CN115857439A - 一种基于数字孪生的生产线数据映射及融合系统及方法 - Google Patents
一种基于数字孪生的生产线数据映射及融合系统及方法 Download PDFInfo
- Publication number
- CN115857439A CN115857439A CN202211077792.3A CN202211077792A CN115857439A CN 115857439 A CN115857439 A CN 115857439A CN 202211077792 A CN202211077792 A CN 202211077792A CN 115857439 A CN115857439 A CN 115857439A
- Authority
- CN
- China
- Prior art keywords
- data
- production line
- mapping
- digital twin
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 355
- 238000013506 data mapping Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 105
- 238000007726 management method Methods 0.000 claims abstract description 80
- 230000004927 fusion Effects 0.000 claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 16
- 238000004088 simulation Methods 0.000 claims description 75
- 238000012545 processing Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 16
- 230000001360 synchronised effect Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 238000007500 overflow downdraw method Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000003754 machining Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于数字孪生的生产线数据映射及融合系统及方法，其中系统包括数字孪生系统、生产线管控系统、数据采集网关和生产线，数字孪生系统用于构建数字孪生映射模型，并基于生产线管控系统和生产线数据进行映射模型的实时状态映射及数据融合；生产线管控系统基于数字孪生系统的数据对生产过程中的各个流程和设备进行监控和管理，同时基于数字孪生系统中数据进行生产线管控计划的优化，数据采集网关用于分别连接生产线、数字孪生系统和生产线并进行数据交互。本发明的方法通过数字孪生系统实现动态情况下生产线与管控系统的数据映射和融合，并可以基于数字孪生进行动态生产调度，提高了生产线的即时管控能力。
Description
技术领域
本发明属于数字孪生领域，具体涉及一种基于数字孪生的生产线数据映射及融合系统及方法。
背景技术
船舶建造车间中容易出现生产状态即时管控能力缺失、现场设备不能实时管控、可视化程度低，无法满足车间中复杂多变的动态生产环境要求，此外，目前生产线的设计和仿真方法使所获得的信息和物理实体之间缺乏一致性和同时性，缺乏对生产现场实际数据的有效利用，这严重影响船舶的生产建造效率。
数字孪生作为推动新一代信息技术与制造业融合的载体，它是以数字化方式创建物理实体的虚拟模型，借助数据模拟、验证、预测物理实体在现实环境的行为，通过虚实交互反馈、数据融合分析等手段，能可视化显示生产线的生产进度、设备运行参数和当前物料信息，使物理实体和孪生模型能及时获取对方的动态变化并实时做出响应。采用基于数字孪生映射机制将物理设备状态和运行数据实时更新至其虚拟模型，实现基于数字孪生的虚拟制造过程和动态调度，提高流程控制、效率和生产线质量，从而加速船舶制造的数字化转型。
由于船舶生产线制造过程是一个复杂多变的动态生产环境，船舶生产车间各制造设备间采用的通信方式具有异构性，在一定程度上阻碍了制造数据流的有效融合，控制流、交互流、感知流等不同数据流具有不同的动态特性，现有对生产线的数字孪生技术研究缺乏对物理生产线与数字孪生模型的数据实时映射及融合分析，数据实时交互与融合时延大，尤其是尚未考虑生产线重构和定制化生产等动态场景下数据交互和映射问题，难以还原生产现场的生产状态，无法实现基于数字孪生的动态生产调度，现场生产线的即时管控能力缺失。
发明内容
基于以上所述的问题，本发明的目的在于提供一种基于数字孪生的生产线数据映射及融合系统及方法。
实现本发明目的的技术方案为：
一种基于数字孪生的生产线数据映射及融合系统，包括数字孪生系统、生产线管控系统、数据采集网关和生产线；
所述数字孪生系统用于构建数字孪生映射模型，并基于生产线管控系统和生产线数据进行映射模型的实时状态映射及数据融合；
所述生产线管控系统用于对生产过程中的各个流程和设备进行监控和管理，并制定和下发生产计划，同时基于数字孪生系统中的数字孪生映射模型的数据进行生产线管控计划的优化；
所述数据采集网关用于分别连接生产线和数字孪生系统、生产线和生产线管控系统，采集生产线的数据，并分别与数字孪生系统和生产线管控系统进行数据交互。
进一步的，所述数字孪生系统包括计划模拟单元、数据采集模拟单元、数据驱动模拟单元、统计分析模拟单元、可视化管理单元、三维模型管理单元；
所述计划模拟单元用于接收生产线管控系统下发的生产计划指令、生产模式数据，实现生产线计划模拟；
所述数据采集模拟单元用于数据采集，实现对目标对象的实时数据采集与传输；
数据驱动模拟单元用于基于数据采集模拟单元的实时数据驱动孪生映射模型实时运动，实现数字模型与物理生产线设备的同步运动；
统计分析模拟单元用于对数据采集模拟单元采集的实时数据进行集成汇总和计算；
可视化管理单元用于展示生产线信息，包括异常报警提示、设备运行状态、生产状态显示，并支持对不同的数据源通过SVG的方式实时动态展示；
三维模型管理单元用于能够对数字孪生映射模型中的三维模型进行拆分、编辑、整合，使所构建的模型具有生产数据驱动特征。
进一步的，所述数据采集模拟单元支持多种通讯协议，包括OPC、OPC UA、ODBC、TCPSocket、WebService、JsonRPC、Modbus、Ftp、文件读写，并内置Event、Script、Value工具，实现数据采集、下发的数据预处理及业务流程逻辑处理；
基于以上系统的基于数字孪生的生产线数据映射及融合方法，包括以下步骤：
步骤1、依据生产线信息，基于数字孪生系统构建数字孪生映射模型；
步骤2、构建数字孪生映射模型中运动机构与真实设备之间的数据映射；
步骤3、数字孪生系统定时接收生产线管控系统下发的生产线生产计划数据，并实时判断生产线的生产计划是否发生变化，若发生变化，则将更新的生产计划同步至数字孪生系统并进行实时状态映射及实时数据交互；
步骤4、数字孪生系统实时采集生产线的生产运行数据；
步骤5、对实时采集的生产线的生产运行数据进行边缘计算和预处理，将处理后的生产运行数据同步至数字孪生映射模型中；
步骤6、数字孪生系统基于生产线的实时数据，对数字孪生模型进行驱动；
步骤7、数字孪生系统将基于数字孪生模型对物理生产线进行实时状态和数据融合后的仿真数据传输至生产线管控系统，完成基于数字孪生的生产线数据映射及融合。
本发明与现有技术相比，其显著优点在于：
(1)本发明的技术方案中的数字孪生系统可以与生产管控系统实现数据互通，可实时获取生产线以及生产管控系统的实时数据，提升了在生产线重构和定制化生产等动态场景下虚拟生产线和实体生产线的实时数据交互和同步实时映射能力；
(2)本发明的技术方案直接将生产线现场采集处理后的数据推送到数字孪生模型中，实时驱动模型与物理生产线同步运行，再同步存储数据库，显著降低了物理生产线与孪生模型之间数据交互的时延，并能基于历史数据完成数字孪生模型的迭代和信息追溯。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为本发明的基于数字孪生的生产线数据映射及融合系统结构框图。
图2为本发明的基于数字孪生的生产线数据映射及融合系统中边缘计算内容示意图。
图3为本发明的基于数字孪生的生产线数据映射及融合方法步骤流程图。
具体实施方式
一种基于数字孪生的生产线数据映射及融合系统，包括数字孪生系统、生产线管控系统、数据采集网关和生产线；
所述数字孪生系统用于构建数字孪生映射模型，并基于生产线管控系统和生产线数据进行映射模型的实时状态映射及数据融合；
所述生产线管控系统用于对生产过程中的各个流程和设备进行监控和管理，并制定和下发生产计划，同时基于数字孪生系统中的数字孪生映射模型的数据进行生产线管控计划的优化；
所述数据采集网关用于分别连接生产线和数字孪生系统、生产线和生产线管控系统，采集生产线的数据，并分别与数字孪生系统和生产线管控系统进行数据交互。
进一步的，所述数字孪生系统包括计划模拟单元、数据采集模拟单元、数据驱动模拟单元、统计分析模拟单元、可视化管理单元、三维模型管理单元；
所述计划模拟单元用于接收生产线管控系统下发的生产计划指令、生产模式数据，实现生产线计划模拟；
所述数据采集模拟单元用于数据采集，实现对目标对象的实时数据采集与传输，数据采集模拟单元支持多种类型控制器(包括机器人、加工设备NC、PLC)的数据采集，数据采集模拟单元还可以动态驱动参数化配置，将数据采集模块的数据源与三维模型进行参数化编辑，实现实时参数驱动模型工作；
数据驱动模拟单元用于基于数据采集模拟单元的实时数据驱动孪生映射模型实时运动，实现数字模型与物理生产线设备的同步运动；
统计分析模拟单元用于对数据采集模拟单元采集的实时数据进行集成汇总和计算，统计分析模拟单元内部集成KPI，能自动根据数据变化触发计算、定时自动计算等方式，达到在实时数据基础上的集成计算，支持生产线停机汇总时间、平均故障恢复时间(MTTR)、平均故障间隔时间(MTBF)、OEE、生产平均节拍等多种KPI计算；
可视化管理单元用于展示生产线信息，采用HTML5网页端呈现，包括异常报警提示、设备运行状态、生产状态显示，并支持对不同的数据源通过SVG(Scalable VectorGraphics)的方式实时动态展示；
三维模型管理单元用于能够对数字孪生映射模型中的三维模型进行拆分、编辑、整合，使所构建的模型具有生产数据驱动特征。
进一步的，所述数据采集模拟单元中设置数据采集中间件，支持多种通讯协议，包括OPC、OPC UA、ODBC、TCP Socket、WebService、JsonRPC、Modbus、Ftp、文件读写，并内置Event、Script、Value工具，实现数据采集、下发的数据预处理及业务流程逻辑处理
进一步的，所述数字孪生系统为Browser/Server架构，采用WebGL对数字孪生虚拟仿真场景进行统一管理与发布。
基于以上系统的基于数字孪生的生产线数据映射及融合方法，包括以下步骤：
步骤1、依据生产线信息，基于数字孪生系统构建数字孪生映射模型，具体为：
所述数字孪生映射模型包括车间环境模型、车间资源模型、工厂/生产线模型、生产线加工设备和工装夹具模型、物流设备模型、产品模型。
步骤2、构建数字孪生映射模型中运动机构与真实设备之间的数据映射，具体为：
所述数据映射包括生产线设备的动作行为映射、功能映射、通信接口映射、信号处理映射以及运行规则约束映射；
其中动作行为映射是指构建数字孪生映射模型中的运动结构，使虚拟设备与真实设备能够实现同步运动；
功能映射是指基于相应的虚拟服务程序，驱动数字孪生映射模型完成对不同信号的功能响应；
通信接口映射包括工件加工设备空间位置数据接口映射、工件移载动作信号接口映射、设备启/停信号以及状态信号接口映射，设备运行参数接口映射；
运行规则约束映射是指将数字孪生映射模型中的虚拟设备与真实设备按照实际设计，在设备零部件集合间、设备间、设备与加工对象之间建立它们的相互约束关系，从而实现运行规则的模拟。
步骤3、数字孪生系统定时接收生产线管控系统下发的生产线生产计划数据，并实时判断生产线的生产计划是否发生变化，若发生变化，则将更新的生产计划同步至数字孪生系统并进行实时状态映射及实时数据交互，具体为：
数字孪生系统定时调用生产线管控系统下发的生产线生产计划指令接口，接收生产模式数据，并基于指令接口中的JsonRPC调用函数的类型，确定生产计划信息，包括同步计划、工艺、质量信息。
其中，数字孪生系统调用生产线生产计划数据的调用周期小于节拍时间。
步骤4、数字孪生系统实时采集生产线的生产运行数据，具体为：
所述数字孪生系统与生产线现场设备之间通过数据采集网关交互生产线运行数据，包括设备运行状态、生产状态、PLC信号以及机床运行报警数据。
更具体的来说，数字孪生系统中的数据采集模拟单元采集生产线的加工设备的动作和位置信息、终端控制器的数据、状态信息、设备工艺参数、动作单元的开始和结束状态、物流信息、报警(报警类型、等级、报警发生源、报警文本、发生时间、默认报警原因及解决措施)、生产数据(产量、生产节拍)、驱动数据(设备轴角度、位置坐标、运行当前电流、负载)、设备运行数据等；
步骤5、数据采集网关对实时采集的生产线的生产运行数据进行边缘计算和预处理，将处理后的生产运行数据同步至数字孪生映射模型中，具体为：
所述生产运行数据的边缘计算及预处理包括：数据分析、数据清洗、数据挖掘、数据编码、数据融合、数据结构化、数据格式标准化、数据交换、时序分析、机加工算法识别、焊接算法识别、故障代码诊断和数据实时同步；
再将经过上述处理的生产运行数据通过WebSocket推送到数字孪生系统的数字孪生映射模型中，同时将形成的标签化数据通过JsonRPC存储到数据库中。
步骤6、数字孪生系统基于生产线的实时数据，对数字孪生模型进行驱动；
步骤7、数字孪生系统将基于数字孪生模型对物理生产线进行实时状态和数据融合后的仿真数据传输至生产线管控系统，完成基于数字孪生的生产线数据映射及融合。
进一步的，数字孪生系统还将基于数字孪生模型对物理生产线进行实时状态和数据融合后的仿真数据传输至生产线管控系统，生产线管控系统基于仿真数据完成对生产线的管控。
具体来说，数字孪生系统基于生产线的实时数据对数字孪生模型进行驱动，数字孪生模型基于实时数据完成对物理生产线中所有生产的情况的仿真模拟；
数字孪生系统将该仿真模拟的数据传输至生产线管控系统，生产线管控系统依据该仿真模拟的数据完成对物理生产线的管控，该管控包括对生产情况的统计分析、生产线的物料管理、计划管理、工艺管理、生产程序管理、设备监控管理以及可视化管理；
与传统的生产线管控系统直接对物理生产线管控相比，本发明的管控方法的数据交互效率更高，应对紧急插单和任务返工等动态复杂任务的实时性和生产灵活性更高，同时生产计划数据的精确性也更高，有利于管理者分析决策；
进一步的，生产线管控系统还可以基于该仿真模拟的数据完成对物理生产线的生产计划的优化，并将优化后的生产计划通过数据采集网关下传至物理生产线，完成对物理生产线的管控。
下面结合实施例对本发明做进一步的说明。
实施例
本实施例中的生产线包括1个立体仓库、4个加工单元、1个上下料机器人、1个分拣机器人、移动托盘、轨道；
其中，立体仓库用于存储当日生产所用的原辅料和成品，上下料机器人为一台六自由度轨道移动机器人，分拣机器人为一台四自由度机器人，移动托盘中带有RFID，4个加工单元由2台数控车床、1台数控铣床、1台镗洗加工中心组成。
结合图1和图2，一种基于数字孪生的生产线数据映射及融合系统，包括数字孪生系统、生产线管控系统、数据采集网关和生产线；
所述数字孪生系统用于构建数字孪生映射模型，并基于生产线管控系统和生产线数据进行映射模型的实时状态映射及数据融合；
所述生产线管控系统用于对生产过程中的各个流程和设备进行监控和管理，并制定和下发生产计划，同时基于数字孪生系统中的数字孪生映射模型的数据进行生产线管控计划的优化；
所述数据采集网关用于分别连接生产线和数字孪生系统、生产线和生产线管控系统，采集生产线的数据，并分别与数字孪生系统和生产线管控系统进行数据交互。
进一步的，所述数字孪生系统包括计划模拟单元、数据采集模拟单元、数据驱动模拟单元、统计分析模拟单元、可视化管理单元、三维模型管理单元；
所述计划模拟单元用于接收生产线管控系统下发的生产计划指令、生产模式数据，实现生产线计划模拟；
所述数据采集模拟单元用于数据采集，实现对目标对象的实时数据采集与传输，数据采集模拟单元支持多种类型控制器(包括机器人、加工设备NC、PLC)的数据采集，数据采集模拟单元还可以动态驱动参数化配置，将数据采集模块的数据源与三维模型进行参数化编辑，实现实时参数驱动模型工作；
数据驱动模拟单元用于基于数据采集模拟单元的实时数据驱动孪生映射模型实时运动，实现数字模型与物理生产线设备的同步运动；
统计分析模拟单元用于对数据采集模拟单元采集的实时数据进行集成汇总和计算，统计分析模拟单元内部集成KPI，能自动根据数据变化触发计算、定时自动计算等方式，达到在实时数据基础上的集成计算，支持生产线停机汇总时间、平均故障恢复时间(MTTR)、平均故障间隔时间(MTBF)、OEE、生产平均节拍等多种KPI计算；
可视化管理单元用于展示生产线信息，采用HTML5网页端呈现，包括异常报警提示、设备运行状态、生产状态显示，并支持对不同的数据源通过SVG(Scalable VectorGraphics)的方式实时动态展示；
三维模型管理单元用于能够对数字孪生映射模型中的三维模型进行拆分、编辑、整合，使所构建的模型具有生产数据驱动特征。
进一步的，所述数据采集模拟单元中设置数据采集中间件，支持多种通讯协议，包括OPC、OPC UA、ODBC、TCP Socket、WebService、JsonRPC、Modbus、Ftp、文件读写，并内置Event、Script、Value工具，实现数据采集、下发的数据预处理及业务流程逻辑处理
进一步的，所述数字孪生系统为Browser/Server架构，采用WebGL对数字孪生虚拟仿真场景进行统一管理与发布。
结合图3，基于以上系统的基于数字孪生的生产线数据映射及融合方法，包括以下步骤：
步骤1、依据生产线信息，基于数字孪生系统构建数字孪生映射模型，具体为：
所述数字孪生映射模型包括车间环境模型、车间资源模型、工厂/生产线模型、生产线加工设备和工装夹具模型、物流设备模型、产品模型。
本实施例中的数字孪生映射模型包括车间环境、车间资源、立体仓库、生产线分拣机器人、上下料机器人、数控车床、数控铣床、加工中心、轨道、移动托盘、产品的数字孪生模型；
步骤2、构建数字孪生映射模型中运动机构与真实设备之间的数据映射，具体为：
所述数据映射包括生产线设备的动作行为映射、功能映射、通信接口映射、信号处理映射以及运行规则约束映射；
其中动作行为映射是指构建数字孪生映射模型中的运动结构，使虚拟设备与真实设备能够实现同步运动；
功能映射是指基于相应的虚拟服务程序，驱动数字孪生映射模型完成对不同信号的功能响应；
通信接口映射包括工件加工设备空间位置数据接口映射、工件移载动作信号接口映射、设备启/停信号以及状态信号接口映射，设备运行参数接口映射；
运行规则约束映射是指将数字孪生映射模型中的虚拟设备与真实设备按照实际设计，在设备零部件集合间、设备间、设备与加工对象之间建立它们的相互约束关系，从而实现运行规则的模拟。
步骤3、数字孪生系统定时接收生产线管控系统下发的生产线生产计划数据，并实时判断生产线的生产计划是否发生变化，若发生变化，则将更新的生产计划同步至数字孪生系统并进行实时状态映射及实时数据交互，具体为：
数字孪生系统定时调用生产线管控系统下发的生产线生产计划指令接口，接收生产模式数据，并基于指令接口中的JsonRPC调用函数的类型，确定生产计划信息，包括同步计划、工艺、质量信息。
其中，数字孪生系统调用生产线生产计划数据的调用周期小于节拍时间，本实施例中的数字孪生系统按照生产节拍时间的70％定时调用生产线管控系统下发的生产线生产计划指令接口，接收生产模式数据。
同时，数字孪生系统实时判断生产线管控系统的生产计划变化与否，若是，则进行生产计划的同步与更新，否则执行数字孪生系统按照生产节拍时间的70％定时调用生产线管控系统下发的生产计划指令信息，接收生产模式数据，根据JsonRPC接口函数变化的类型，确定同步计划、工艺、质量等信息；同时数据采集网关将新计划下发总控PLC，下发完成，调用JsonRPC，返回计划下发结果，完成基于数字孪生的物理生产线与虚拟生产线的实时状态映射及数据融合；
步骤4、数字孪生系统实时采集生产线的生产运行数据，具体为：
所述数字孪生系统与生产线现场设备之间通过总线通信交互生产线运行数据，包括设备运行状态、生产状态、PLC信号以及机床运行报警数据。
本实施例中，数据采集网关根据生产线总控PLC所发请求，判断是否为首工位上件，获取时间和请求码信息，若是生产管理系统生成任务单号并初始化任务单工序，否则数据采集网关反馈所过站点，调用所过站点JsonRPC函数，生产线管理系统更新任务单工序、工位id及更新时间；
更具体的来说，数字孪生系统中的数据采集模拟单元采集生产线的加工设备的动作和位置信息、终端控制器的数据、状态信息、设备工艺参数、动作单元的开始和结束状态、物流信息、报警(报警类型、等级、报警发生源、报警文本、发生时间、默认报警原因及解决措施)、生产数据(产量、生产节拍)、驱动数据(设备轴角度、位置坐标、运行当前电流、负载)、设备运行数据等；
本实施例中，数字孪生系统与生产线之间交互设备运行状态、生产状态、PLC信号以及机床运行报警等数据，数据交互速率为实时通信。
数字孪生系统基于数据采集网关实时采集生产线上设备的动作和位置信息、状态信息、物流信息、设备工艺参数、报警信息、生产数据、驱动数据和运行数据。本实施例中采集的立体库状态数据包括：出库信息、入库信息、库位信息、托盘与物料绑定信息、实时库存信息、报警信息；采集的分拣机器人和上下料机器人状态数据包括终端控制器的数据、机械手的开始和结束状态数据、轴角度、位置坐标、生产数据、负载位置信息、设备运行和停止状态数据、驱动数据、报警信息；采集的数控车床、数控铣床、加工中心状态数据包括终端控制器的数据、报警信息、产量和生产节拍等生产数据、加工程序数据、设备工艺参数、刀具加工开始和结束状态数据、机床运行状态、PLC信号数据、轴类运行数据和轴类伺服数据；采集的产品状态数据包括产品位置信息，生产数据、工单数据、与移动托盘的绑定数据；
步骤5、数据采集网关对实时采集的生产线的生产运行数据进行边缘计算和预处理，将处理后的生产运行数据同步至数字孪生映射模型中，具体为：
所述生产运行数据的边缘计算及预处理包括：数据分析、数据清洗、数据挖掘、数据编码、数据融合、数据结构化、数据格式标准化、数据交换、时序分析、机加工算法识别、焊接算法识别、故障代码诊断和数据实时同步；
再将经过上述处理的生产运行数据通过WebSocket推送到数字孪生系统的数字孪生映射模型中，同时将形成的标签化数据通过JsonRPC存储到数据库中。
数据采集网关比较最新上线工件与上一工件的计划号，若计划号发生变化，则请求调用同步工艺参数和质检标准JsonRPC函数，将接收到新的质检标准和工艺参数下发生产线总控PLC完成工序队列更新，生产线管控系统根据任务单状态变化触发信号，调用对应的同步接口函数，自动更新任务单的过点信息、加工结果、质检结果等数据；
步骤6、数字孪生系统基于生产线的实时数据，对数字孪生模型进行驱动；
步骤7、数字孪生系统将基于数字孪生模型对物理生产线进行实时状态和数据融合后的仿真数据传输至生产线管控系统，完成基于数字孪生的生产线数据映射及融合。
具体来说，数字孪生系统基于生产线的实时数据对数字孪生模型进行驱动，数字孪生模型基于实时数据完成对物理生产线中所有生产的情况的仿真模拟；
数字孪生系统将该仿真模拟的数据传输至生产线管控系统，生产线管控系统依据该仿真模拟的数据完成对物理生产线的管控，该管控包括对生产情况的统计分析、生产线的物料管理、计划管理、工艺管理、生产程序管理、设备监控管理以及可视化管理；
与传统的生产线管控系统直接对物理生产线管控相比，本发明的管控方法的数据交互效率更高，应对紧急插单和任务返工等动态复杂任务的实时性和生产灵活性更高，同时生产计划数据的精确性也更高，有利于管理者分析决策；
进一步的，生产线管控系统还可以基于该仿真模拟的数据完成对物理生产线的生产计划的优化，并将优化后的生产计划通过数据采集网关下传至物理生产线，完成对物理生产线的管控。
以上实施例显示和描述了本发明的基本原理、主要特征。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
Claims (9)
1.一种基于数字孪生的生产线数据映射及融合系统，其特征在于，包括数字孪生系统、生产线管控系统、数据采集网关和生产线；
所述数字孪生系统用于构建数字孪生映射模型，并基于生产线管控系统和生产线数据进行模型的实时状态映射及数据融合；
所述生产线管控系统用于对生产过程中的各个流程和设备进行监控和管理，并制定和下发生产计划，同时基于数字孪生系统中的数字孪生映射模型的数据进行生产线管控计划的优化；
所述数据采集网关用于分别连接生产线和数字孪生系统、生产线和生产线管控系统，采集生产线的数据，并分别与数字孪生系统和生产线管控系统进行数据交互。
2.根据权利要求1所述的基于数字孪生的生产线数据映射及融合系统，其特征在于，所述数字孪生系统包括计划模拟单元、数据采集模拟单元、数据驱动模拟单元、统计分析模拟单元、可视化管理单元、三维模型管理单元；
所述计划模拟单元用于接收生产线管控系统下发的生产计划指令、生产模式数据，实现生产线计划模拟；
所述数据采集模拟单元用于数据采集，实现对目标对象的实时数据采集与传输；
数据驱动模拟单元用于基于数据采集模拟单元的实时数据驱动孪生映射模型实时运动，实现数字模型与物理生产线设备的同步运动；
统计分析模拟单元用于对数据采集模拟单元采集的实时数据进行集成汇总和计算；
可视化管理单元用于展示生产线信息，包括异常报警提示、设备运行状态、生产状态显示，并支持对不同的数据源通过SVG的方式实时动态展示；
三维模型管理单元用于能够对数字孪生映射模型中的三维模型进行拆分、编辑、整合，使所构建的模型具有生产数据驱动特征。
3.根据权利要求2所述的基于数字孪生的生产线数据映射及融合系统，其特征在于，所述数据采集模拟单元支持多种通讯协议，包括OPC、OPC UA、ODBC、TCP Socket、WebService、JsonRPC、Modbus、Ftp、文件读写，并内置Event、Script、Value工具，实现数据采集、下发的数据预处理及业务流程逻辑处理。
4.基于权利要求1-3任意一项系统的基于数字孪生的生产线数据映射及融合方法，其特征在于，包括以下步骤：
步骤1、依据生产线信息，基于数字孪生系统构建数字孪生映射模型；
步骤2、构建数字孪生映射模型中运动机构与真实设备之间的数据映射；
步骤3、数字孪生系统定时接收生产线管控系统下发的生产线生产计划数据，并实时判断生产线的生产计划是否发生变化，若发生变化，则将更新的生产计划同步至数字孪生系统并进行实时状态映射及实时数据交互；
步骤4、数字孪生系统实时采集生产线的生产运行数据；
步骤5、对实时采集的生产线的生产运行数据进行边缘计算和预处理，将处理后的生产运行数据同步至数字孪生映射模型中；
步骤6、数字孪生系统基于生产线的实时数据，对数字孪生模型进行驱动；
步骤7、数字孪生系统将基于数字孪生模型对物理生产线进行实时状态和数据融合后的仿真数据传输至生产线管控系统，完成基于数字孪生的生产线数据映射及融合。
5.根据权利要求4所述的基于数字孪生的生产线数据映射及融合方法，其特征在于，所述步骤1中的构建数字孪生映射模型，具体为：
所述数字孪生映射模型包括车间环境模型、车间资源模型、生产线加工设备和工装夹具模型、物流设备模型、产品模型。
6.根据权利要求4所述的基于数字孪生的生产线数据映射及融合方法，其特征在于，所述步骤2中的构建数字孪生映射模型中运动机构与真实设备之间的数据映射，具体为：
所述数据映射包括生产线设备的动作行为映射、功能映射、通信接口映射、信号处理映射以及运行规则约束映射；
其中动作行为映射是指构建数字孪生映射模型中的运动结构，使虚拟设备与真实设备能够实现同步运动；
功能映射是指基于相应的虚拟服务程序，驱动数字孪生映射模型完成对不同信号的功能响应；
通信接口映射包括工件加工设备空间位置数据接口映射、工件移载动作信号接口映射、设备启/停信号以及状态信号接口映射，设备运行参数接口映射；
运行规则约束映射是指将数字孪生映射模型中的虚拟设备与真实设备按照实际设计，在设备零部件集合间、设备间、设备与加工对象之间建立它们的相互约束关系，从而实现运行规则的模拟。
7.根据权利要求4所述的基于数字孪生的生产线数据映射及融合方法，其特征在于，所述步骤3中的定时接收生产线管控系统下发的生产线生产计划数据，具体为：
数字孪生系统定时调用生产线管控系统下发的生产线生产计划指令接口，接收生产模式数据，并基于指令接口中的调用函数的类型，确定生产计划信息，包括同步计划、工艺、质量信息。
8.根据权利要求4所述的基于数字孪生的生产线数据映射及融合方法，其特征在于，所述步骤4中的实时采集生产线的生产运行数据，具体为：
所述数字孪生系统与生产线现场设备之间通过数据采集网关交互生产线运行数据，包括设备运行状态、生产状态、PLC信号以及设备运行报警数据。
9.根据权利要求4所述的基于数字孪生的生产线数据映射及融合方法，其特征在于，所述步骤5中的将预处理后的生产运行数据同步至数字孪生映射模型中，具体为：
所述生产运行数据的边缘计算及预处理包括：数据分析、数据清洗、数据挖掘、数据编码、数据融合、数据结构化、数据格式标准化、数据交换、时序分析、机加工算法识别、焊接算法识别、故障代码诊断和数据实时同步；
再将经过上述处理的生产运行数据通过WebSocket推送到数字孪生映射模型中，同时将形成的标签化数据通过JsonRPC存储到数字孪生系统的数据库中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211077792.3A CN115857439B (zh) | 2022-09-05 | 2022-09-05 | 一种基于数字孪生的生产线数据映射及融合系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211077792.3A CN115857439B (zh) | 2022-09-05 | 2022-09-05 | 一种基于数字孪生的生产线数据映射及融合系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115857439A true CN115857439A (zh) | 2023-03-28 |
| CN115857439B CN115857439B (zh) | 2024-09-13 |
Family
ID=85660769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211077792.3A Active CN115857439B (zh) | 2022-09-05 | 2022-09-05 | 一种基于数字孪生的生产线数据映射及融合系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115857439B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116414096A (zh) * | 2023-04-26 | 2023-07-11 | 武汉慧友佳华电子有限公司 | 智慧化工厂生产管控系统 |
| CN116523466A (zh) * | 2023-05-06 | 2023-08-01 | 福建凯邦锦纶科技有限公司 | 一种基于大数据的生产资料溯源系统和方法 |
| CN116882708A (zh) * | 2023-09-05 | 2023-10-13 | 湘江实验室 | 基于数字孪生的钢铁工艺流程管控方法、装置及相关设备 |
| CN117270482A (zh) * | 2023-11-22 | 2023-12-22 | 博世汽车部件(苏州)有限公司 | 基于数字孪生的汽车工厂控制系统 |
| CN118211437A (zh) * | 2024-05-22 | 2024-06-18 | 杭州义益钛迪信息技术有限公司 | 数字孪生模型构建方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615113A (zh) * | 2018-11-19 | 2019-04-12 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 |
| CN111061232A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院沈阳自动化研究所 | 基于数字孪生的生产线设计与优化方法 |
| CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
| CN114971280A (zh) * | 2022-05-25 | 2022-08-30 | 芜湖安普机器人产业技术研究院有限公司 | 一种叉车中控总装线agv输送调度系统及其调度方法 |
-
2022
- 2022-09-05 CN CN202211077792.3A patent/CN115857439B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615113A (zh) * | 2018-11-19 | 2019-04-12 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 |
| CN111061232A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院沈阳自动化研究所 | 基于数字孪生的生产线设计与优化方法 |
| CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
| CN114971280A (zh) * | 2022-05-25 | 2022-08-30 | 芜湖安普机器人产业技术研究院有限公司 | 一种叉车中控总装线agv输送调度系统及其调度方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116414096A (zh) * | 2023-04-26 | 2023-07-11 | 武汉慧友佳华电子有限公司 | 智慧化工厂生产管控系统 |
| CN116523466A (zh) * | 2023-05-06 | 2023-08-01 | 福建凯邦锦纶科技有限公司 | 一种基于大数据的生产资料溯源系统和方法 |
| CN116523466B (zh) * | 2023-05-06 | 2023-11-03 | 福建凯邦锦纶科技有限公司 | 一种基于大数据的生产资料溯源系统和方法 |
| CN116882708A (zh) * | 2023-09-05 | 2023-10-13 | 湘江实验室 | 基于数字孪生的钢铁工艺流程管控方法、装置及相关设备 |
| CN116882708B (zh) * | 2023-09-05 | 2024-01-09 | 湘江实验室 | 基于数字孪生的钢铁工艺流程管控方法、装置及相关设备 |
| CN117270482A (zh) * | 2023-11-22 | 2023-12-22 | 博世汽车部件(苏州)有限公司 | 基于数字孪生的汽车工厂控制系统 |
| CN118211437A (zh) * | 2024-05-22 | 2024-06-18 | 杭州义益钛迪信息技术有限公司 | 数字孪生模型构建方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115857439B (zh) | 2024-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115857439B (zh) | 一种基于数字孪生的生产线数据映射及融合系统及方法 | |
| CN111857065B (zh) | 基于边缘计算和数字孪生的智能生产系统和方法 | |
| CN112818446B (zh) | 一种智能车间数字孪生系统的构建方法 | |
| Xu | Machine Tool 4.0 for the new era of manufacturing | |
| CN112073461B (zh) | 一种基于云边协同的工业互联网系统 | |
| CN107807539B (zh) | 一种玻璃深加工生产线分布式集成方法及其系统 | |
| CN113093680A (zh) | 一种基于数字孪生技术的fims系统架构设计方法 | |
| CN105843203A (zh) | 智能产线过程监控系统 | |
| CN111797521B (zh) | 一种自动化生产线三维仿真调试及监控方法 | |
| CN115081728A (zh) | 一种纺织工厂的多源异构纺织装备调度管理与优化系统 | |
| CN112462703B (zh) | 一种自动化生产工站的综合控制系统 | |
| CN112615935B (zh) | 一种终端设备联网参考系统及其交互方法 | |
| CN102854855A (zh) | 一种柔性生产线监控系统 | |
| CN107991991B (zh) | 一种数控机床智能控制系统的工作方法 | |
| CN112486131A (zh) | 生产线运营状态的监控方法、系统、设备及介质 | |
| CN106094775A (zh) | 一种剪切生产线远程监控系统 | |
| CN104898574B (zh) | 一种基于p500控制器的剪切线多轴数控系统 | |
| CN116415386A (zh) | 一种基于实时数据驱动的数字孪生产线可视化系统 | |
| CN114995302A (zh) | 一种智能控制方法及系统 | |
| EP3514641A1 (en) | System to manage and monitor a plurality of numerical control machine tools | |
| CN109991924B (zh) | 一种用于数控系统远程客户端实时监控的通讯方法及系统 | |
| CN117176763A (zh) | 基于数字孪生的机械加工生产线建模方法及远程监控系统 | |
| CN210573361U (zh) | 一种一体化数控终端 | |
| CN115390534A (zh) | 基于数字孪生的永磁铁氧体全生命周期管理系统及方法 | |
| CN114089709A (zh) | 一种跨域多尺度的数字孪生体构建方法 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 222061 No.18, Shenghu Road, Haizhou District, Lianyungang City, Jiangsu Province Applicant after: The 716th Research Institute of China Shipbuilding Corp. Applicant after: China Shipbuilding Digital Information Technology Co.,Ltd. Applicant after: Jiangsu Jierui Information Technology Co.,Ltd. Address before: 222061 No.18, Shenghu Road, Haizhou District, Lianyungang City, Jiangsu Province Applicant before: The 716th Research Institute of China Shipbuilding Corp. Country or region before: China Applicant before: CSIC Information Technology Co.,Ltd. Applicant before: Jiangsu Jierui Information Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant |