指令为基准进行数据二次采集，优化所述设备建模数据。

具体而言，缺陷指的是系统或部件中那些导致系统或部件不能实现其功能的缺陷，对设备建模结果进行建模缺陷识别，就是将设备建模数据输入数字孪生仿真平台中，根据数字孪生仿真平台进行数字仿真，输出设备建模结果，建模结果就是虚拟的工况数据，对比虚拟工况数据和实际工况数据，确定设备建模结果和实际工况是否有较大的差异，如果两者有较大的差异，我们需要确定差异出现在哪部分，从而获取缺陷识别结果，确定缺陷发生在哪一部分，进一步定位缺陷数据集，也就是采集到缺陷数据的位置，向该位置的数据采集装置发送二次采集指令，使得到的设备建模数据和设备建模结果更加准确，对供应链的管理也更加精确。

进一步而言，本申请实施例步骤S910还包括：

步骤S911：搭建缺陷识别模型，其中，所述缺陷识别模型嵌于所述数字孪生仿真平台中；

步骤S912：将所述设备建模结果输入所述缺陷识别模型中，根据所述缺陷识别模型进行设备工况模拟，输出模拟工况数据；

步骤S913：以所述模拟工况数据和实时工况数据进行比对，输出缺陷识别结果。

具体而言，缺陷识别模型是嵌于数字孪生仿真平台中、可以模拟实际工况的一个仿真模型，将设备建模结果输入到数字孪生仿真平台中，进行设备工况模拟，对模拟工况数据和实际工况数据进行比较，确定模拟工况数据和实际工况数据是否有不同，如果两者有差异，找到造成数据差异的位置，举例如，一家手机加工厂进行手机生产，对该生产过程进行了建模分析，获得建模结果后，将建模结果输入到数字孪生仿真平台中，对工况进行模拟，得到的模拟工况数据为每小时生产500台手机，采集实际工况数据，实际工况是每小时生产650台手机，我们发现，模拟工况数据和实际工况数据是有差异的，也就是说我们得到的设备建模结果是有缺陷的，我们需要进一步去判断是什么造成了这个差异，从而确定缺陷发生的位置，输出缺陷识别结果，为后续的建模数据优化打下基础。

实施例二

基于与前述实施例中一种基于数字孪生的供应链管理方法相同的发明构思，如图4所示，本申请提供了一种基于数字孪生的供应链管理系统，所述系统与数据采集装置通信连接，所述系统包括：

数据采集模块1，所述数据采集模块用于根据所述数据采集装置，获取目标企业的供应链流程节点；

设备信息获得模块2，所述设备信息获得模块用于得到所述供应链流程节点中各个节点的设备信息；

建模数据分析模块3，所述建模数据分析模块用于根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；

数字仿真模块4，所述数字仿真模块用于将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；

供应链拓扑网络结构生成模块5，所述供应链拓扑网络结构生成模块用于以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为供应链管理系统的架构；

供应属性信息获取模块6，所述供应属性信息获取模块用于获取所述目标企业的供应属性信息；

管理标识模块7，所述管理标识模块用于根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

进一步而言，所述系统还包括：

产业分布信息确定模块，所述产业分布信息确定模块用于根据所述供应属性信息，确定目标企业的产业分布信息；

覆盖节点输出模块，所述覆盖节点输出模块用于根据所述产业分布信息，对所述供应链拓扑网络结构进行覆盖，输出覆盖节点；

分级标识模块，所述分级标识模块用于对所述覆盖节点进行分级标识，获取分级标识结果；

供应链结构管理模块，所述供应链结构管理模块用于按照所述分级标识结果对所述供应链拓扑网络结构进行管理。

进一步而言，所述系统还包括：

产业结构分级模块，所述产业结构分级模块用于根据所述产业分布信息，获取产业分级结构，其中，所述产业结构为基于产业重心进行产业分级形成的层级结构；

多级标识信息生成模块，所述多级标识信息生成模块用于根据所述产业分级结构，生成多级标识信息，其中，所述多级标识信息与所述产业分级结构的层级一一对应，且所述多级标识信息之间不相同；

分级标识获得模块，所述分级标识获得模块用于根据所述多级标识信息对所述覆盖节点进行分级标识，获取分级标识结果。

进一步而言，所述系统还包括：

历史数据采集模块，所述历史数据采集模块用于通过对所述覆盖节点中的各个节点进行历史数据采集，获取历史数据集；

故障概率计算模块，所述故障概率计算模块用于根据所述历史数据集进行节点故障概率计算，输出所述覆盖节点中对应的多个节点故障概率；

二次分级标识模块，所述二次分级标识模块用于根据所述多个节点故障概率对所述覆盖节点进行二次标识，获取二次分级标识结果。

进一步而言，所述系统还包括：

预设节点故障概率获取模块，所述预设节点故障概率获取模块用于获取预设节点故障概率；

节点故障概率判断模块，所述节点故障概率判断模块用于基于所述预设节点故障概率，对所述多个节点故障概率进行判断，得到大于等于所述预设节点故障概率的N个节点，对大于等于所述预设节点故障概率的N个节点进行二次标识。

进一步而言，所述系统还包括：

缺陷识别结果获取模块，所述缺陷识别结果获取模块用于对所述设备建模结果进行建模缺陷识别，获取缺陷识别结果；

缺陷数据集定位模块，所述缺陷数据集定位模块用于根据所述缺陷识别结果，定位缺陷数据集；

数据采集装置获得模块，所述数据采集装置获得模块用于按照所述缺陷数据集，得到所述缺陷数据集对应的数据采集装置；

建模数据优化模块，所述建模数据优化模块用于向所述数据采集装置发送数据二次采集指令，以所述数据二次采集指令为基准进行数据二次采集，优化所述设备建模数据。

进一步而言，所述系统还包括：

缺陷识别模型搭建模块，所述缺陷识别模型搭建模块用于搭建缺陷识别模型，其中，所述缺陷识别模型嵌于所述数字孪生仿真平台中；

模拟工况数据输出模块，所述模拟工况数据输出模块用于将所述设备建模结果输入所述缺陷识别模型中，根据所述缺陷识别模型进行设备工况模拟，输出模拟工况数据；

缺陷识别结果输出模块，所述缺陷识别结果输出模块用于以所述模拟工况数据和实时工况数据进行比对，输出缺陷识别结果。

本说明书通过前述对一种基于数字孪生的供应链管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于数字孪生的供应链管理方法，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于数字孪生的供应链管理方法，其特征在于，所述方法应用于数字孪生的供应链管理系统，所述系统与数据采集装置通信连接，所述方法包括：

根据所述数据采集装置，获取目标企业的供应链流程节点；

得到所述供应链流程节点中各个节点的设备信息；

根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；

将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；

以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；

获取所述目标企业的供应属性信息；

根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

2.如权利要求1所述的方法，其特征在于，根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识，所述方法还包括：

根据所述供应属性信息，确定所述目标企业的产业分布信息；

根据所述产业分布信息，对所述供应链拓扑网络结构进行覆盖，输出覆盖节点；

对所述覆盖节点进行分级标识，获取分级标识结果；

按照所述分级标识结果对所述供应链拓扑网络结构进行管理。

3.如权利要求2所述的方法，其特征在于，对所述覆盖节点进行分级标识，获取分级标识结果，所述方法还包括：

根据所述产业分布信息，获取产业分级结构，其中，所述产业分级结构为基于产业重心进行产业分级形成的层级结构；

根据所述产业分级结构，生成多级标识信息，其中，所述多级标识信息与所述产业分级结构的层级一一对应，且所述多级标识信息之间不相同；

根据所述多级标识信息对所述覆盖节点进行分级标识，获取所述分级标识结果。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

通过对所述覆盖节点中的各个节点进行历史数据采集，获取历史数据集；

根据所述历史数据集进行节点故障概率计算，输出所述覆盖节点中对应的多个节点故障概率；

根据所述多个节点故障概率对所述覆盖节点进行二次标识，获取二次分级标识结果。

5.如权利要求4所述的方法，其特征在于，根据所述多个节点故障概率对所述覆盖节点进行二次标识，包括：

获取预设节点故障概率；

基于所述预设节点故障概率，对所述多个节点故障概率进行判断，得到大于等于所述预设节点故障概率的N个节点，对大于等于所述预设节点故障概率的N个节点进行二次标识。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

对所述设备建模结果进行建模缺陷识别，获取缺陷识别结果；

根据所述缺陷识别结果，定位缺陷数据集；

按照所述缺陷数据集，得到所述缺陷数据集对应的数据采集装置；

向所述数据采集装置发送数据二次采集指令，以所述数据二次采集指令为基准进行数据二次采集，优化所述设备建模数据。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

搭建缺陷识别模型，其中，所述缺陷识别模型嵌于所述数字孪生仿真平台中；

将所述设备建模结果输入所述缺陷识别模型中，根据所述缺陷识别模型进行设备工况模拟，输出模拟工况数据；

以所述模拟工况数据和实时工况数据进行比对，输出缺陷识别结果。

8.一种基于数字孪生的供应链管理系统，其特征在于，所述系统与数据采集装置通信连接，所述系统包括：

数据采集模块，所述数据采集模块用于根据所述数据采集装置，获取目标企业的供应链流程节点；

设备信息获得模块，所述设备信息获得模块用于得到所述供应链流程节点中各个节点的设备信息；

建模数据分析模块，所述建模数据分析模块用于根据所述供应链流程节点中各个节点的设备信息进行建模数据分析，获取设备建模数据；

数字仿真模块，所述数字仿真模块用于将所述设备建模数据输入数字孪生仿真平台中，根据所述数字孪生仿真平台进行数字仿真，输出设备建模结果；

供应链拓扑网络结构生成模块，所述供应链拓扑网络结构生成模块用于以所述设备建模结果作为子节点，以所述供应链流程节点中各个节点的连接关系作为关系网，生成供应链拓扑网络结构，将所述供应链拓扑网络结构作为所述供应链管理系统的架构；

供应属性信息获取模块，所述供应属性信息获取模块用于获取所述目标企业的供应属性信息；

管理标识模块，所述管理标识模块用于根据所述供应属性信息对所述供应链拓扑网络结构进行管理标识。

Images