CN115689415A - 一种基于数字孪生的物流监视与仿真系统 - Google Patents

一种基于数字孪生的物流监视与仿真系统 Download PDF

Info

Publication number
CN115689415A
CN115689415A CN202211369266.4A CN202211369266A CN115689415A CN 115689415 A CN115689415 A CN 115689415A CN 202211369266 A CN202211369266 A CN 202211369266A CN 115689415 A CN115689415 A CN 115689415A
Authority
CN
China
Prior art keywords
logistics
processed
simulation
order
logistics order
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
Application number
CN202211369266.4A
Other languages
English (en)
Other versions
CN115689415B (zh
Inventor
李毅
郑爱民
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.)
Shenzhen Zhaohang Logistics Co ltd
Original Assignee
Shenzhen Zhaohang Logistics 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 Shenzhen Zhaohang Logistics Co ltd filed Critical Shenzhen Zhaohang Logistics Co ltd
Priority to CN202211369266.4A priority Critical patent/CN115689415B/zh
Publication of CN115689415A publication Critical patent/CN115689415A/zh
Application granted granted Critical
Publication of CN115689415B publication Critical patent/CN115689415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于数字孪生的物流监视与仿真系统,该系统包括:构建模块,用于根据物流中心的数字化模型构建数字孪生模型,仿真模块,用于通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划,采集模块,用于采集物流中心的基于最佳实施计划的每个实时物流订单的处理过程数据,评估模块,用于对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况。可以快速地利用运行数据来为每个待处理物流订单进行计划制定,从而使得制定的物流计划更加实用和高效,保证了制定计划的合理性和和客观性,提高了整体的物流效率。同时,无需进行人工监控,降低了人力成本。

Description

一种基于数字孪生的物流监视与仿真系统
技术领域
本发明涉及互联网数据管理技术领域,尤其涉及一种基于数字孪生的物流监视与仿真系统。
背景技术
目前,随着网络的快速发展,线上销售平台已逐步取代线下销售实体店面,越来越多的消费者选择在线上购买自己心仪的产品,但是,对于那些大物件来说,普通的快递无法满足其运输需求,于是需要物流中心来消化这些大体积产品订单,物流中心接收的大体积物品都堆积在不同规模的仓库内进行进出货管理,随着物流中心的订单不断暴涨,在物流仓库内对于产品的快速处理成为了当下的重中之重,现有的处理方法为工作人员根据订单内容根据人为经验来制定其装配任务,然后通过摄像头监控的方式来确定每个产品的实时装配情况,其存在以下问题:由于工作本人制定的装配任务存在浓烈的主观意愿,故而无法针对物流中心内设备的实时运行情况来合理地规划物流任务,降低了整体的工作效率,同时视频监控的方式也极大地浪费了人力成本。
发明内容
针对上述所显示出来的问题,本发明提供了一种基于数字孪生的物流监视与仿真系统用以解决背景技术中提到的由于工作本人制定的装配任务存在浓烈的主观意愿,故而无法针对物流中心内设备的实时运行情况来合理地规划物流任务,降低了整体的工作效率,同时视频监控的方式也极大地浪费了人力成本的问题。
一种基于数字孪生的物流监视与仿真系统,该系统包括:
构建模块,用于根据物流中心的数字化模型构建数字孪生模型;
仿真模块,用于通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划;
采集模块,用于采集物流中心的基于最佳实施计划的每个实时物流订单的处理过程数据;
评估模块,用于对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况。
优选的,所述构建模块,包括:
第一获取子模块,用于获取物流中心的结构参数和运行设备布局参数以及空间参数;
构建子模块,用于根据所述结构参数和运行设备布局参数以及空间参数构建物流中心的数字化模型;
调取子模块,用于调取每个运行设备的历史运行数据并对其进行完整性检查;
映射子模块,用于在检查通过后将每个运行设备的历史运行数据和物流中心的数字化模型映射到网络空间中获得物流中心的数字孪生模型。
优选的,在仿真模块通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划之前,所述系统还用于:
生成每个待处理物流订单对应的待仿真事件;
获取每个待处理物流订单的订单生成时间和订单信息;
根据每个待处理物流订单的订单生成时间和订单信息确定每个待处理物流订单的处理流程和预计处理时长;
基于每个待处理物流订单的处理流程和预计处理时长评估出每个待处理物流订单的仿真难度等级;
根据每个待处理物流订单的仿真难度等级确定该待处理物流订单的仿真优先级;
根据每个待处理物流订单的仿真优先级对所有待处理物流订单对应的待仿真事件进行仿真排序,获取排序结果;
根据所述排序结果对所有待处理物流订单进行依次仿真。
优选的,所述仿真模块,包括:
第二获取子模块,用于根据每个待处理物流订单获取多个处理子流程;
第一确定子模块,用于根据每个待处理物流订单的多个处理子流程确定该待处理物流订单的仿真所需设备模型;
仿真子模块,用于利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划;
筛选子模块,用于从空间、存量、人工、设备需求、时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划。
优选的,所述采集模块,包括:
第二确定子模块,用于根据每个实时物流订单的最佳实施计划确定该实时物流订单的多个实施阶段以及每个实施阶段的处理指标;
确定子模块,用于确定每个实施阶段的每个处理指标对应的操作流程;
采集子模块,用于采集每个实施阶段的每个处理指标对应的操作流程的实时操作参数;
汇总子模块,用于将每个实时物流订单的采集实时操作参数进行汇总和分类以获得该实时物流订单的处理过程数据。
优选的,所述评估模块对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况,具体为:
对所述处理过程数据进行属性提取,根据提取属性的关联情况对所述处理过程数据进行阶段性划分,获取划分结果;
根据所述划分结果获取每个阶段的分类处理数据;
对每个阶段的分类处理数据进行异常分析,获取所述分析结果;
根据所述分析结果确定含有异常数据的目标阶段,确定所述目标阶段对应的物流进度;
根据每个目标阶段的异常数据对应的业务参数确定异常情况类型并将其与该目标阶段对应的物流进度相关联。
优选的,所述筛选子模块从时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划,具体为:
根据每个待处理物流订单的仿真所需设备的受限使用情况确定仿真所需设备的约束状态特征;
根据每个仿真所需设备的历史运行数据构建出该仿真所需设备的使用成本随工作时长的变化曲线图;
根据变化曲线图确定每个仿真所需设备的成本耗费增益指数;
获取每个实施计划的时间特征,基于所述时间特征和每个实施计划的成本耗费增益指数以及该实施计划仿真所需设备的约束状态特征在该实施计划中相应空间、存量、人工、设备需求、时间、成本、效率、约束的维度参照条件下的增益因子;
计算每个实施计划的增益因子的和值,选择和值最大的目标实施计划作为每个待处理物流订单的最佳实施计划。
优选的,所述仿真子模块利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划,具体为:
根据每个待处理物流订单确定任务量和任务设定时间;
根据所述任务量和任务设定时间以及每个待处理物流订单的仿真所需设备的工作效率生成多个第一设备调度方案;
对每个第一设备调度方案进行任务完成度分析,根据任务完成度分析结果选择达标的第二设备调度方案;
通过每个待处理物流订单的第二设备调度方案结合待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划。
优选的,所述系统还用于:
对物流中心的空间参数进行空间分析,根据空间分析结果获取物流中心的空间二维数据;
将所述空间二维数据转化为空间三维数据,利用所述空间三维数据对物流中心进行三维空间渲染;
根据渲染结果确定物流空间的监控死角,基于监控死角的分布情况和分布特性标出监控死角的最佳摄像头安装位置;
根据监控死角的最佳摄像头安装位置与摄像头的视角范围参数确定物流中心的安装摄像头数量和每个摄像头的安装位置以及该摄像头的分辨率设置参数。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明所提供的一种基于数字孪生的物流监视与仿真系统的结构示意图;
图2为本发明所提供的一种基于数字孪生的物流监视与仿真系统中构建模块的结构示意图;
图3为本发明所提供的一种基于数字孪生的物流监视与仿真系统中仿真模块的结构示意图;
图4为本发明所提供的一种基于数字孪生的物流监视与仿真系统中采集模块的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前,随着网络的快速发展,线上销售平台已逐步取代线下销售实体店面,越来越多的消费者选择在线上购买自己心仪的产品,但是,对于那些大物件来说,普通的快递无法满足其运输需求,于是需要物流中心来消化这些大体积产品订单,物流中心接收的大体积物品都堆积在不同规模的仓库内进行进出货管理,随着物流中心的订单不断暴涨,在物流仓库内对于产品的快速处理成为了当下的重中之重,现有的处理方法为工作人员根据订单内容根据人为经验来制定其装配任务,然后通过摄像头监控的方式来确定每个产品的实时装配情况,其存在以下问题:由于工作本人制定的装配任务存在浓烈的主观意愿,故而无法针对物流中心内设备的实时运行情况来合理地规划物流任务,降低了整体的工作效率,同时视频监控的方式也极大地浪费了人力成本。为了解决上述问题,本实施例公开了一种基于数字孪生的物流监视与仿真系统。
一种基于数字孪生的物流监视与仿真系统,如图1所示,该系统包括:
构建模块101,用于根据物流中心的数字化模型构建数字孪生模型;
仿真模块102,用于通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划;
采集模块103,用于采集物流中心的基于最佳实施计划的每个实时物流订单的处理过程数据;
评估模块104,用于对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况。
上述技术方案的工作原理为:首先利用构建模块根据物流中心的数字化模型构建数字孪生模型,然后通过仿真模块利用所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划,然后采集模块采集物流中心的基于最佳实施计划的每个实时物流订单的处理过程数据,最后通过评估模块对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况。
上述技术方案的有益效果为:通过构建物流中心的数字孪生模型可以精确地通过网络空间来映射出物流中心物理空间的运行数据,进而可以快速地利用运行数据来为每个待处理物流订单进行计划制定,从而使得制定的物流计划更加实用和高效,保证了制定计划的合理性和和客观性,提高了整体的物流效率,进一步地,通过采集计划实时过程中的处理数据可以通过网络采集的方式快速准确地获取到每个待处理物流订单对应产品的实时装配数据,无需进行人工监控,降低了人力成本的同时也提高了监控精度和准确性,有效地解决了现有技术中由于工作本人制定的装配任务存在浓烈的主观意愿,故而无法针对物流中心内设备的实时运行情况来合理地规划物流任务,降低了整体的工作效率,同时视频监控的方式也极大地浪费了人力成本的问题。
在一个实施例中,如图2所示,所述构建模块101,包括:
第一获取子模块1011,用于获取物流中心的结构参数和运行设备布局参数以及空间参数;
构建子模块1012,用于根据所述结构参数和运行设备布局参数以及空间参数构建物流中心的数字化模型;
调取子模块1013,用于调取每个运行设备的历史运行数据并对其进行完整性检查;
映射子模块1014,用于在检查通过后将每个运行设备的历史运行数据和物流中心的数字化模型映射到网络空间中获得物流中心的数字孪生模型。
上述技术方案的有益效果为:通过构建物流中心的数字化模型可以快速地将其映射到网络空间中从而实现数字模型的快速构建,提高了工作效率的同时也提高了稳定性。
在一个实施例中,在仿真模块通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划之前,所述系统还用于:
生成每个待处理物流订单对应的待仿真事件;
获取每个待处理物流订单的订单生成时间和订单信息;
根据每个待处理物流订单的订单生成时间和订单信息确定每个待处理物流订单的处理流程和预计处理时长;
基于每个待处理物流订单的处理流程和预计处理时长评估出每个待处理物流订单的仿真难度等级;
根据每个待处理物流订单的仿真难度等级确定该待处理物流订单的仿真优先级;
根据每个待处理物流订单的仿真优先级对所有待处理物流订单对应的待仿真事件进行仿真排序,获取排序结果;
根据所述排序结果对所有待处理物流订单进行依次仿真。
上述技术方案的有益效果为:通过对待处理物流订单进行仿真排序可以基于每个待处理物流订单的仿真难度进行适应性排级,可以提高后续仿真效率。
在本实施例中,生成每个待处理物流订单对应的待仿真事件,具体为:
获取每个待处理物流订单的核心操作参数,根据所述核心操作参数在仿真线程库中选择适配的第一仿真线程;
获取所述第一仿真线程的初始配置参数,根据待处理物流订单的订单类型对所述初始配置参数进行选择性更改或关闭,获得第二仿真线程;
利用所述仿真第二仿真线程执行所述待处理物流订单,根据执行结果获取第二仿真线程的事件触发机制和触发时间管理机制;
根据所述事件触发机制和触发时间管理机制构建第二仿真线程对应的仿真模型;
确定所述仿真模型的仿真状态转移函数和仿真时间处理函数,根据所述仿真状态转移函数和仿真时间处理函数确定仿真事件的初始状态参数;
根据所述初始状态参数生成仿真模型的仿真事件描述文件;
基于所述仿真事件描述文件生成仿真事件构建队列;
提取每个待处理物流订单对应的元信息,将所述元信息输入到所述仿真事件构建队列中获得每个待处理物流订单对应的待仿真事件。
在本实施例中,核心操作参数表示为每个待处理物流订单的人工机械操作参数;
在本实施例中,初始配置参数表示为第一仿真线程的仿真流程配置参数;
在本实施例中,初始状态参数表示为在仿真模型进行仿真下事件的初始事件状态参数。
上述技术方案的有益效果为:通过选取仿真线程进而构建每个待处理物流订单的专属仿真模型可以有针对性地根据每个待处理物流订单的状态参数来精准地获取到该待处理物流订单对应的仿真事件描述文件,从而准确地生成对应的待仿真事件,使得生成的事件与每个待处理物流订单本身更加兼容和相符,提高了实用性和准确性。
在一个实施例中,如图3所示,所述仿真模块102,包括:
第二获取子模块1021,用于根据每个待处理物流订单获取多个处理子流程;
第一确定子模块1022,用于根据每个待处理物流订单的多个处理子流程确定该待处理物流订单的仿真所需设备模型;
仿真子模块1023,用于利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划;
筛选子模块1024,用于从空间、存量、人工、设备需求、时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划。
上述技术方案的有益效果为:通过多维度分析并选择出每个待处理物流订单的最佳实施计划既可以保证成本最低化的同时还避免了设备的约束情况又保证了物流实现和物流效率的最大化,使得每个待处理物流订单的实施计划更加实用和具有参考意义。
在一个实施例中,如图4所示,所述采集模块103,包括:
第二确定子模块1031,用于根据每个实时物流订单的最佳实施计划确定该实时物流订单的多个实施阶段以及每个实施阶段的处理指标;
确定子模块1032,用于确定每个实施阶段的每个处理指标对应的操作流程;
采集子模块1033,用于采集每个实施阶段的每个处理指标对应的操作流程的实时操作参数;
汇总子模块1034,用于将每个实时物流订单的采集实时操作参数进行汇总和分类以获得该实时物流订单的处理过程数据。
上述技术方案的有益效果为:通过进行分阶段参数采集可以避免数据同时采集导致紊乱情况的发生,提高了稳定性,进一步地,通过对每个实时物流订单的采集实时操作参数进行汇总和分类可以使得工作人员可以快速地根据分类类别来确定实时物流订单处理过程中的异常情况,提高了工作人员的体验感和实用性。
在一个实施例中,所述评估模块对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况,具体为:
对所述处理过程数据进行属性提取,根据提取属性的关联情况对所述处理过程数据进行阶段性划分,获取划分结果;
根据所述划分结果获取每个阶段的分类处理数据;
对每个阶段的分类处理数据进行异常分析,获取所述分析结果;
根据所述分析结果确定含有异常数据的目标阶段,确定所述目标阶段对应的物流进度;
根据每个目标阶段的异常数据对应的业务参数确定异常情况类型并将其与该目标阶段对应的物流进度相关联。
上述技术方案的有益效果为:可以快速地确定每个实时物流订单的处理过程中哪个环节出现异常,无需进行整个过程的数据对比和验证工作,进一步地提高了工作效率。
在一个实施例中,所述筛选子模块从时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划,具体为:
根据每个待处理物流订单的仿真所需设备的受限使用情况确定仿真所需设备的约束状态特征;
根据每个仿真所需设备的历史运行数据构建出该仿真所需设备的使用成本随工作时长的变化曲线图;
根据变化曲线图确定每个仿真所需设备的成本耗费增益指数;
获取每个实施计划的时间特征,基于所述时间特征和每个实施计划的成本耗费增益指数以及该实施计划仿真所需设备的约束状态特征在该实施计划中相应空间、存量、人工、设备需求、时间、成本、效率、约束的维度参照条件下的增益因子;
计算每个实施计划的增益因子的和值,选择和值最大的目标实施计划作为每个待处理物流订单的最佳实施计划。
上述技术方案的有益效果为:通过计算每个待处理物流订单的每个实施计划的多维度增益因子和值可以直观有效地确定每个实施计划在多个维度下的处理增益从而快速地确定最佳实施计划,提高了筛选效率和筛选客观性,进一步地保证了筛选计划的实施可靠性和稳定性。
在一个实施例中,所述仿真子模块利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划,具体为:
根据每个待处理物流订单确定任务量和任务设定时间;
根据所述任务量和任务设定时间以及每个待处理物流订单的仿真所需设备的工作效率生成多个第一设备调度方案;
对每个第一设备调度方案进行任务完成度分析,根据任务完成度分析结果选择达标的第二设备调度方案;
通过每个待处理物流订单的第二设备调度方案结合待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划。
上述技术方案的有益效果为:可以基于每个待处理物流订单的任务量保证设备的稳定调度和其满足任务设定时间,进一步地提高了处理效率,保证了每个待处理物流订单的稳定处理,提高了实用性和稳定性。
在一个实施例中,所述系统还用于:
对物流中心的空间参数进行空间分析,根据空间分析结果获取物流中心的空间二维数据;
将所述空间二维数据转化为空间三维数据,利用所述空间三维数据对物流中心进行三维空间渲染;
根据渲染结果确定物流空间的监控死角,基于监控死角的分布情况和分布特性标出监控死角的最佳摄像头安装位置;
根据监控死角的最佳摄像头安装位置与摄像头的视角范围参数确定物流中心的安装摄像头数量和每个摄像头的安装位置以及该摄像头的分辨率设置参数。
上述技术方案的有益效果为:通过精准地计算出安装摄像头的数量和每个摄像头的安装位置以及该摄像头的分辨率设置参数可以根据物流中心的环境和空间参数来精准地确定每个范围内的最佳监控参数从而实现摄像头的辅助监控,进一步地提高了实用性。
本领域技术人员应当理解的是,本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于数字孪生的物流监视与仿真系统,其特征在于,该系统包括:
构建模块,用于根据物流中心的数字化模型构建数字孪生模型;
仿真模块,用于通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划;
采集模块,用于采集物流中心的基于最佳实施计划的每个实时物流订单的处理过程数据;
评估模块,用于对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况。
2.根据权利要求1所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述构建模块,包括:
第一获取子模块,用于获取物流中心的结构参数和运行设备布局参数以及空间参数;
构建子模块,用于根据所述结构参数和运行设备布局参数以及空间参数构建物流中心的数字化模型;
调取子模块,用于调取每个运行设备的历史运行数据并对其进行完整性检查;
映射子模块,用于在检查通过后将每个运行设备的历史运行数据和物流中心的数字化模型映射到网络空间中获得物流中心的数字孪生模型。
3.根据权利要求1所述的基于数字孪生的物流监视与仿真系统,其特征在于,在仿真模块通过所述数字孪生模型对每个待处理物流订单进行虚拟仿真,根据仿真结果获取每个待处理物流订单的最佳实施计划之前,所述系统还用于:
生成每个待处理物流订单对应的待仿真事件;
获取每个待处理物流订单的订单生成时间和订单信息;
根据每个待处理物流订单的订单生成时间和订单信息确定每个待处理物流订单的处理流程和预计处理时长;
基于每个待处理物流订单的处理流程和预计处理时长对所有待处理物流订单进行依次仿真。
4.根据权利要求1所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述仿真模块,包括:
第二获取子模块,用于根据每个待处理物流订单获取多个处理子流程;
第一确定子模块,用于根据每个待处理物流订单的多个处理子流程确定该待处理物流订单的仿真所需设备模型;
仿真子模块,用于利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划;
筛选子模块,用于从空间、存量、人工、设备需求、时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划。
5.根据权利要求1所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述采集模块,包括:
第二确定子模块,用于根据每个实时物流订单的最佳实施计划确定该实时物流订单的多个实施阶段以及每个实施阶段的处理指标;
确定子模块,用于确定每个实施阶段的每个处理指标对应的操作流程;
采集子模块,用于采集每个实施阶段的每个处理指标对应的操作流程的实时操作参数;
汇总子模块,用于将每个实时物流订单的采集实时操作参数进行汇总和分类以获得该实时物流订单的处理过程数据。
6.根据权利要求1所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述评估模块对所述处理过程数据进行分析,根据分析结果确定每个实时物流订单的进度异常情况,具体为:
对所述处理过程数据进行属性提取,根据提取属性的关联情况对所述处理过程数据进行阶段性划分,获取划分结果;
根据所述划分结果获取每个阶段的分类处理数据;
对每个阶段的分类处理数据进行异常分析,获取所述分析结果;
根据所述分析结果确定含有异常数据的目标阶段,确定所述目标阶段对应的物流进度;
根据每个目标阶段的异常数据对应的业务参数确定异常情况类型并将其与该目标阶段对应的物流进度相关联。
7.根据权利要求4所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述筛选子模块从时间、成本、效率、约束的维度对每个待处理物流订单的多个实施计划进行分析,根据分析结果筛选出每个待处理物流订单的最佳实施计划,具体为:
根据每个待处理物流订单的仿真所需设备的受限使用情况确定仿真所需设备的约束状态特征;
根据每个仿真所需设备的历史运行数据构建出该仿真所需设备的使用成本随工作时长的变化曲线图;
根据所述变化曲线图制定出每个待处理物流订单的最佳实施计划。
8.根据权利要求7所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述根据所述变化曲线图制定出每个待处理物流订单的最佳实施计划,包括:
根据变化曲线图确定每个仿真所需设备的成本耗费增益指数;
获取每个实施计划的时间特征,基于所述时间特征和每个实施计划的成本耗费增益指数以及该实施计划仿真所需设备的约束状态特征在该实施计划中相应空间、存量、人工、设备需求、时间、成本、效率、约束的维度参照条件下的增益因子;
计算每个实施计划的增益因子的和值,选择和值最大的目标实施计划作为每个待处理物流订单的最佳实施计划。
9.根据权利要求4所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述仿真子模块利用每个待处理物流订单的仿真所需设备模型通过该待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划,具体为:
根据每个待处理物流订单确定任务量和任务设定时间;
根据所述任务量和任务设定时间以及每个待处理物流订单的仿真所需设备的工作效率生成多个第一设备调度方案;
对每个第一设备调度方案进行任务完成度分析,根据任务完成度分析结果选择达标的第二设备调度方案;
通过每个待处理物流订单的第二设备调度方案结合待处理物流订单的多个处理子流程对该待处理物流订单进行虚拟仿真,获取多个实施计划。
10.根据权利要求2所述的基于数字孪生的物流监视与仿真系统,其特征在于,所述系统还用于:
对物流中心的空间参数进行空间分析,根据空间分析结果获取物流中心的空间二维数据;
将所述空间二维数据转化为空间三维数据,利用所述空间三维数据对物流中心进行三维空间渲染;
根据渲染结果确定物流空间的监控死角,基于监控死角的分布情况和分布特性标出监控死角的最佳摄像头安装位置;
根据监控死角的最佳摄像头安装位置与摄像头的视角范围参数确定物流中心的安装摄像头数量和每个摄像头的安装位置以及该摄像头的分辨率设置参数。
CN202211369266.4A 2022-11-03 2022-11-03 一种基于数字孪生的物流监视与仿真系统 Active CN115689415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211369266.4A CN115689415B (zh) 2022-11-03 2022-11-03 一种基于数字孪生的物流监视与仿真系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211369266.4A CN115689415B (zh) 2022-11-03 2022-11-03 一种基于数字孪生的物流监视与仿真系统

Publications (2)

Publication Number Publication Date
CN115689415A true CN115689415A (zh) 2023-02-03
CN115689415B CN115689415B (zh) 2023-06-23

Family

ID=85048521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211369266.4A Active CN115689415B (zh) 2022-11-03 2022-11-03 一种基于数字孪生的物流监视与仿真系统

Country Status (1)

Country Link
CN (1) CN115689415B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341161A (zh) * 2023-05-26 2023-06-27 广州一链通互联网科技有限公司 基于数字孪生的跨境物流运输线路模拟仿真方法及系统
CN117496786A (zh) * 2024-01-02 2024-02-02 南昌菱形信息技术有限公司 基于数字孪生的运动控制实训方法及系统
CN118070683A (zh) * 2024-04-22 2024-05-24 山东师范大学 基于数字孪生的物流运输大数据采集方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364146A (zh) * 2017-01-26 2018-08-03 北京小度信息科技有限公司 物流配送仿真方法及装置
CN110765615A (zh) * 2019-10-24 2020-02-07 杭州飞步科技有限公司 物流仿真方法、装置及设备
CN112487668A (zh) * 2020-12-21 2021-03-12 广东工业大学 一种基于数字孪生的近物理仿真集成调试方法及其系统
CN112990633A (zh) * 2019-12-18 2021-06-18 菜鸟智能物流控股有限公司 指标数据生成方法、物流成本仿真方法、设备、存储介质
WO2021183051A1 (en) * 2020-03-11 2021-09-16 National University Of Singapore Token allocation, physical asset transferral and interaction management
CN113887016A (zh) * 2021-09-07 2022-01-04 中船智能科技(上海)有限公司 一种基于数字孪生的船舶数字化车间仿真方法与系统
CN114997802A (zh) * 2022-07-15 2022-09-02 浙江省邮电工程建设有限公司 一种基于数字孪生的物流配送与调度系统
CN115220411A (zh) * 2022-07-29 2022-10-21 广域铭岛数字科技有限公司 基于数字孪生的产线管理方法、系统、设备及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364146A (zh) * 2017-01-26 2018-08-03 北京小度信息科技有限公司 物流配送仿真方法及装置
CN110765615A (zh) * 2019-10-24 2020-02-07 杭州飞步科技有限公司 物流仿真方法、装置及设备
CN112990633A (zh) * 2019-12-18 2021-06-18 菜鸟智能物流控股有限公司 指标数据生成方法、物流成本仿真方法、设备、存储介质
WO2021183051A1 (en) * 2020-03-11 2021-09-16 National University Of Singapore Token allocation, physical asset transferral and interaction management
CN112487668A (zh) * 2020-12-21 2021-03-12 广东工业大学 一种基于数字孪生的近物理仿真集成调试方法及其系统
CN113887016A (zh) * 2021-09-07 2022-01-04 中船智能科技(上海)有限公司 一种基于数字孪生的船舶数字化车间仿真方法与系统
CN114997802A (zh) * 2022-07-15 2022-09-02 浙江省邮电工程建设有限公司 一种基于数字孪生的物流配送与调度系统
CN115220411A (zh) * 2022-07-29 2022-10-21 广域铭岛数字科技有限公司 基于数字孪生的产线管理方法、系统、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陶剑;戴永长;魏冉;: "基于数字线索和数字孪生的生产生命周期研究" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341161A (zh) * 2023-05-26 2023-06-27 广州一链通互联网科技有限公司 基于数字孪生的跨境物流运输线路模拟仿真方法及系统
CN116341161B (zh) * 2023-05-26 2023-08-15 广州一链通互联网科技有限公司 基于数字孪生的跨境物流运输线路模拟仿真方法及系统
CN117496786A (zh) * 2024-01-02 2024-02-02 南昌菱形信息技术有限公司 基于数字孪生的运动控制实训方法及系统
CN117496786B (zh) * 2024-01-02 2024-03-22 南昌菱形信息技术有限公司 基于数字孪生的运动控制实训方法及系统
CN118070683A (zh) * 2024-04-22 2024-05-24 山东师范大学 基于数字孪生的物流运输大数据采集方法及系统

Also Published As

Publication number Publication date
CN115689415B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN115689415A (zh) 一种基于数字孪生的物流监视与仿真系统
CN109376909A (zh) 一种农产品监测预警模型系统
CN109840157A (zh) 故障诊断的方法、装置、电子设备和存储介质
US20110271220A1 (en) Project progess display and monitoring
CN114037311B (zh) 一种信息系统工程监理项目风险评估方法
CN115423289B (zh) 智能板材加工车间数据处理方法及终端
EP2273431A1 (en) Model determination system
CN108038216A (zh) 信息处理方法、装置及服务器集群
AU2015255640A1 (en) Waste management simulation system and method
CN116384837B (zh) 用于工程质量检测的信息处理方法、系统和检测员终端
US8577776B2 (en) Risk and reward assessment mechanism
CN108491991A (zh) 基于工业大数据产品工期的约束条件分析系统与方法
CN115271648B (zh) 一种项目可视化监管系统、方法、设备及存储介质
CN112860769A (zh) 一种能源规划数据管理系统
US8601431B2 (en) Method and system for identifying software applications for offshore testing
CN117273456A (zh) 一种基于大数据技术的项目成本智能管理系统
KR102354181B1 (ko) 비쥬얼라이징 구현 가능한 건설 사업 정보 관리 시스템 및 이의 제어 방법
Lehnert et al. V3pm: a Decision Support Tool for Value-based Process Project portfolio Management.
CN115619309A (zh) 一种基于数字孪生的物流中心信息平台系统
CN114417741A (zh) 一机一档设备数据管理及处理系统
Theuer Extension of value stream design for the simulation of autonomous production systems
CN110097211A (zh) 基于蒙特卡洛组合的物流业务预测方法及系统
CN118011990B (zh) 基于人工智能的工业数据品质监控与提升系统
TWI773539B (zh) 依據離群值篩選資料以預測測試時間之系統及方法
CN114492877B (zh) 一种业务系统的运维分析方法及装置

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