CN115374608A - 基于多维度仿真建模的智能工厂建设方法、系统及介质 - Google Patents
基于多维度仿真建模的智能工厂建设方法、系统及介质 Download PDFInfo
- Publication number
- CN115374608A CN115374608A CN202210916408.8A CN202210916408A CN115374608A CN 115374608 A CN115374608 A CN 115374608A CN 202210916408 A CN202210916408 A CN 202210916408A CN 115374608 A CN115374608 A CN 115374608A
- Authority
- CN
- China
- Prior art keywords
- model
- information
- factory
- acquiring
- dimensional
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及了一种基于多维度仿真建模的智能工厂建设方法、系统及介质，该实施例的智能工厂建设方法包括：获取预先建立的工厂三维模型、系统/设备机理模型；实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；对动态演变的所述工厂三维模型进行实时显示。通过该技术方案，可实现工厂的数字孪生体，从而辅助整个工厂的生产管控过程，赋能生产、运营，全面提升企业的智能生产管理水平。
Description
技术领域
本发明涉及数字工厂领域，尤其涉及一种基于多维度仿真建模的智能工厂建设方法、系统及介质。
背景技术
在工厂(例如核电厂)数字化转型的要求下，传统的工厂为了提升效益，利用数字技术和数字要素进行赋能，实行工厂智能化，而数字孪生技术是其中一个重要手段。数字孪生作为实现数字化转型和促进智能化升级的重要途径，一直备受关注，目前已从理论研究走向了实际应用阶段。但是，如何建立一套符合企业未来智能工厂生产管控需求、功能全面、集成性高、技术先进以及运行稳定的智能工厂，从而辅助整个工厂的生产管控过程，赋能生产、运营，全面提升企业的智能生产管理水平，仍然是智能工厂建设的难题。
发明内容
本发明要解决的技术问题在于，针对现有技术存在的无法实现智能工厂建设的缺陷，提供一种基于多维度仿真建模的智能工厂建设方法、系统及介质。
本发明解决其技术问题所采用的技术方案是：构造一种基于多维度仿真建模的智能工厂建设方法，包括：
获取预先建立的工厂三维模型、系统/设备机理模型；
实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；
根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；
对动态演变的所述工厂三维模型进行实时显示。
优选地，还包括：
获取工厂的静态全要素信息，并将其与所述工厂三维模型进行关联映射；
获取用户的查询请求，并根据所述查询请求，显示所述工厂三维模型的相应区域的相应静态全要素信息。
优选地，所述模型获取步骤还包括：获取预先建立的业务流程模型；
所述智能工厂建设方法还包括：
实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；
输出所述管控信息。
优选地，还包括：
根据所述系统/设备机理模型和/或所述业务流程模型在预设时段的输出信息，对工厂的现场运行和/或业务流程执行进行风险预测，以获取风险预测结果；
输出所述风险预测结果。
优选地，还包括：
根据所述风险预测结果，确定决策推荐信息，并输出所述决策推荐信息。
优选地，还包括：
获取工厂的现场运行信息，并根据所述现场运行信息、所述运行模拟信息，对所述系统/设备机理模型进行评估，以获取模型评估结果；
根据所述模型评估结果，对所述系统/设备机理模型进行优化。
本发明还构造一种介质，存储有计算机程序，所述计算机程序在被处理器执行时实现以上所述的智能工厂建设方法的步骤。
本发明还构造一种基于多维度仿真建模的智能工厂建设系统，包括处理器及存储有计算机程序的存储器，所述处理器在执行所述计算机程序时实现以上所述的智能工厂建设方法的步骤。
本发明还构造一种基于多维度仿真建模的智能工厂建设系统，包括：
模型获取模块，用于获取预先建立的工厂三维模型、系统/设备机理模型；
运行模拟模块，用于实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；
动态驱动模块，用于根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；
显示模块，用于对动态演变的所述工厂三维模型进行实时显示。
优选地，还包括流程管控模块、输出模块，而且，
所述模型获取模块，还用于获取预先建立的业务流程模型；
所述流程管控模块，用于实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；
输出模块，用于输出所述管控信息。
本发明所提供的技术方案，通过采用多种仿真技术建立工厂三维模型、系统/设备机理模型，并采集现场监测信息，而且，把多维度的仿真模型与采集的信息同步，可达到多角度对物理实体进行状态感知的目的，从而实现工厂的数字孪生体，因此，可辅助整个工厂的生产管控过程，赋能生产、运营，全面提升企业的智能生产管理水平。
附图说明
为了更清楚地说明本发明实施例，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。附图中：
图1是本发明基于多维度仿真建模的智能工厂建设方法实施例一的流程图；
图2是本发明基于多维度仿真建模的智能工厂建设系统实施例一的逻辑结构图。
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。
图1是本发明基于多维度仿真建模的智能工厂建设方法实施例一的流程图，该实施例的智能工厂建设方法包括：
步骤S10，获取预先建立的工厂三维模型、系统/设备机理模型；
在该步骤中，关于工厂三维模型，需说明的是，可预先通过三维建模软件构建工厂的构筑物(厂房土建结构)、系统/设备(包括泵、阀、管道、箱体、电气盘、电机、易燃易爆物)外观的三维虚拟模型。然后，再对虚拟环境进行效果渲染，例如，可基于构建好的工厂的三维虚拟模型，在渲染引擎中通过材质、贴图、光影和特效等方式完成工厂虚拟环境的效果渲染，一比一还原工厂的实际现场环境，最终使得工厂三维模型的虚拟环境与工厂的实际环境一致，包括：尺寸一致、外观一致、渲染效果一致。
关于系统/设备机理模型，需说明的是，可预先根据工厂的工艺系统流程、设备运行机理建立系统/设备机理模型，从而展示生产工艺过程的内在运行原理。具体地，系统机理模型是以实际工艺系统的运行参数及设备数据为建模参考，对工艺系统进行高精度仿真建模而获取到的，实现对工艺系统的流网运行、设备响应、流动换热等过程的高精度仿真，真实地重现工艺系统在各种正常与事故工况下的运行状态。设备机理模型是以设备级仿真本质对设备本身及内、外部发生的各种物理现象进行仿真而获取到的，而且，可通过以下两种方式进行工厂的设备级耦合仿真业务：基于模拟机的多尺度耦合精细化仿真(联合仿真)；独立的设备级仿真(独立仿真)。
步骤S20，实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；
在该步骤中，现场监测信息可为通过厂内物联网采集的工厂现场的各种传感数据信息，例如包括：电压、功率、温度、密度、流量等参数信息。在一个具体实现方式中，在将这些信息送入系统/设备机理模型之前，还可对其进行标准化、归一化等处理，而且，还可计算特定时间步长的参数数据值的变化量，然后再送入系统/设备机理模型。
步骤S30，根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；
步骤S40，对动态演变的所述工厂三维模型进行实时显示。
在该实施例中，将工厂的现场监测信息送入系统/设备机理模型，从而获取运行模拟信息，然后再根据运行模拟信息动态驱动工厂三维模型，使工厂三维模型具备动态演变的功能，最后对动态演变的工厂三维模型进行显示，便可真实地再现工厂的系统/设备的运行状态，例如，工艺系统的管线状态；电气仪控系统的仪表读数及阀门的状态等等。
该实施例的技术方案通过采用多种仿真技术建立工厂三维模型、系统/设备机理模型，并通过厂内的物联网采集现场监测信息，而且，把多维度的仿真模型与采集的信息同步，多角度对物理实体进行状态感知，从而实现工厂的数字孪生体，因此，可辅助整个工厂的生产管控过程，赋能生产、运营，全面提升企业的智能生产管理水平。
进一步地，在一个可选实施例中，还包括：
获取工厂的静态全要素信息，并将其与所述工厂三维模型进行关联映射；
获取用户的查询请求，并根据所述查询请求，显示所述工厂三维模型的相应区域的相应静态全要素信息。
在该实施例中，静态全要素信息可包括：设计信息、建造信息、系统/设备/部件的制造信息、运营信息、维护信息和退役信息，例如可具体为：设计、建造、制造、运营、退役和核事故等的参数信息、历史记录信息、日志信息、设备信息、厂房信息、安全信息等。另外，还可包括有：系统/设备的管理信息、运行维修履历、运行维修手册、操作规程、安全信息、培训文件等。
而且，将这些信息与三维工厂模型按照工厂的实际数据点位(比如部件、传感器)在对应的模型部件、传感器点位上进行关联映射，例如，通过厂房、楼层、房间的编码信息来将构筑物的设计、建造等信息关联映射到三维工厂模型中的相应构筑物上；通过系统、设备、部件的编号来将制造、运营、维护、退役等信息关联映射到三维虚拟模型中的相应系统、设备、部件上，从而实现实现工厂的静态全要素信息集成，可解决数据分散、数据孤岛的问题。
另外，可基于不同用户的职责需求，充分利用集成的全要素信息，针对状态判断及行动建议开发算法，实现智能化的要素查询功能。具体地，当将静态全要素信息与工厂三维模型进行关联映射后，用户便可根据实际需求对相应的静态全要素信息进行查询，而且可在三维工厂模型上查看相应的静态全要素信息，因此，可更直观地向用户展示工厂的所要查询的静态全要素信息，而且，数据获取的延时较小。
进一步地，在一个可选实施例中，模型获取步骤还包括：获取预先建立的业务流程模型，而且，该实施例的智能工厂建设方法还包括：
实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；
输出所述管控信息。
在该实施例中，业务流程模型可预先根据工厂的生产计划排产、生产作业流程、安全控制流程等等建立工厂的业务流程模型，而且，可从现场工厂获取业务流程触发信息，例如，某区域发生火灾，当将该业务流程触发信息送入业务流程模型后，便可获取相应业务流程各环节的管控信息，然后输出该管控信息，从而满足智能工厂的业务管控需求。
进一步地，在一个可选实施例中，还包括：
根据所述系统/设备机理模型和/或所述业务流程模型在预设时段的输出信息，对工厂的现场运行和/或业务流程执行进行风险预测，以获取风险预测结果；
输出所述风险预测结果。
在该实施例中，可根据一段时间的运行模拟信息和/或各业务流程各环节的管控信息，使系统/设备机理模型和/或业务流程模型进行预演，从而对工厂的现场运行和/或业务流程执行进行风险预测，这样，可及时发现工厂运行过程及业务执行流程中可能存在的问题，以便能及时地调整及优化，减少后续运行环节或业务流程执行环节(例如生产执行环节)的风险，从而有效降低成本、提高效率、缩短工期。
进一步地，在一个可选实施例中，本发明的智能工厂建设方法还包括：根据所述风险预测结果，确定决策推荐信息，并输出所述决策推荐信息。在该实施例中，可根据预先设置的风险信息与决策信息的关联表，或通过大数据学习等方式建立决策分析体系，辅助企业决策人员进行管理和决策。
进一步地，在一个可选实施例中，本发明的智能工厂建设方法还包括：
获取工厂的现场运行信息，并根据所述现场运行信息、所述运行模拟信息，对所述系统/设备机理模型进行评估，以获取模型评估结果；
根据所述模型评估结果，对所述系统/设备机理模型进行优化。
在该实施例中，可通过厂内物联网采集工厂的现场运行信息，然后通过比对现场运行信息及运行模拟信息来评估系统/设备机理模型是否合格，并可根据模型评估结果对系统/设备机理模型进行优化。
本发明还构造一种介质，该介质存储有计算机程序，该计算机程序在被处理器执行时实现以上所述的智能工厂建设方法的步骤。
本发明还构造一种基于多维度仿真建模的智能工厂建设系统，该智能工厂建设系统包括处理器及存储有计算机程序的存储器，而且，该处理器在执行所述计算机程序时实现以上所述的智能工厂建设方法的步骤。
图2是本发明基于多维度仿真建模的智能工厂建设系统实施例一的逻辑结构图，该实施例的智能工厂建设系统包括：模型获取模块10、运行模拟模块20、动态驱动模块30、显示模块40，其中，模型获取模块10用于获取预先建立的工厂三维模型、系统/设备机理模型；运行模拟模块20用于实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；动态驱动模块30用于根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；显示模块40用于对动态演变的所述工厂三维模型进行实时显示。
进一步地，本发明的基于多维度仿真建模的智能工厂建设系统还包括流程管控模块、输出模块，而且，模型获取模块还用于获取预先建立的业务流程模型；流程管控模块用于实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；输出模块用于输出所述管控信息。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何纂改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种基于多维度仿真建模的智能工厂建设方法，其特征在于，包括：
获取预先建立的工厂三维模型、系统/设备机理模型；
实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；
根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；
对动态演变的所述工厂三维模型进行实时显示。
2.根据权利要求1所述的基于多维度仿真建模的智能工厂建设方法，其特征在于，还包括：
获取工厂的静态全要素信息，并将其与所述工厂三维模型进行关联映射；
获取用户的查询请求，并根据所述查询请求，显示所述工厂三维模型的相应区域的相应静态全要素信息。
3.根据权利要求1所述的基于多维度仿真建模的智能工厂建设方法，其特征在于，所述模型获取步骤还包括：获取预先建立的业务流程模型；
所述智能工厂建设方法还包括：
实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；
输出所述管控信息。
4.根据权利要求3所述的基于多维度仿真建模的智能工厂建设方法，其特征在于，还包括：
根据所述系统/设备机理模型和/或所述业务流程模型在预设时段的输出信息，对工厂的现场运行和/或业务流程执行进行风险预测，以获取风险预测结果；
输出所述风险预测结果。
5.根据权利要求4所述的基于多维度仿真建模的智能工厂建设方法，其特征在于，还包括：
根据所述风险预测结果，确定决策推荐信息，并输出所述决策推荐信息。
6.根据权利要求1-3任一项所述的基于多维度仿真建模的智能工厂建设方法，其特征在于，还包括：
获取工厂的现场运行信息，并根据所述现场运行信息、所述运行模拟信息，对所述系统/设备机理模型进行评估，以获取模型评估结果；
根据所述模型评估结果，对所述系统/设备机理模型进行优化。
7.一种介质，存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现权利要求1-6任一项所述的智能工厂建设方法的步骤。
8.一种基于多维度仿真建模的智能工厂建设系统，包括处理器及存储有计算机程序的存储器，其特征在于，所述处理器在执行所述计算机程序时实现权利要求1-6任一项所述的智能工厂建设方法的步骤。
9.一种基于多维度仿真建模的智能工厂建设系统，其特征在于，包括：
模型获取模块，用于获取预先建立的工厂三维模型、系统/设备机理模型；
运行模拟模块，用于实时获取工厂的现场监测信息，并将其送入所述系统/设备机理模型，且从所述系统/设备机理模型获取运行模拟信息；
动态驱动模块，用于根据所述运行模拟信息，实时驱动所述工厂三维模型的动态演变；
显示模块，用于对动态演变的所述工厂三维模型进行实时显示。
10.根据权利要求9所述的基于多维度仿真建模的智能工厂建设系统，其特征在于，还包括流程管控模块、输出模块，而且，
所述模型获取模块，还用于获取预先建立的业务流程模型；
所述流程管控模块，用于实时获取工厂的业务流程触发信息，并将所述业务触发信息送入所述业务流程模型，且从所述业务流程模型获取相应业务流程各环节的管控信息；
输出模块，用于输出所述管控信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210916408.8A CN115374608A (zh) | 2022-08-01 | 2022-08-01 | 基于多维度仿真建模的智能工厂建设方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210916408.8A CN115374608A (zh) | 2022-08-01 | 2022-08-01 | 基于多维度仿真建模的智能工厂建设方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115374608A true CN115374608A (zh) | 2022-11-22 |
Family
ID=84063287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210916408.8A Pending CN115374608A (zh) | 2022-08-01 | 2022-08-01 | 基于多维度仿真建模的智能工厂建设方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115374608A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117634145A (zh) * | 2023-10-30 | 2024-03-01 | 浙江工企信息技术股份有限公司 | 一种基于数字孪生的多维度仿真方法及系统 |
-
2022
- 2022-08-01 CN CN202210916408.8A patent/CN115374608A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117634145A (zh) * | 2023-10-30 | 2024-03-01 | 浙江工企信息技术股份有限公司 | 一种基于数字孪生的多维度仿真方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Digital Twin for rotating machinery fault diagnosis in smart manufacturing | |
| Kang et al. | Multimedia knowledge‐based bridge health monitoring using digital twin | |
| CN109992900B (zh) | 一种大体积混凝土多场实时在线协同智能仿真方法和系统 | |
| CN110083119A (zh) | 一种基于数字孪生的可视化电力系统机房监控系统和方法 | |
| CN102884532A (zh) | 用于以建筑信息建模进行施工现场管理和操作的系统和方法 | |
| CN115562158A (zh) | 一种数字孪生驱动的数控机床智能诊断方法、系统及终端机 | |
| Jiang | Intelligent building construction management based on BIM digital twin | |
| CN114493049A (zh) | 基于数字孪生的产线优化方法、装置、电子设备及介质 | |
| CN114897271B (zh) | 数字孪生环境下基于故障传播的中央空调预测性维护方法 | |
| CN106607461A (zh) | 一种冷轧机液压agc故障诊断专家系统 | |
| CN112799369A (zh) | 一种产品装配过程管控方法和装置 | |
| Fütterer et al. | A multifunctional demonstration bench for advanced control research in buildings—Monitoring, control, and interface system | |
| CN117387559B (zh) | 基于数字孪生的混凝土桥监测系统及方法 | |
| CN115374608A (zh) | 基于多维度仿真建模的智能工厂建设方法、系统及介质 | |
| Clarke | Assessing building performance by simulation | |
| Hosamo et al. | A review of the Digital Twin technology for fault detection in buildings | |
| CN115617628A (zh) | 一种数字孪生系统、研发方法、设备和存储介质 | |
| CN114281903A (zh) | 数字孪生体构建方法、装置、设备及存储介质 | |
| CN112381674A (zh) | 一种基于数字孪生平台的模块化建筑物健康监测系统 | |
| Zhang | Automatic underground space security monitoring based on BIM | |
| CN115437528A (zh) | 基于数字孪生的化工流程模拟器及其构建方法 | |
| CN114880787A (zh) | 基于线上液压系统的液压系统运维方法和装置 | |
| Kovalyov | Design and development of a power system digital twin: A model-based approach | |
| CN112949095B (zh) | 一种工业液压系统工作动态远程监控方法 | |
| Zhang et al. | Research on condition monitoring and fault diagnosis of intelligent copper ball production lines based on big data |
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 |