CN116012109A - 基于元宇宙的订单生成方法及定制生产方法 - Google Patents
基于元宇宙的订单生成方法及定制生产方法 Download PDFInfo
- Publication number
- CN116012109A CN116012109A CN202310044703.3A CN202310044703A CN116012109A CN 116012109 A CN116012109 A CN 116012109A CN 202310044703 A CN202310044703 A CN 202310044703A CN 116012109 A CN116012109 A CN 116012109A
- Authority
- CN
- China
- Prior art keywords
- product
- items
- virtual
- customer
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于元宇宙的订单生成方法及定制生产方法,涉及元宇宙技术领域。本发明通过构建企业产品知识库,以数据推动产品方案设计,智能匹配企业产品知识库内容以实现初步的产品智能化研发,为单个客户进行个性化定制,充分实现客户的特殊需求。基于数字孪生车间,实现生产制造的虚实协同。将不同客户的个性化需求实时传输到数字孪生车间进行智能排产,最小化生产成本。
Description
技术领域
本发明涉及元宇宙技术领域,具体涉及一种基于元宇宙的订单生成方法及定制生产方法。
背景技术
随着现代社会的不断发展,消费者对产品功能的要求逐步提高。因此,消费者的个性化需求日益凸显。现有企业主要采用定制化生产来满足消费者的个性化需求。然而,对新的多品种小批量的个性化产品需求的满足却存在一定局限性。企业需要从传统批量化、规模化、标准化的生产模式向满足定制化和个性化的生产方式转变。
现有大规模定制生产方式所依托的产品平台技术和制造系统等难以满足消费者的深度个性化需求。受客户表达能力和知识水平限制,企业获得的客户需求信息一般是模糊的、不完全的,交付产品很难完全符合客户的个性化需求。而在传统的产品大规模定制化生产中,企业受到生产成本和生产周期的约束,客户个性化订单一旦生成又无法动态调整。因此,客户个性化订单生成即固化的模式难以满足客户更深层次的个性化需求。
通过上述描述可知,在生产成本和生产周期的约束条件下,现有的订单生成方法和定制生产方法无法满足客户高度个性化需求。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于元宇宙的订单生成方法及定制生产方法,解决了在生产成本和生产周期的约束条件下,现有的订单生成方法和定制生产方法无法满足客户高度个性化需求的技术问题。
(二)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,本发明提供一种基于元宇宙的订单生成方法,预先构建企业产品知识库、分类模型和数字孪生车间,所述基于元宇宙的订单生成方法包括:
S1、获取客户需求文本并进行预处理,得到语料文本;
S2、通过所述分类模型对语料文本进行分类处理,得到用户需求项、功能要求项、设计参数项和工艺过程项特征簇,以及四者间的映射关系,通过独热编码的方式生成用户需求项特征簇的词向量;
S3、计算所述企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值,得到匹配的用户需求项特征簇,由用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,匹配映射功能要求项、设计参数项、工艺过程项特征簇,得到个性化产品初步设计方案;
S4、基于个性化产品初步设计方案,结合所述数字孪生车间,生成产品数字胚胎;
S5、基于客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务;
S6、收集客户体验虚拟产品服务后的虚拟体验报告,根据虚拟体验报告验证产品数字胚胎是否满足客户需求,若是,则生成客户个性化需求订单,否则,收集需求变更信息,返回步骤S1。
优选的,所述分类模型的构建过程包括:
a、用语言处理工具处理企业产品知识库的文本信息并生成训练语料;
b、基于公理化设计理论,通过训练语料训练分类模型,分类模型将训练语料分解为用户需求项、功能要求项、设计参数项和工艺过程项特征簇,并输出四者间的映射关系。
优选的,所述S3具体包括:
S301、运用距离相似度计算方法,确定预先构建的企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值;
S302、依据相似度值递减的顺序对预先构建的企业产品知识库中文本的用户需求项特征簇进行排序,前n个用户需求项特征簇为匹配的用户需求项特征簇;
S303、依据用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,由匹配的用户需求项特征簇出发,匹配映射功能要求项、设计参数项、工艺过程项特征簇;
S304、处理、整合已匹配的用户需求项、功能要求项、设计参数项和工艺过程项映射关系,生成具备用户域、功能域、结构域和工艺域四项设计要素的个性化产品初步设计方案。
优选的,所述S4具体包括:
S401、将个性化产品初步设计方案输入数字孪生车间进行虚拟排产,输出产品的三维几何模型;
S402、集成产品的三维几何模型、产品关联属性信息、工艺信息形成产品数字胚胎。
优选的,所述S5具体包括:
S501、采集现实世界中产品使用时的环境参数和运行参数,构建产品体验的虚拟现实空间;
S502、将产品数字胚胎和客户虚拟化身数据导入产品体验的虚拟现实空间,生成虚拟产品应用场景。
优选的,所述客户体验虚拟产品服务的过程包括:
第一步:由客户选择产品服务场景进行体验;
第二步:将服务场景中出现的组件变更信息反映在虚拟产品参数上,产品使用过程中根据产品参数的变化动态演变;
第三步:客户体验结束后生成虚拟体验报告,供客户进行评价,并反馈体验中产品的相关设计及性能是否符合其真实个性化需求。
优选的,所述客户的虚拟化身和用户的实体能实时联动,实现实时联动的方式包括:
对人体信息采样生成客户的虚拟化身,以体感交互技术,实现客户实体与虚拟化身的实时联动。
第二方面,本发明提供一种基于元宇宙的定制生产方法,包括:
S10、数字孪生车间和物理车间接收如上述所述的基于元宇宙的订单生成方法生成的客户个性化订单,数字孪生车间和物理车间虚实协同,由数字孪生车间根据客户个性化订单输出最优生产计划,安排物理车间的生产活动。并在生产过程中实现数字孪生车间和物理车间的实时信息交互,以实时优化物理车间流程,直至个性化产品生产完成;
S20、获取个性化产品测试过程中的产品试运行报告;
S30、匹配产品试运行报告和虚拟体验报告的各项参数,基于匹配结果判断参数误差是否在客户可接受范围内,若是,交付产品,否则,调整产品参数,返回步骤S20。
第三方面,本发明提供一种电子设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上述所述的基于元宇宙的订单生成方法。
第四方面,本发明提供一种电子设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如上述所述的基于元宇宙的定制生产方法。
(三)有益效果
本发明提供了一种基于元宇宙的订单生成方法及定制生产方法。与现有技术相比,具备以下有益效果:
本发明实施例通过构建企业产品知识库,以数据推动产品方案设计,智能匹配企业产品知识库内容以实现初步的产品智能化研发,为单个客户进行个性化定制,充分实现客户的特殊需求。基于数字孪生车间,实现生产制造的虚实协同。将不同客户的个性化需求实时传输到数字孪生车间进行智能排产,最小化生产成本。同时,通过客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务,将客户需求变更限制在虚拟世界,以虚拟世界的动态演化能力观察产品在实际使用过程中出现的一系列问题,解决了在生产成本和生产周期的约束条件下,现有的订单生成方法和定制生产方法无法满足客户高度个性化需求这一技术问题,实现以虚拟世界的动态演化替代现实世界的产品生产、试用阶段,减少了不必要的资源浪费并降低实际生产成本,能有效做到在生产成本和生产周期的约束条件下,满足客户高度个性化需求。
在整个企业生产系统的架构中,本发明实施例将元宇宙的概念和技术充分运用到工业的产品设计、数字产线、产品应用与维护等产品全生命周期价值链,实现数字化产品方案设计。并进一步优化生产流程,通过数字孪生车间与现实车间的生产协同,以降本增效。
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为本发明实施例中一种基于元宇宙的订单生成方法的框图;
图2为本发明实施例中四项设计要素间的映射关系的示意图;
图3为本发明实施例中OPCUA通信模式的示意图;
图4为本发明实施例中基于元宇宙的定制生产方法的流程图。
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,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。
本申请实施例通过提供一种基于元宇宙的订单生成方法及定制生产方法,解决了在生产成本和生产周期的约束条件下,现有的定制生产方法无法满足客户高度个性化需求的技术问题,实现将元宇宙的概念和技术充分运用到工业的产品设计、数字产线、产品应用与维护等产品全生命周期价值链,实现数字化产品方案设计,满足客户高度个性化需求及其适应性调整,有效降低定制生产的生产成本。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
工业元宇宙(Industrialmetaverse)是以扩展现实技术(XR)、数字孪生技术为代表的新型信息通信技术与实体工业经济深度融合的工业生态,它通过XR\AI\IoT\云计算\区块链\数字孪生等技术打通人、机、物、系统等模块的无缝连接,将数字技术与现实工业结合,促进实体工业高效发展,构建起覆盖全产业链、全价值链的全新制造和服务体系,是工业乃至产业数字化、智能化发展的全新阶段。
实施例1:
本发明实施例提供一种基于元宇宙的订单生成方法,该方法预先构建企业产品知识库、分类模型和数字孪生车间,如图1所示,该方法包括:
S1、获取客户需求文本并进行预处理,得到语料文本;
S2、通过预先构建的分类模型对语料文本进行分类处理,得到用户需求项、功能要求项、设计参数项和工艺过程项特征簇,以及四者间的映射关系,通过独热编码的方式生成用户需求项特征簇的词向量;
S3、计算预先构建的企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值,得到匹配的用户需求项特征簇,由用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,匹配映射功能要求项、设计参数项、工艺过程项特征簇,得到个性化产品初步设计方案;
S4、基于个性化产品初步设计方案,结合预先构建的数字孪生车间,生成产品数字胚胎;
S5、基于客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务;
S6、收集客户体验虚拟产品服务后的虚拟体验报告,根据虚拟体验报告验证产品数字胚胎是否满足客户需求,若是,则生成客户个性化需求订单,否则,收集需求变更信息,返回步骤S1。
通过构建企业产品知识库,以数据推动产品方案设计,智能匹配企业产品知识库内容以实现初步的产品智能化研发,为单个客户进行个性化定制,充分实现客户的特殊需求。同时,通过客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务,将客户需求变更限制在虚拟世界,以虚拟世界的动态演化能力观察产品在实际使用过程中出现的一系列问题,解决了在生产成本和生产周期的约束条件下,现有的订单生成方法和定制生产方法无法满足客户高度个性化需求这一技术问题,实现以虚拟世界的动态演化替代现实世界的产品生产、试用阶段,减少了不必要的资源浪费并降低实际生产成本,能有效做到在生产成本和生产周期的约束条件下,满足客户高度个性化需求。
下面对各个步骤进行详细说明:
在步骤S1中,获取客户需求文本并进行预处理,得到语料文本。具体实施过程如下:
根据客户对产品需求的描述生成客户需求文本。通过自然语言处理工具预处理客户需求文本,生成语料文本。
在本发明实施例中,自然语言处理工具包括NLTK、CoreNLP、SpaCy等,主要是对文本进行语料清洗、词句分割、词性标注、去停用词、词形还原等。
在步骤S2中,通过预先构建的分类模型对语料文本进行分类处理,得到用户需求项、功能要求项、设计参数项和工艺过程项特征簇,以及四者间的映射关系,通过独热编码的方式生成用户需求项特征簇的词向量。具体实施过程如下:
需要说明的是,在本发明实施例中,需要预先构建企业产品知识库和分类模型。其中,企业产品知识库中包括产品设计文本、设计归档文本、设计知识文本,必要时可纳入科技文献文本、专利文本等公共知识库。企业产品知识库构建方法为现有技术,此处不再赘述。
分类模型的构建过程如下:
a、用语言处理工具处理企业产品知识库的文本信息并生成训练语料。具体包括:
运用自然语言处理工具(如NLTK、CoreNLP、SpaCy等)进行语料清洗、词句分割、词性标注、去停用词、词形还原等,生成训练语料。
b、基于公理化设计理论,通过训练语料训练分类模型,分类模型将训练语料分解为用户需求项(CNs)、功能要求项(FRs)、设计参数项(DPs)和工艺过程项(PVs)特征簇,并输出四者间的映射关系。
训练分类模型的理论依据为:依据公理化设计理论将设计内容划分为用户域、功能域、结构域和工艺域,每个域包含相应的设计元素,即用户需求项(CNs)、功能要求项(FRs)、设计参数项(DPs)和工艺过程项(PVs)。在产品设计过程中,基于四个设计领域中的设计要素往复映射转换完成产品设计方案的求解。四项设计要素间的映射关系如图2所示,其中独特之处是FRs→DPs和DPs→PVs的映射方式采用“之字形”映射。以功能域到结构域的映射为例,功能域和结构域具有不同的层级,首先由功能域的最高层级FR设计结构域的DP,基于DP进一步细分FR为FR1、FR2;再由功能域的FR1、FR2设计结构域的DP1、DP2,基于DP1、DP2进一步细分FR2为FR21、FR22。迭代此过程直到最高层级细分到不能分解为止,且相应层级的设计参数项均能满足相应的功能需求项,以此形成最细化的映射关系。已有的基于数据驱动的产品方案设计方法只考虑了相似文本内容的推荐,再由设计工程师依据推荐文本设计产品方案。本发明实施例进一步根据公理化设计理论明确产品设计的四项要素,并依据企业产品知识库文本生成四项设计要素的映射关系,在相似文本匹配过程中可直接输出匹配的用户需求项、功能要求项、设计参数项和工艺过程项,直接生成可执行的产品初步设计方案。不仅扩大了产品设计过程的知识来源,也进一步为产品设计工程师的决策提供辅助作用。
需要说明的是,在本发明实施例中,分类模型和企业产品知识库可多次使用,无需重复构建。当然,在使用过程中,可以收集历史数据,对其进行完善优化。
步骤S2具体包括:
S201、将语料文本输入上述已训练好的分类模型中,生成客户需求文本中用户需求项、功能要求项、设计参数项和工艺过程项特征簇;
S202、以独热编码(one-hotencoding)的方式生成客户需求文本中用户需求项特征簇的词向量。
在步骤S3中,计算预先构建的企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值,得到匹配的用户需求项特征簇,由用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,匹配映射功能要求项、设计参数项、工艺过程项特征簇,得到个性化产品初步设计方案。具体实施过程如下:
S301、运用相关系数、欧氏距离、余弦相似度、马氏距离等至少一种方法,确定预先构建的企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值。
S302、依据相似度值递减的顺序对预先构建的企业产品知识库中文本的用户需求项特征簇进行排序,前n个用户需求项特征簇为匹配的用户需求项特征簇(n为推荐阈值,依据具体设计活动设定)。
S303、依据企业产品知识库中生成的映射关系,由匹配的用户需求项特征簇出发,匹配映射功能要求项、设计参数项、工艺过程项特征簇。
S304、处理、整合已匹配的用户需求项、功能要求项、设计参数项和工艺过程项映射关系,生成具备用户域、功能域、结构域和工艺域四项设计要素的个性化产品初步设计方案。
在步骤S4中,基于个性化产品初步设计方案,结合预先构建的数字孪生车间,生成产品数字胚胎。具体实施过程如下:
数字孪生车间的构建过程包括:
第一步:构建物理生产车间的几何模型:
利用地面三维激光扫描技术采集物理设备及场景的点云数据,处理点云数据得到初始轮廓模型;
利用三维建模工具对初始轮廓模型进行处理,结合特征提取、网格拟化、贴图处理等技术进行模型表面优化;
利用场景渲染、特效处理、灯光烘焙等技术对模型进行显示优化,完成物理生产空间的几何模型搭建。
第二步:实时采集物理生产车间的各项数据:
通过车间内部署的射频识别设备(RFID)、传感器、超宽带(UWB)等各类感知设备,以及接入数控机床、工艺机器人等构成的传感网路感知制造单元的实时动态,包括设备运行数据、在制品状态、生产人员数据等。因物理空间的数据往往呈现出分散、多源、异构等特点,因而所有的状态信息和实时数据需在边缘侧通过数据清洗、数据集成封装等操作后以标准的格式经智能网关上传至数据库中。
第三步:以对象链接与嵌入的过程控制统一架构(OPCUA)作为统一传输协议,以整合异构设备和异构数据,建立生产要素之间的互联互通关系,为数字孪生车间的数据采集建立统一的通讯架构。
OPCUA采用服务器-客户端的通信模式,如图3所示,其数据交互主要有两种形式:一是直接传输机制,客户端直接对保存于服务器地址空间中的一个或多个节点属性进行读取或写入;二是订阅机制,客户端对服务器中持续变化的数据进行订阅与监听。OPCUA通信模式中的服务器面向设备层,实现设备各类数据的采集和集中管理;客户端面向软件层,通过数字孪生平台将实体世界的信息与虚拟世界的信息进行获取与融合,最终完成虚拟工厂的精准建模。
S401、将个性化产品初步设计方案输入数字孪生车间进行虚拟排产,输出产品的三维几何模型,并获得生产设备、生产能耗、设备负载、物料信息等过程数据,给出最优生产计划。
S402、集成产品的三维几何模型、产品关联属性信息、工艺信息等形成产品数字胚胎。
在步骤S5中,基于客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务。具体实施过程如下:
需要说明的,在本发明实施例中,客户的虚拟化身和用户的实体可以实时联动,具体包括:对人体信息采样生成客户的虚拟化身(Avatar)。以6DOF跟踪手持棒、高速位置跟踪器和配有传感器的VR可穿戴设备等各类体感交互技术,实现客户实体与虚拟化身的实时联动。
S501、采集现实世界中产品使用时的环境参数和运行参数,构建产品体验的虚拟现实空间。具体包括:
应用雷达、高清摄像头等先进环境感知设备采集产品运行场景的环境参数,以及过往产品在相关环境下的运行参数。
利用洞穴状自动虚拟系统(CaveAutomaticVirtualEnvironment,CAVE)和头戴式显示器(HeadMountedDisplays,HMD)录入环境特征参数和产品运行参数以构建沉浸式虚拟现实环境,以海量数据提升虚拟体验空间对于典型产品使用场景的覆盖度,生成产品体验的虚拟现实空间。
S502、将产品数字胚胎和客户虚拟化身数据导入产品体验的虚拟现实空间,生成虚拟产品应用场景。具体包括:
将产品数字胚胎数据和客户虚拟化身数据导入产品体验的虚拟现实空间。将产品体验的虚拟现实空间向客户开放,客户可以在产品体验空间自主选择不同产品应用场景进行体验。基于虚拟现实空间录入的环境参数和产品运行参数,演化产品数字胚胎的功能实现情况、随着使用时间推移和使用次数增加可能出现的零件故障、磨损或损坏的情况,并由系统记录相关参数。
在步骤S6中,收集客户体验虚拟产品服务后的虚拟体验报告,根据虚拟体验报告验证产品数字胚胎是否满足客户需求,若是,则生成客户个性化需求订单,否则,收集需求变更信息,返回步骤S1。具体实施过程如下:
在本发明实施例中,客户体验虚拟产品服务的过程包括:
第一步:由客户选择产品服务场景进行体验。
当在产品应用场景出现产品故障、零件磨损、损坏等情况时,客户可以自主选择产品服务场景进行体验,企业提供维护服务并进行维护处理,包括设备维修、零件更换等。
第二步:将服务场景中出现的组件变更信息反映在虚拟产品参数上,后续产品使用过程中也会因产品参数变化而动态演变。
第三步:客户体验结束后生成虚拟体验报告,以供客户进行评价,并反馈体验中产品的相关设计及性能是否符合其真实个性化需求。
步骤S6包括:收集客户体验虚拟产品服务后的虚拟体验报告,如果虚拟体验报告的某项参数不满足客户需求,则由客户通过系统的需求变更模块对其需求进行适应性调整与变更,执行客户需求变更工作。
客户需求变更工作具体包括:
第一步:由客户主动发起需求变更请求,详细阐述虚拟体验报告中的哪些参数不符合其需求。
第二步:整合需求变更信息与原有客户需求信息,剔除原有客户需求信息中与需求变更信息矛盾、重复的部分文本,生成新的客户需求文本。
第三步:循环执行步骤S1~S6,直到满足客户需求,并由系统生成客户个性化订单。
如果虚拟体验报告完全符合客户需求,则生成客户个性化需求订单。
实施例2:
本发明实施例提供一种基于元宇宙的定制生产方法,如图4所示,该方法包括:
S10、数字孪生车间和物理车间接收客户个性化订单,数字孪生车间和物理车间虚实协同,由数字孪生车间根据客户个性化订单输出最优生产计划,安排物理车间的生产活动。并在生产过程中实现数字孪生车间和物理车间的实时信息交互,以实时优化物理车间流程,直至个性化产品生产完成。
设计基于匹配树的虚-实数据映射模式,由OPCUA协议中的客户端发送订阅请求到服务器数据库,监听服务器反馈的事件消息,确认检测到的响应事件中至少存在一个属性与输入的订阅请求相匹配。一旦成功匹配,将匹配信息反馈至客户端,孪生模型就会解析接收的数据并变更虚拟数字孪生车间模型的相应状态。
S10a、基于数字孪生车间(数智空间)输出的最优生产计划,安排物理车间(物理空间)的生产活动。
基于OPCUA协议打通生产线硬件和控制系统间的信息通道,实现互联互通。通过OPCUA协议中的客户端,将数字孪生车间的各项生产线运行参数发送至服务器,指导物理车间生产设备的参数设定与调整。
将最优生产计划输出到物理车间的生产执行系统,分解成物料计划和生产作业计划。
物料计划包括物料出库、分拣、配送,智能化的物料管理为后续生产作业计划提供基础保障。生产作业计划包括零件生产、智能装配,智能化管理和追踪生产流程,以便产品溯源和发现产品生产流程中出现的问题。
1、物料计划:
第一步:根据数字孪生车间与物理车间的生产执行系统输出的生产执行订单生成物料需求信息表并传递至工业机器人。
第二步:工业机器人接收物料需求信息表后进入立体仓库完成物料分拣并分配到流转托盘上。
第三步:流转托盘的物料齐套后由自动导引车(AGV)根据物料需求信息表的具体信息运送物料至特定物理车间。
第四步:物料运送完成后,由自动导引车(AGV)将空托盘运送至物料区,循环下一次物料运送任务。
2、生产作业计划:
第一步:生产执行系统具有工艺物料自动匹配、物料信息实时查询等功能,实现物料的数字化管控。
第二步:赋予每件产品独立编码的电子卡片,工人在系统中刷新电子卡片便可以看到对应产品的生产流程、执行进度及操作要求,且系统具有同步分拣生产、生产部件智能匹配等功能,实现生产过程的数字化管控。
第三步:仓库进出存账实时管控以实现产成品的数字化管控。
以生产执行系统具有的多种功能实现快速、高效、高品质的个性化定制生产。
S10b、反馈物理车间的生产状态信息至数字孪生车间,变更数字孪生车间模型的相应状态。
首先,物理车间响应数字孪生车间的订阅请求,完成相关生产活动。将产品的制造过程数据(生产进度、生产订单干扰、外协需求以及产品质量等)都实时传输到OPCUA协议的客户端,确认物理车间反馈的事件消息是否与S10a输入的订阅请求相匹配。一旦成功匹配,由数字孪生车间解析物理车间反馈的制造过程数据,变更数字孪生车间模型的相应状态。
S10c、循环进行S10a和S10b,实时监控物理车间的生产信息,及时控制、优化生产流程。
通过S10b,将物理车间中的行为、逻辑在数字孪生车间模型中进行关联与集成,实现物理车间生产状态的数据可视化。监控物理车间的生产流程,进行故障预警和监测,及时反馈故障信息至数字孪生车间并进行处理。再通过S10a,及时更改、调整数字孪生车间中的生产流程,反馈至物理车间的生产执行系统,以指导物理车间的生产。通过S10a和S10b的循环,不断优化整体生产流程。
S20、对个性化产品进行测试,获取个性化产品测试过程中的产品试运行报告。具体包括:
第一步:产品质量检测。
首先,进行产品外观检验,主要对产成品的尺寸、造型、结构、表面色彩、表面精度、软硬度、光泽度等进行检验。其次,进行产品内在检验,主要对产成品的化学成分、物理性能、机械性能、工艺效果等进行检验。
第二步:在现实场景下试运行个性化产品,并输出产品试运行报告。
首先,基于虚拟产品应用和虚拟产品服务模块中客户选择的产品使用环境,在现实场景下布置相关环境。其次,在对应现实场景下运行产品,观测并记录环境参数和产品运行参数。最后,对产品的功能实现情况进行相关判断,输出产品试运行报告。
S30、匹配产品试运行报告和虚拟体验报告的各项参数,基于匹配结果判断参数误差是否在客户可接受范围内,若是,交付产品,否则,调整产品参数,返回步骤S20。具体包括:
第一步:将产品测试中生成的产品试运行报告和客户体验虚拟产品服务后的虚拟体验报告进行参数匹配。
首先,将产成品的外形、结构、化学成分、机械性能、物理性能等质量参数与虚拟体验报告中的对应参数进行匹配与核验,确保产成品的质量符合客户需求。其次,将产成品在各场景下试运行的环境参数和运行参数与虚拟体验报告中对应的虚拟体验场景的参数进行匹配与核验,确认参数间的差距情况,推断差距产生的问题点。最后,输出参数核验报告。
第二步:基于参数核验报告,补充、完善虚拟现实体验空间的参数库,优化虚拟现实体验空间的场景参数设置。
第三步:提交参数核验报告,达到设定标准后交付产品。
首先,将参数核验报告提交给客户确认,若参数误差在客户可接受范围内则直接交付产品。若参数误差超过客户接受范围,则调整产品相关参数,返回步骤S20,直至交付产品。
需要说明的是,本发明实施例中的客户个性化订单的生成方法和上述实施例1中的基于元宇宙的订单生成方法一致,此处不再赘述。
实施例3:
本发明实施例还提供一种电子设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行;
所述程序包括用于执行如上述所述的基于元宇宙的订单生成方法。
实施例4:
本发明实施例还提供一种电子设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行;
所述程序包括用于执行如上述所述的基于元宇宙的定制生产方法。
综上所述,与现有技术相比,具备以下有益效果:
1、本发明实施例通过构建企业产品知识库,以数据推动产品方案设计,智能匹配企业产品知识库内容以实现初步的产品智能化研发,为单个客户进行个性化定制,充分实现客户的特殊需求。同时,通过客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务,将客户需求变更限制在虚拟世界,以虚拟世界的动态演化能力观察产品在实际使用过程中出现的一系列问题,解决了在生产成本和生产周期的约束条件下,现有的订单生成方法和定制生产方法无法满足客户高度个性化需求这一技术问题,实现以虚拟世界的动态演化替代现实世界的产品生产、试用阶段,减少了不必要的资源浪费并降低实际生产成本,能有效做到在生产成本和生产周期的约束条件下,满足客户高度个性化需求。
2、基于数字孪生车间,实现生产制造的虚实协同。将不同客户的个性化需求实时传输到数字孪生车间进行智能排产,最小化生产成本。
3、在整个企业生产系统的架构中,本发明实施例将元宇宙的概念和技术充分运用到工业的产品设计、数字产线、产品应用与维护等产品全生命周期价值链,实现数字化产品方案设计。并进一步优化生产流程,通过数字孪生车间与物理车间的生产协同,以降本增效。
3、在物理车间生产模块,以数字孪生车间实时监控、指导物理生产车间的生产状态,同时对物理车间的环境参数、设备状态、产能情况、质量数据等实际生产信息开展实时动态监测,并反馈至数字孪生车间进行可视化分析和反馈控制,以此实现虚实交互并不断优化生产流程。
4、在产品交付模块,将产品试运行报告与虚拟体验报告进行参数核验,确保交付产品能满足客户个性化需求订单的相关要求,并进一步优化产品体验的虚拟现实空间。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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)
1.一种基于元宇宙的订单生成方法,其特征在于,预先构建企业产品知识库、分类模型和数字孪生车间,所述基于元宇宙的订单生成方法包括:
S1、获取客户需求文本并进行预处理,得到语料文本;
S2、通过所述分类模型对语料文本进行分类处理,得到用户需求项、功能要求项、设计参数项和工艺过程项特征簇,以及四者间的映射关系,通过独热编码的方式生成用户需求项特征簇的词向量;
S3、计算所述企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值,得到匹配的用户需求项特征簇,由用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,匹配映射功能要求项、设计参数项、工艺过程项特征簇,得到个性化产品初步设计方案;
S4、基于个性化产品初步设计方案,结合所述数字孪生车间,生成产品数字胚胎;
S5、基于客户的虚拟化身和产品数字胚胎,为客户提供虚拟产品服务;
S6、收集客户体验虚拟产品服务后的虚拟体验报告,根据虚拟体验报告验证产品数字胚胎是否满足客户需求,若是,则生成客户个性化需求订单,否则,收集需求变更信息,返回步骤S1。
2.如权利要求1所述的基于元宇宙的订单生成方法,其特征在于,所述分类模型的构建过程包括:
a、用语言处理工具处理企业产品知识库的文本信息并生成训练语料;
b、基于公理化设计理论,通过训练语料训练分类模型,分类模型将训练语料分解为用户需求项、功能要求项、设计参数项和工艺过程项特征簇,并输出四者间的映射关系。
3.如权利要求1所述的基于元宇宙的订单生成方法,其特征在于,所述S3具体包括:
S301、运用距离相似度计算方法,确定预先构建的企业产品知识库中文本的用户需求项特征簇词向量和客户需求文本中的用户需求项特征簇词向量之间的相似度值;
S302、依据相似度值递减的顺序对预先构建的企业产品知识库中文本的用户需求项特征簇进行排序,前n个用户需求项特征簇为匹配的用户需求项特征簇;
S303、依据用户需求项、功能要求项、设计参数项和工艺过程项特征簇四者间的映射关系,由匹配的用户需求项特征簇出发,匹配映射功能要求项、设计参数项、工艺过程项特征簇;
S304、处理、整合已匹配的用户需求项、功能要求项、设计参数项和工艺过程项映射关系,生成具备用户域、功能域、结构域和工艺域四项设计要素的个性化产品初步设计方案。
4.如权利要求1所述的基于元宇宙的订单生成方法,其特征在于,所述S4具体包括:
S401、将个性化产品初步设计方案输入数字孪生车间进行虚拟排产,输出产品的三维几何模型;
S402、集成产品的三维几何模型、产品关联属性信息、工艺信息形成产品数字胚胎。
5.如权利要求1所述的基于元宇宙的订单生成方法,其特征在于,所述S5具体包括:
S501、采集现实世界中产品使用时的环境参数和运行参数,构建产品体验的虚拟现实空间;
S502、将产品数字胚胎和客户虚拟化身数据导入产品体验的虚拟现实空间,生成虚拟产品应用场景。
6.如权利要求1~5任一所述的基于元宇宙的订单生成方法,其特征在于,所述客户体验虚拟产品服务的过程包括:
第一步:由客户选择产品服务场景进行体验;
第二步:将服务场景中出现的组件变更信息反映在虚拟产品参数上,产品使用过程中根据产品参数的变化动态演变;
第三步:客户体验结束后生成虚拟体验报告,供客户进行评价,并反馈体验中产品的相关设计及性能是否符合其真实个性化需求。
7.如权利要求1~5任一所述的基于元宇宙的订单生成方法,其特征在于,所述客户的虚拟化身和用户的实体能实时联动,实现实时联动的方式包括:
对人体信息采样生成客户的虚拟化身,以体感交互技术,实现客户实体与虚拟化身的实时联动。
8.一种基于元宇宙的定制生产方法,其特征在于,包括:
S10、数字孪生车间和物理车间接收如权利要求1~7任一所述的基于元宇宙的订单生成方法生成的客户个性化订单,数字孪生车间和物理车间虚实协同,由数字孪生车间根据客户个性化订单输出最优生产计划,安排物理车间的生产活动,并在生产过程中实现数字孪生车间和物理车间的实时信息交互,以实时优化物理车间流程,直至个性化产品生产完成;
S20、获取个性化产品测试过程中的产品试运行报告;
S30、匹配产品试运行报告和虚拟体验报告的各项参数,基于匹配结果判断参数误差是否在客户可接受范围内,若是,交付产品,否则,调整产品参数,返回步骤S20。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如权利要求1~7任一所述的基于元宇宙的订单生成方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如权利要求8所述的基于元宇宙的定制生产方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044703.3A CN116012109A (zh) | 2023-01-30 | 2023-01-30 | 基于元宇宙的订单生成方法及定制生产方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044703.3A CN116012109A (zh) | 2023-01-30 | 2023-01-30 | 基于元宇宙的订单生成方法及定制生产方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116012109A true CN116012109A (zh) | 2023-04-25 |
Family
ID=86021188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310044703.3A Pending CN116012109A (zh) | 2023-01-30 | 2023-01-30 | 基于元宇宙的订单生成方法及定制生产方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116012109A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116186294A (zh) * | 2023-04-28 | 2023-05-30 | 浙江大学 | 一种基于超图的智能工厂元宇宙知识表示方法及其应用 |
-
2023
- 2023-01-30 CN CN202310044703.3A patent/CN116012109A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116186294A (zh) * | 2023-04-28 | 2023-05-30 | 浙江大学 | 一种基于超图的智能工厂元宇宙知识表示方法及其应用 |
CN116186294B (zh) * | 2023-04-28 | 2023-08-18 | 浙江大学 | 一种基于超图的智能工厂元宇宙知识表示方法及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mrugalska et al. | Towards lean production in industry 4.0 | |
Lee et al. | Service innovation and smart analytics for industry 4.0 and big data environment | |
Samaranayake et al. | Implementing industry 4.0—A technological readiness perspective | |
CN111915410B (zh) | 面向高动态生产物流过程的智能管控系统 | |
Helo et al. | Cloud manufacturing system for sheet metal processing | |
Castañé et al. | The ASSISTANT project: AI for high level decisions in manufacturing | |
Sadeghi et al. | A fuzzy grey goal programming approach for aggregate production planning | |
CN112270508A (zh) | 一种满足个性化定制生产的数字孪生智慧云调度方法 | |
Khedher et al. | Integration between MES and product lifecycle management | |
CN117709617A (zh) | 一种基于mes的生产车间智能排程系统 | |
CN116012109A (zh) | 基于元宇宙的订单生成方法及定制生产方法 | |
Karadgi | A reference architecture for real-time performance measurement | |
Antons et al. | Distributing decision-making authority in manufacturing–review and roadmap for the factory of the future | |
Trollman et al. | A sustainability assessment of smart innovations for mass production, mass customisation and direct digital manufacturing | |
CN117974212A (zh) | 供应链管理方法、系统、电子设备及存储介质 | |
CN115170028A (zh) | 一种面向跨企业协同的供应链数字孪生系统 | |
Badakhshan et al. | Deploying hybrid modelling to support the development of a digital twin for supply chain master planning under disruptions | |
Hung et al. | Analysis of key success factors for industry 4.0 development | |
Sun et al. | Digital twin for energy-efficient integrated process planning and scheduling | |
Ulhe et al. | Flexibility management and decision making in cyber-physical systems utilizing digital lean principles with Brain-inspired computing pattern recognition in Industry 4.0 | |
Mourtzis | Advances in adaptive scheduling in industry 4.0 | |
Ma et al. | Application of BP neural networks in garment pattern design system | |
Basu et al. | Pivoting lean manufacturing through Industry 4.0 in the Indian context | |
TW202226088A (zh) | 智能交期預測方法與系統 | |
Jiang et al. | Socialized manufacturing resources and interconnections |
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 |