CN115629589A - 基于数字孪生的车间在线监控系统及方法 - Google Patents
基于数字孪生的车间在线监控系统及方法 Download PDFInfo
- Publication number
- CN115629589A CN115629589A CN202211636804.1A CN202211636804A CN115629589A CN 115629589 A CN115629589 A CN 115629589A CN 202211636804 A CN202211636804 A CN 202211636804A CN 115629589 A CN115629589 A CN 115629589A
- Authority
- CN
- China
- Prior art keywords
- production equipment
- workshop
- data
- module
- production
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 232
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2801—Broadband local area networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33103—Object manager handles objects having own procedures, messages oop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及基于数字孪生的车间在线监控系统及方法,包括:控制终端,是系统的主控端,用于发出控制命令;部署模块,用于部署局域网络覆盖车间;预测模块,用于获取车间内各生产设备参数数据,参考车间生产设备参数数据构建生产设备产能预测逻辑;捕捉模块,用于捕捉车间内各生产设备的实时运行数据,本发明通过局域网络的部署能够为车间内的各生产设备提供互联条件,进一步的在生产设备的运行过程中,通过生产设备的自身参数数据及实时运行数据来获取车间内生产设备的实时产能及产值,从而提供了一定量的有效数据,辅助车间管理端用户对车间的生产设备及生产任务进行安全管理。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及基于数字孪生的车间在线监控系统及方法。
背景技术
车间是企业内部组织生产的基本单位,也是企业生产行政管理的一级组织。由若干工段或生产班组构成。它按企业内部产品生产各个阶段或产品各组成部分的专业性质和各辅助生产活动的专业性质而设置,拥有完成生产任务所必需的厂房或场地、机器设备、工具和一定的生产人员、技术人员和管理人员。车间有四个特点:它是按照专业化原则形成的生产力诸要素的集结地; 它是介于厂部和生产班组之间的企业管理中间环节;车间的产品一般是半成品 (成品车间除外) 或企业内部制品,而不是商品;车间不是独立的商品生产经营单位,一般不直接对外发生经济联系。
然而,随着科技的发展,目前绝大多数车间生产往往采用智能生产设备来完成,仅需要的少量的管理人员对智能生产设备进行管理,正因如此,车间中的生产设备的产能及产值通常缺乏管理,通常只能通过对车间生产得到的产品进行计数才能更获取到生产设备的产值,由此可见,车间内生产设备显然缺乏智能且实时有效的产值预测及计量管理。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了基于数字孪生的车间在线监控系统及方法,解决了上述背景技术中提出的技术问题。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,基于数字孪生的车间在线监控系统,包括:
控制终端,是系统的主控端,用于发出控制命令;
部署模块,用于部署局域网络覆盖车间;
预测模块,用于获取车间内各生产设备参数数据,参考车间生产设备参数数据构建生产设备产能预测逻辑;
捕捉模块,用于捕捉车间内各生产设备的实时运行数据,参考生产设备的实时运行数据及产能预测逻辑计算当前运行生产设备的产值;
接收模块,用于接收捕捉模块于系统及生产设备实时运行对生产设备的产值进行计算的结果数据;
评价模块,用于评价接收模块接收生产设备产值计算结果数据的可信度;
其中,评价模块内部设置有子模块,包括:
设置单元,用于设置评价周期;
评价模块参考设置单元设置的评价周期对生产设备产值计算结果数据与评价周期内生产设备的实际产值进行比对,根据评价周期获取比对数据的合计值的周期均值,将周期均值百分比作为评价模块对生产设备产值计算结果数据的可信度。
更进一步地,所述部署模块部署局域网络覆盖车间后,车间内所有生产设备通过局域网络向系统发出连接请求,在系统端用户通过系统确认请求后,生产设备通过局域网络与系统连接,车间内任一或若干组生产设备运行时系统同步运行实时获取生产设备的运行数据。
更进一步地,所述预测模块中生产设备参数数据包括:生产设备运行功率参数、生产设备生产一组产品所需耗用时间、根据功能进行分类的各生产设备数量,在预测模块构建生产设备产能预测逻辑时,参考生产设备生产一组产品所需耗用时间及生产设备数量进行设定;
系统通过部署模块部署局域网络与车间生产设备数据共享,获取当前运行生产设备及运行生产设备的持续时间,对生产设备的当前产值数据进行预测。
更进一步地,所述预测模块下级设置有子模块,包括:
储存单元,用于储存预测模块运行获取的各生产设备参数数据及生产设备产能预测逻辑;
监测单元,用于监测车间生产设备运行状态下各生产设备的运行关联性;
其中,监测单元运行时,应用储存单元内部储存空间作为临时储存位置,并设定生产设备监测周期,根据设定监测周期捕捉各类功能生产设备的先后运行顺序,对连续的三组监测周期内生产设备先后运行顺序一致的判定为关联性生产设备。
更进一步地,所述监测单元于储存单元中应用的储存空间仅储存三组监测周期数据,在监测单元运行应用储存单元储存第四组监测周期数据时,对储存的监测周期数据中储存时间最先的一组数据进行删除。
更进一步地,所述捕捉模块运行时同步获取预测模块下级设置子模块的运行数据,根据监测单元运行监测到的各生产设备的运行关联性,计算当前捕捉模块运行目标生产设备的关联性生产设备的产值;
其中,捕捉模块对关联性生产设备的产值进行计算时,参考生产设备参数数据及产能预测逻辑。
更进一步地,所述接收模块下级设置有子模块,包括:
构建单元,用于获取接收模块运行接收数据内容,参考数据内容构建数据图形向控制终端实时传输;
其中,所述构建单元构建数据图形选用:条形统计图、扇形统计图、折线统计图或网状统计图中任意一种。
更进一步地,所述控制终端通过介质电性连接有部署模块及预测模块,所述预测模块下级通过介质电性连接有储存单元及监测单元,所述预测模块通过介质电性连接有捕捉模块及接收模块,所述捕捉模块通过介质电性与储存单元及监测单元相连接,接收模块下级通过介质电性连接有构建单元,所述接收模块通过介质电性连接有评价模块,所述评价模块内部通过介质电性连接有设置单元。
第二方面,基于数字孪生的车间在线监控方法,括以下步骤:
步骤1:获取车间内各生产设备的参数数据,分析车间地理地域范围,在车间地理地域范围内部署局域网络;
步骤2:将所有生产设备连接到车间地理地域范围内部署的局域网络中,生产设备运行状态实时向局域网络中反馈运行参数数据;
步骤3:根据生产设备运行参数数据构建生产设备产能预测逻辑;
步骤4:实时接收生产设备运行状态参数数据,根据生产设备运行状态参数数据及生产设备产能预测逻辑计算当前生产设备产值;
步骤5:设置数据采集周期,根据数据采集周期采集生产设备运行的实际产值,将实际产值步骤4中计算的生产设备产值进行比对;
步骤6:获取比对结果,根据设置的数据采集周期求得比对结果的均值的百分比,将求得百分比作为步骤4中计算的当前生产设备产值的可信度,在步骤4执行输出生产设备产值数值时将可信度一同输出。
更进一步地,所述步骤5中设置的数据采集周期中设置有子数据采集周期;
其中,子数据采集周期设置为三天,数据采集周期设置为连续时序的三次子数据采集周期的执行。
有益效果
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
1、本发明提供一种基于数字孪生的车间在线监控系统,该系统通过局域网络的部署能够为车间内的各生产设备提供互联条件,进一步的在生产设备的运行过程中,通过生产设备的自身参数数据及实时运行数据来获取车间内生产设备的实时产能及产值,从而提供了一定量的有效数据,辅助车间管理端用户对车间的生产设备及生产任务进行安全管理。
2、本发明中系统在运行的过程中,还能够进一步的通过车间内生产设备的实际产值来对系统运行多生产设备的预测产值进行评价,进而在通过系统获取车间运行生产设备的预测产值时还能够通过评价来获取预测产值的可行度,从而以此进一步的为车间管理端用户提供更多数据,确保车间管理端用户能够更具系统运行所提供的数据作出更多有利于生产的管理决策。
3、本发明提供一种基于数字孪生的车间在线监控方法,通过该方法中的步骤执行,进一步的维护了本发明中系统运行的稳定,并在该方法的步骤执行过程中,还提供了车间生产设备运行预测产值数据及预测产值数据可信度输出反馈的进一步逻辑,确保车间管理端用户能够更加快捷便利的应用该系统、方法。
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为基于数字孪生的车间在线监控系统的结构示意图;
图2为基于数字孪生的车间在线监控方法的流程示意图;
图中的标号分别代表:1、控制终端;2、部署模块;3、预测模块;31、储存单元;32、监测单元;4、捕捉模块;5、接收模块;51、构建单元;6、评价模块;61、设置单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的基于数字孪生的车间在线监控系统,如图1所示,包括:
控制终端1,是系统的主控端,用于发出控制命令;
部署模块2,用于部署局域网络覆盖车间;
预测模块3,用于获取车间内各生产设备参数数据,参考车间生产设备参数数据构建生产设备产能预测逻辑;
捕捉模块4,用于捕捉车间内各生产设备的实时运行数据,参考生产设备的实时运行数据及产能预测逻辑计算当前运行生产设备的产值;
接收模块5,用于接收捕捉模块4于系统及生产设备实时运行对生产设备的产值进行计算的结果数据;
评价模块6,用于评价接收模块5接收生产设备产值计算结果数据的可信度;
其中,评价模块6内部设置有子模块,包括:
设置单元61,用于设置评价周期;
评价模块6参考设置单元61设置的评价周期对生产设备产值计算结果数据与评价周期内生产设备的实际产值进行比对,根据评价周期获取比对数据的合计值的周期均值,将周期均值百分比作为评价模块6对生产设备产值计算结果数据的可信度。
在本实施中,控制终端1控制部署模块2部署局域网络覆盖车间,预测模块3获取车间内各生产设备参数数据,参考车间生产设备参数数据构建生产设备产能预测逻辑,捕捉模块4实时的捕捉车间内各生产设备的实时运行数据,参考生产设备的实时运行数据及产能预测逻辑计算当前运行生产设备的产值,再由接收模块5接收捕捉模块4于系统及生产设备实时运行对生产设备的产值进行计算的结果数据,最后通过评价接收模块5接收生产设备产值计算结果数据的可信度,并向控制终端1反馈,系统端用户在控制终端1上读取。
实施例2
在具体实施层面,在实施例1的基础上,本实施例参照图1所示对实施例1中基于数字孪生的车间在线监控系统做进一步具体说明:
部署模块2部署局域网络覆盖车间后,车间内所有生产设备通过局域网络向系统发出连接请求,在系统端用户通过系统确认请求后,生产设备通过局域网络与系统连接,车间内任一或若干组生产设备运行时系统同步运行实时获取生产设备的运行数据。
如图1所示,预测模块3中生产设备参数数据包括:生产设备运行功率参数、生产设备生产一组产品所需耗用时间、根据功能进行分类的各生产设备数量,在预测模块3构建生产设备产能预测逻辑时,参考生产设备生产一组产品所需耗用时间及生产设备数量进行设定;
系统通过部署模块2部署局域网络与车间生产设备数据共享,获取当前运行生产设备及运行生产设备的持续时间,对生产设备的当前产值数据进行预测。
如图1所示,预测模块3下级设置有子模块,包括:
储存单元31,用于储存预测模块3运行获取的各生产设备参数数据及生产设备产能预测逻辑;
监测单元32,用于监测车间生产设备运行状态下各生产设备的运行关联性;
其中,监测单元32运行时,应用储存单元31内部储存空间作为临时储存位置,并设定生产设备监测周期,根据设定监测周期捕捉各类功能生产设备的先后运行顺序,对连续的三组监测周期内生产设备先后运行顺序一致的判定为关联性生产设备。
通过上述预测模块3及其下级子模块的设置,可以使得系统具备一定程度的学习能力,在系统运行后期,能够对未运行而即将运行的车间内生产设备的产值进行提前预测。
如图1所示,监测单元32于储存单元31中应用的储存空间仅储存三组监测周期数据,在监测单元32运行应用储存单元31储存第四组监测周期数据时,对储存的监测周期数据中储存时间最先的一组数据进行删除。
如图1所示,捕捉模块4运行时同步获取预测模块3下级设置子模块的运行数据,根据监测单元32运行监测到的各生产设备的运行关联性,计算当前捕捉模块4运行目标生产设备的关联性生产设备的产值;
其中,捕捉模块4对关联性生产设备的产值进行计算时,参考生产设备参数数据及产能预测逻辑。
如图1所示,接收模块5下级设置有子模块,包括:
构建单元51,用于获取接收模块5运行接收数据内容,参考数据内容构建数据图形向控制终端1实时传输;
其中,构建单元51构建数据图形选用:条形统计图、扇形统计图、折线统计图或网状统计图中任意一种。
通过上述接收模块5下级子模块的设置,使得系统运行得到的生产设备产值预测数据能够以图形图表的方式向系统端用户反馈,以便于系统端用户更加快捷的读取系统运行得到的生产设备数据信息。
如图1所示,控制终端1通过介质电性连接有部署模块2及预测模块3,预测模块3下级通过介质电性连接有储存单元31及监测单元32,预测模块3通过介质电性连接有捕捉模块4及接收模块5,捕捉模块4通过介质电性与储存单元31及监测单元32相连接,接收模块5下级通过介质电性连接有构建单元51,接收模块5通过介质电性连接有评价模块6,评价模块6内部通过介质电性连接有设置单元61。
实施例3
在具体实施层面,在实施例1的基础上,本实施例参照图2所示对实施例1中基于数字孪生的车间在线监控系统做进一步具体说明:
基于数字孪生的车间在线监控方法,括以下步骤:
步骤1:获取车间内各生产设备的参数数据,分析车间地理地域范围,在车间地理地域范围内部署局域网络;
步骤2:将所有生产设备连接到车间地理地域范围内部署的局域网络中,生产设备运行状态实时向局域网络中反馈运行参数数据;
步骤3:根据生产设备运行参数数据构建生产设备产能预测逻辑;
步骤4:实时接收生产设备运行状态参数数据,根据生产设备运行状态参数数据及生产设备产能预测逻辑计算当前生产设备产值;
步骤5:设置数据采集周期,根据数据采集周期采集生产设备运行的实际产值,将实际产值步骤4中计算的生产设备产值进行比对;
步骤6:获取比对结果,根据设置的数据采集周期求得比对结果的均值的百分比,将求得百分比作为步骤4中计算的当前生产设备产值的可信度,在步骤4执行输出生产设备产值数值时将可信度一同输出。
如图1所示,步骤5中设置的数据采集周期中设置有子数据采集周期;
其中,子数据采集周期设置为三天,数据采集周期设置为连续时序的三次子数据采集周期的执行。
综上而言,上述实施例通过局域网络的部署能够为车间内的各生产设备提供互联条件,进一步的在生产设备的运行过程中,通过生产设备的自身参数数据及实时运行数据来获取车间内生产设备的实时产能及产值,从而提供了一定量的有效数据,辅助车间管理端用户对车间的生产设备及生产任务进行安全管理;并且系统在运行的过程中,还能够进一步的通过车间内生产设备的实际产值来对系统运行多生产设备的预测产值进行评价,进而在通过系统获取车间运行生产设备的预测产值时还能够通过评价来获取预测产值的可行度,从而以此进一步的为车间管理端用户提供更多数据,确保车间管理端用户能够更具系统运行所提供的数据作出更多有利于生产的管理决策;此外实施例中还提供一种基于数字孪生的车间在线监控方法,通过该方法中的步骤执行,进一步的维护了系统运行的稳定,并在该方法的步骤执行过程中,还提供了车间生产设备运行预测产值数据及预测产值数据可信度输出反馈的进一步逻辑,确保车间管理端用户能够更加快捷便利的应用该系统、方法。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于数字孪生的车间在线监控系统,其特征在于,包括:
控制终端(1),是系统的主控端,用于发出控制命令;
部署模块(2),用于部署局域网络覆盖车间;
预测模块(3),用于获取车间内各生产设备参数数据,参考车间生产设备参数数据构建生产设备产能预测逻辑;
捕捉模块(4),用于捕捉车间内各生产设备的实时运行数据,参考生产设备的实时运行数据及产能预测逻辑计算当前运行生产设备的产值;
接收模块(5),用于接收捕捉模块(4)于系统及生产设备实时运行对生产设备的产值进行计算的结果数据;
评价模块(6),用于评价接收模块(5)接收生产设备产值计算结果数据的可信度;
其中,评价模块(6)内部设置有子模块,包括:
设置单元(61),用于设置评价周期;
评价模块(6)参考设置单元(61)设置的评价周期对生产设备产值计算结果数据与评价周期内生产设备的实际产值进行比对,根据评价周期获取比对数据的合计值的周期均值,将周期均值百分比作为评价模块(6)对生产设备产值计算结果数据的可信度。
2.根据权利要求1所述的基于数字孪生的车间在线监控系统,其特征在于,所述部署模块(2)部署局域网络覆盖车间后,车间内所有生产设备通过局域网络向系统发出连接请求,在系统端用户通过系统确认请求后,生产设备通过局域网络与系统连接,车间内任一或若干组生产设备运行时系统同步运行实时获取生产设备的运行数据。
3.根据权利要求1所述的基于数字孪生的车间在线监控系统,其特征在于,所述预测模块(3)中生产设备参数数据包括:生产设备运行功率参数、生产设备生产一组产品所需耗用时间、根据功能进行分类的各生产设备数量,在预测模块(3)构建生产设备产能预测逻辑时,参考生产设备生产一组产品所需耗用时间及生产设备数量进行设定;
系统通过部署模块(2)部署局域网络与车间生产设备数据共享,获取当前运行生产设备及运行生产设备的持续时间,对生产设备的当前产值数据进行预测。
4.根据权利要求1所述的基于数字孪生的车间在线监控系统,其特征在于,所述预测模块(3)下级设置有子模块,包括:
储存单元(31),用于储存预测模块(3)运行获取的各生产设备参数数据及生产设备产能预测逻辑;
监测单元(32),用于监测车间生产设备运行状态下各生产设备的运行关联性;
其中,监测单元(32)运行时,应用储存单元(31)内部储存空间作为临时储存位置,并设定生产设备监测周期,根据设定监测周期捕捉各类功能生产设备的先后运行顺序,对连续的三组监测周期内生产设备先后运行顺序一致的判定为关联性生产设备。
5.根据权利要求4所述的基于数字孪生的车间在线监控系统,其特征在于,所述监测单元(32)于储存单元(31)中应用的储存空间仅储存三组监测周期数据,在监测单元(32)运行应用储存单元(31)储存第四组监测周期数据时,对储存的监测周期数据中储存时间最先的一组数据进行删除。
6.根据权利要求4所述的基于数字孪生的车间在线监控系统,其特征在于,所述捕捉模块(4)运行时同步获取预测模块(3)下级设置子模块的运行数据,根据监测单元(32)运行监测到的各生产设备的运行关联性,计算当前捕捉模块(4)运行目标生产设备的关联性生产设备的产值;
其中,捕捉模块(4)对关联性生产设备的产值进行计算时,参考生产设备参数数据及产能预测逻辑。
7.根据权利要求1所述的基于数字孪生的车间在线监控系统,其特征在于,所述接收模块(5)下级设置有子模块,包括:
构建单元(51),用于获取接收模块(5)运行接收数据内容,参考数据内容构建数据图形向控制终端(1)实时传输;
其中,所述构建单元(51)构建数据图形选用:条形统计图、扇形统计图、折线统计图或网状统计图中任意一种。
8.根据权利要求1所述的基于数字孪生的车间在线监控系统,其特征在于,所述控制终端(1)通过介质电性连接有部署模块(2)及预测模块(3),所述预测模块(3)下级通过介质电性连接有储存单元(31)及监测单元(32),所述预测模块(3)通过介质电性连接有捕捉模块(4)及接收模块(5),所述捕捉模块(4)通过介质电性与储存单元(31)及监测单元(32)相连接,接收模块(5)下级通过介质电性连接有构建单元(51),所述接收模块(5)通过介质电性连接有评价模块(6),所述评价模块(6)内部通过介质电性连接有设置单元(61)。
9.基于数字孪生的车间在线监控方法,所述方法是对如权利要求1-8中任意一项所述基于数字孪生的车间在线监控系统的实施方法,其特征在于,包括以下步骤:
步骤1:获取车间内各生产设备的参数数据,分析车间地理地域范围,在车间地理地域范围内部署局域网络;
步骤2:将所有生产设备连接到车间地理地域范围内部署的局域网络中,生产设备运行状态实时向局域网络中反馈运行参数数据;
步骤3:根据生产设备运行参数数据构建生产设备产能预测逻辑;
步骤4:实时接收生产设备运行状态参数数据,根据生产设备运行状态参数数据及生产设备产能预测逻辑计算当前生产设备产值;
步骤5:设置数据采集周期,根据数据采集周期采集生产设备运行的实际产值,将实际产值步骤4中计算的生产设备产值进行比对;
步骤6:获取比对结果,根据设置的数据采集周期求得比对结果的均值的百分比,将求得百分比作为步骤4中计算的当前生产设备产值的可信度,在步骤4执行输出生产设备产值数值时将可信度一同输出。
10.根据权利要求9所述的基于数字孪生的车间在线监控方法,其特征在于,所述步骤5中设置的数据采集周期中设置有子数据采集周期;
其中,子数据采集周期设置为三天,数据采集周期设置为连续时序的三次子数据采集周期的执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211636804.1A CN115629589B (zh) | 2022-12-20 | 2022-12-20 | 基于数字孪生的车间在线监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211636804.1A CN115629589B (zh) | 2022-12-20 | 2022-12-20 | 基于数字孪生的车间在线监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115629589A true CN115629589A (zh) | 2023-01-20 |
CN115629589B CN115629589B (zh) | 2023-04-07 |
Family
ID=84910971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211636804.1A Active CN115629589B (zh) | 2022-12-20 | 2022-12-20 | 基于数字孪生的车间在线监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115629589B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115833402A (zh) * | 2023-02-20 | 2023-03-21 | 国网山东省电力公司日照供电公司 | 基于电力调度人工智能网络命令管理及下发系统 |
CN116303742A (zh) * | 2023-03-17 | 2023-06-23 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001202122A (ja) * | 2000-01-21 | 2001-07-27 | Yuji Naka | バッチプラントの制御方法、バッチプラントの制御プログラムを記憶した記録媒体、及びバッチプラントの制御装置 |
US20020193972A1 (en) * | 2001-06-14 | 2002-12-19 | Ntn Corporation | Workshop facility design and operation support system enabling verification of the entire workshop to be performed easily |
CA2697148A1 (en) * | 2009-03-17 | 2010-09-17 | William H. Skeels, Iv | Methods, systems, and computer readable media for building-specific data management using a globally unique identifier |
US20160260041A1 (en) * | 2015-03-03 | 2016-09-08 | Uop Llc | System and method for managing web-based refinery performance optimization using secure cloud computing |
CN107807539A (zh) * | 2017-10-17 | 2018-03-16 | 广东工业大学 | 一种玻璃深加工生产线分布式集成方法及其系统 |
WO2018234741A1 (en) * | 2017-06-23 | 2018-12-27 | Qio Technologies Ltd | SYSTEMS AND METHODS FOR INTELLIGENCE OF INDUSTRIAL ASSETS BY DISTRIBUTED SYSTEMIC ANTICIPATION |
WO2019005541A1 (en) * | 2017-06-30 | 2019-01-03 | Uop Llc | ERROR ASSESSMENT OF A PETROCHEMICAL PLANT TO DETERMINE EQUIPMENT CHANGES FOR OPTIMIZED OPERATIONS |
WO2019076235A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间平行控制方法及系统 |
CN109976296A (zh) * | 2019-05-08 | 2019-07-05 | 西南交通大学 | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 |
US20200225655A1 (en) * | 2016-05-09 | 2020-07-16 | Strong Force Iot Portfolio 2016, Llc | Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment |
CN112085261A (zh) * | 2020-08-19 | 2020-12-15 | 浙江工业大学 | 基于云端融合和数字孪生技术的企业生产现状诊断方法 |
US20220083873A1 (en) * | 2020-09-17 | 2022-03-17 | Novi Labs, Inc. | Predictive Modeling of Well Performance Using Learning and Time-Series Techniques |
-
2022
- 2022-12-20 CN CN202211636804.1A patent/CN115629589B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001202122A (ja) * | 2000-01-21 | 2001-07-27 | Yuji Naka | バッチプラントの制御方法、バッチプラントの制御プログラムを記憶した記録媒体、及びバッチプラントの制御装置 |
US20020193972A1 (en) * | 2001-06-14 | 2002-12-19 | Ntn Corporation | Workshop facility design and operation support system enabling verification of the entire workshop to be performed easily |
CA2697148A1 (en) * | 2009-03-17 | 2010-09-17 | William H. Skeels, Iv | Methods, systems, and computer readable media for building-specific data management using a globally unique identifier |
US20160260041A1 (en) * | 2015-03-03 | 2016-09-08 | Uop Llc | System and method for managing web-based refinery performance optimization using secure cloud computing |
US20200225655A1 (en) * | 2016-05-09 | 2020-07-16 | Strong Force Iot Portfolio 2016, Llc | Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment |
WO2018234741A1 (en) * | 2017-06-23 | 2018-12-27 | Qio Technologies Ltd | SYSTEMS AND METHODS FOR INTELLIGENCE OF INDUSTRIAL ASSETS BY DISTRIBUTED SYSTEMIC ANTICIPATION |
WO2019005541A1 (en) * | 2017-06-30 | 2019-01-03 | Uop Llc | ERROR ASSESSMENT OF A PETROCHEMICAL PLANT TO DETERMINE EQUIPMENT CHANGES FOR OPTIMIZED OPERATIONS |
CN107807539A (zh) * | 2017-10-17 | 2018-03-16 | 广东工业大学 | 一种玻璃深加工生产线分布式集成方法及其系统 |
WO2019076235A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间平行控制方法及系统 |
CN109976296A (zh) * | 2019-05-08 | 2019-07-05 | 西南交通大学 | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 |
CN112085261A (zh) * | 2020-08-19 | 2020-12-15 | 浙江工业大学 | 基于云端融合和数字孪生技术的企业生产现状诊断方法 |
US20220083873A1 (en) * | 2020-09-17 | 2022-03-17 | Novi Labs, Inc. | Predictive Modeling of Well Performance Using Learning and Time-Series Techniques |
Non-Patent Citations (3)
Title |
---|
LIN WANG: "Sustaining product competitiveness with CSP on product configuration and lifecycle cost" * |
刘信忠;王希光;闫国强;王东;: "数字孪生系统在轮胎成型生产中的应用" * |
陶飞;刘蔚然;刘检华;刘晓军;刘强;屈挺;胡天亮;张执南;向峰;徐文君;王军强;张映锋;刘振宇;李浩;程江峰;戚庆林;张萌;张贺;隋芳媛;何立荣;易旺民;程辉;: "数字孪生及其应用探索" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115833402A (zh) * | 2023-02-20 | 2023-03-21 | 国网山东省电力公司日照供电公司 | 基于电力调度人工智能网络命令管理及下发系统 |
CN116303742A (zh) * | 2023-03-17 | 2023-06-23 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
CN116303742B (zh) * | 2023-03-17 | 2023-09-19 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115629589B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115629589B (zh) | 基于数字孪生的车间在线监控系统及方法 | |
CN111047082B (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN110493025B (zh) | 一种基于多层有向图的故障根因诊断的方法及装置 | |
CN106952028A (zh) | 机电装备故障预诊与健康管理方法及系统 | |
CN109784574A (zh) | 设备状态的预测方法及装置、存储介质、电子装置 | |
CN106204330A (zh) | 一种配电网智能诊断系统 | |
CN109190056A (zh) | 一种车辆轨迹重建方法、系统及电子设备 | |
CN104751305A (zh) | 一种基于故障分析抢修的智能交互系统及其控制方法 | |
US11604461B2 (en) | Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid | |
CN108234150A (zh) | 用于数据中心监控系统的数据采集和处理方法及系统 | |
CN115562225A (zh) | 工业机器人运维管理方法、装置、计算机设备和存储介质 | |
US20230170694A1 (en) | System and method for evaluating reliability of an electrical network | |
CN110311812A (zh) | 一种网络分析方法、装置和存储介质 | |
CN110941558B (zh) | 一种智慧办公远程运维的方法及系统 | |
CN110430261A (zh) | 探测设备故障处理方法及装置 | |
CN111835583B (zh) | 物联网产品的属性巡检方法、装置和计算机设备 | |
CN109189659A (zh) | 一种服务器故障预测装置及方法 | |
CN106684875B (zh) | 网络组、划分配电网区域的方法、配电网及其分析方法 | |
KR101913343B1 (ko) | Kpi 지표를 이용한 스마트 공장의 모바일 어플리케이션 관리 시스템 | |
CN115277473A (zh) | 边缘网关的远程运维方法、装置、计算机设备、存储介质 | |
CN103953502A (zh) | 一种风力发电机组数据采集方法及其系统 | |
CN109978299A (zh) | 用于海上风电业务的数据分析方法、装置和存储介质 | |
do Amaral et al. | Attribute selection with filter and wrapper: an application on incident management process | |
CN115002871B (zh) | 信号连接系统、信号连接方法、计算机设备和存储介质 | |
Wang et al. | Leverage Digital Twins Technology for Network Lifecycle Management |
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 |