CN116107280A - 一种用于多维可视化管理的数字孪生工厂控制系统 - Google Patents
一种用于多维可视化管理的数字孪生工厂控制系统 Download PDFInfo
- Publication number
- CN116107280A CN116107280A CN202310387264.6A CN202310387264A CN116107280A CN 116107280 A CN116107280 A CN 116107280A CN 202310387264 A CN202310387264 A CN 202310387264A CN 116107280 A CN116107280 A CN 116107280A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- fault
- value
- module
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 87
- 230000008569 process Effects 0.000 claims abstract description 84
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000012423 maintenance Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims abstract description 7
- 230000033001 locomotion Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000001360 synchronised effect Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 12
- 230000002950 deficient Effects 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000033772 system development Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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]
- G05B19/4183—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 data acquisition, e.g. workpiece identification
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种用于多维可视化管理的数字孪生工厂控制系统,涉及数据处理系统领域,其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,所述数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起,对是否为机械故障导致工艺产品的残次进行快速准确判断。
Description
技术领域
本发明涉及数据处理系统领域,是一种用于多维可视化管理的数字孪生工厂控制系统。
背景技术
在复杂产品运维与制造方面的研究取得了重大突破,复杂产品的运维和制造理论体系融入了大数据、云计算、物联网、增强现实、虚拟现实、数字孪生、自动化等新的信息技术,使得复杂产品运维与制造体系数字化和智能化程度越来越高。复杂产品在运维与制造过程中产生大量的具有多源、异构等特性的数据,这些数据成为了降低复杂产品运维成本,实现运维与制造完美对接,保证产品安全可靠运行的决策依据。但是,现有的用于多维可视化管理的数字孪生工厂控制系统进行数字孪生监控的系统开发大多数是定制化开发,数字孪生监控建模系统只能应用于特定的场景或特定的工厂中;当工厂的设备维修或者位置移动等这些静态数据发生变化时,需要人工手动重新对数字孪生监控建模系统修改,从而影响工厂生产效率;
例如在申请公开号为CN113033001A的中国专利中公开了一种面向数字孪生应用的三维数字工厂建模方法及系统,对数字工厂相关的核心实体对象进行抽象分析,构建基础三维实体模型对象;对数字工厂相关的核心业务过程对象进行抽象分析,构建基础三维过程业务模型对象;梳理实体模型和业务模型关联关系,构建基础关联关系对象;基于构建的实体模型和业务模型,以及模型关系,构建复合的数字工厂业务模型。本发明以业务属性构建数字工厂动静态模型,为数字孪生应用提供了模型基础和异构业务系统和设备集成应用机制,为离散制造企业数字化转型和数字织锦的构建提供基础;
又如在申请公开号为CN115690083A的中国专利中公开了一种基于数字孪生智能工厂的图像处理方法及其系统,其中基于数字孪生智能工厂的图像处理方法具体包括以下子步骤:发起处理请求,确定需要处理的图像;确定图像中是否存在差异区域;若存在差异区域,则启动差异处理机制,根据差异处理机制确定差异区域中的目标差异区域;根据确定目标差异区域进行统一差异处理。本申请能够对需要处理的图像中的各处进行多次检测查看和判断,从而能够有效分析出图像中异常的部分,并对异常部分进行统一处理,保证了图像的完整性和准确性;
上述专利中均存在:现有的用于多维可视化管理的数字孪生工厂控制系统进行数字孪生监控的系统开发大多数是定制化开发,都是固定无法更改的,数字孪生监控建模系统只能应用于特定的场景或特定的工厂中;当工厂的设备维修或者位置移动等这些静态数据发生变化时,需要人工手动重新对数字孪生监控建模系统修改,从而影响工厂生产效率,本发明是为了解决这一问题,提出一种用于多维可视化管理的数字孪生工厂控制系统。
发明内容
本发明的主要目的在于提供一种用于多维可视化管理的数字孪生工厂控制系统,能够有效解决背景技术中的问题:现有的用于多维可视化管理的数字孪生工厂控制系统进行数字孪生监控的系统开发大多数是定制化开发,都是固定无法更改的,数字孪生监控建模系统只能应用于特定的场景或特定的工厂中;当工厂的设备维修或者位置移动等这些静态数据发生变化时,需要人工手动重新对数字孪生监控建模系统修改,从而影响工厂生产效率。
为实现上述目的,本发明采取的技术方案为:
一种用于多维可视化管理的数字孪生工厂控制系统,其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,所述数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,所述数据同步模块用于将数据采集模块的采集的数据进行按照时间顺序同步传输,所述孪生建模模块用于根据同步传输的数据构建同步拓扑关系、三维立体和二维平面的模型,所述拓扑提取模块用于对维修前和维修后的工厂设备的连接拓扑关系进行提取,所述设备控制模块用于通过设备控制策略控制更换后的设备的调试运行。
本发明进一步的改进在于,所述数据采集模块包括工艺参数数据采集单元、拓扑关系采集单元、操作人员采集单元和设备控制数据采集单元,所述工艺参数数据采集单元用于对工艺产品制造数据参数进行采集,所述拓扑关系采集单元用于对厂房中设备与设备之间的拓扑连接关系进行采集,所述操作人员采集单元用于对厂房操作人员操作动作数据进行采集,所述设备控制数据采集单元用于对设备的运行控制数据进行采集。
本发明进一步的改进在于,所述孪生建模模块包括拓扑关系建模单元、三维立体建模单元和二维平面建模单元,所述拓扑关系建模单元用于对设备间的拓扑关系进行提取建模,构建设备间的拓扑关系图,所述三维立体建模单元用于根据设备、工艺产品和操作人员的采集的数据进行三维建模,将设备、工艺产品和操作人员在三维软件中模拟,制作与现实场景同步的三维立体模型,所述二维平面建模单元用于根据设备采集的数据进行二维建模,将设备在二维软件中模拟,制作与现实场景同步的二维平面模型。
本发明进一步的改进在于,所述设备控制模块包括故障判断单元、故障设备更换单元和更换设备提示单元,所述故障判断单元用于将提取数据导入故障判断策略中进行故障的判断,所述故障设备更换单元用于将设备数据导入故障设备更换策略中根据设备连接的拓扑图进行故障设备的更换或维修,所述更换设备提示单元用于对需要维护或更换的设备在二维平面模型和三维立体模型中进行提示。
本发明进一步的改进在于,所述故障判断策略包括以下具体步骤:
S11、通过图像采集对工艺产品的数据进行采集,将工艺产品表面划分为n块,对n块工艺分产品的数据进行采集,采集的数据包括长度序列、宽度序列、高度序列和颜色色度数据序列,其中i为1-n中任一项,计算第i块工艺分产品的误差值,误差值的计算公式为:,其中,为第i块工艺分产品的长度合格值范围,为中最接近的值,为第i块工艺分产品的宽度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值;
S12、计算该工艺产品的总误差值,总误差值计算公式为,将总误差值与事先设定的误差阈值进行对比,若总误差值大于事先设定的误差阈值则将该产品设为次品,进行S13步操作,若总误差值小于事先设定的误差阈值,则将该产品设为成品,不进行S13操作;
S13、将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起。
本发明进一步的改进在于,所述故障设备更换策略包括以下具体步骤:
S21、提取工艺产品的误差数据,对与误差数据相关的生产线模块设备进行检测,对相关的生产线模块设备进行数据提取;
S22、将提取数据与设定数据进行对比,计算各个设备的故障值,故障值的计算公式为:,其中k为设备序号,n为设备提取数据项目数,为第j项提取数据,为设定数据的安全值范围,为设定数据的安全值范围中最接近的值,对故障值最大的设备进行提取;
S23、对故障值最大的设备的使用年限year进行提取,使用公式,为故障影响值,若故障影响值大于设定的故障影响值则需要对设备进行更换,若故障影响值小于等于设定的故障影响值则需要对设备进行维修;
S24、根据设备连接的拓扑图进行故障设备的更换或维修。
本发明进一步的改进在于,所述设备控制策略包括以下具体步骤:
S31、对检修或更换后的设备按照设备连接的拓扑图按照在流水线上,输入控制数据,对设备工作数据进行采集;
S32、将设备工作数据和计算得到的标准数据进行提取,计算其误差值,误差值计算公式为:,其中d为设备工作数据项数,c为1-d中任一个,为第c项设备工作数据,为第c项设备标准数据;
S33、将计算得到的与设定的误差值阈值对比,若小于等于设定的阈值,则表示维修或更换操作完成,若大于设定的阈值,则表示维修或更换操作未完成,需要重新调试。
与现有技术相比,本发明具有如下有益效果:
1、本发明通过对生产线生产的工艺产品数据进行采集,对工艺产品的总误差值进行计算,判断工艺产品的优劣,同时将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起,对是否为机械故障导致工艺产品的残次进行快速准确判断。
2、本发明通过对设备故障值进行计算,对影响工艺产品的残次的设备进行准确查找,以快速对机械故障进行定位和检修。
3、本发明通过设置的设备控制策略对更换或检修后的设备进行调试运行,将设备工作数据和计算得到的标准数据进行提取,计算其误差值,将计算得到的误差值与设定的误差值阈值对比,若误差值小于等于设定的阈值,则表示维修或更换操作完成,若误差值大于设定的阈值,则表示维修或更换操作未完成,需要重新调试,以快速准确对更换或检修后的设备进行调试。
附图说明
图1为本发明一种用于多维可视化管理的数字孪生工厂控制系统的整体框架示意图。
图2为本发明一种用于多维可视化管理的数字孪生工厂控制系统的数据采集模块示意图。
图3为本发明一种用于多维可视化管理的数字孪生工厂控制系统的孪生建模模块示意图。
图4为本发明一种用于多维可视化管理的数字孪生工厂控制系统的设备控制模块示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“一号”、“二号”、“三号”仅用于描述目的,而不能理解为指示或暗示相对重要性。下面结合具体实施方式,进一步阐述本发明。
实施例1
本实施例提出了通过对生产线生产的工艺产品数据进行采集,对工艺产品的总误差值进行计算,判断工艺产品的优劣,同时将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起,对是否为机械故障导致工艺产品的残次进行快速准确判断,如图1-4所示,一种用于多维可视化管理的数字孪生工厂控制系统,其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,数据同步模块用于将数据采集模块的采集的数据进行按照时间顺序同步传输,孪生建模模块用于根据同步传输的数据构建同步拓扑关系、三维立体和二维平面的模型,拓扑提取模块用于对维修前和维修后的工厂设备的连接拓扑关系进行提取,设备控制模块用于通过设备控制策略控制更换后的设备的调试运行;
在本实施例中,数据采集模块包括工艺参数数据采集单元、拓扑关系采集单元、操作人员采集单元和设备控制数据采集单元,工艺参数数据采集单元用于对工艺产品制造数据参数进行采集,拓扑关系采集单元用于对厂房中设备与设备之间的拓扑连接关系进行采集,操作人员采集单元用于对厂房操作人员操作动作数据进行采集,设备控制数据采集单元用于对设备的运行控制数据进行采集;
在本实施例中,孪生建模模块包括拓扑关系建模单元、三维立体建模单元和二维平面建模单元,拓扑关系建模单元用于对设备间的拓扑关系进行提取建模,构建设备间的拓扑关系图,三维立体建模单元用于根据设备、工艺产品和操作人员的采集的数据进行三维建模,将设备、工艺产品和操作人员在三维软件中模拟,制作与现实场景同步的三维立体模型,二维平面建模单元用于根据设备采集的数据进行二维建模,将设备在二维软件中模拟,制作与现实场景同步的二维平面模型;
在本实施例中,设备控制模块包括故障判断单元、故障设备更换单元和更换设备提示单元,故障判断单元用于将提取数据导入故障判断策略中进行故障的判断,故障设备更换单元用于将设备数据导入故障设备更换策略中根据设备连接的拓扑图进行故障设备的更换或维修,更换设备提示单元用于对需要维护或更换的设备在二维平面模型和三维立体模型中进行提示;
在本实施例中,故障判断策略包括以下具体步骤:
S11、通过图像采集对工艺产品的数据进行采集,将工艺产品表面划分为n块,对n块工艺分产品的数据进行采集,采集的数据包括长度序列、宽度序列、高度序列和颜色色度数据序列,其中i为1-n中任一项,计算第i块工艺分产品的误差值,误差值的计算公式为:,其中,为第i块工艺分产品的长度合格值范围,为中最接近的值,为第i块工艺分产品的宽度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值;
S12、计算该工艺产品的总误差值,总误差值计算公式为,将总误差值与事先设定的误差阈值进行对比,若总误差值大于事先设定的误差阈值则将该产品设为次品,进行S13步操作,若总误差值小于事先设定的误差阈值,则将该产品设为成品,不进行S13操作;
S13、将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起。
实施例2
本实施例在实施例1的基础上通过对设备故障值进行计算,对影响工艺产品的残次的设备进行准确查找,以快速对机械故障进行定位和检修,如图1-图4所示,一种用于多维可视化管理的数字孪生工厂控制系统,其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,数据同步模块用于将数据采集模块的采集的数据进行按照时间顺序同步传输,孪生建模模块用于根据同步传输的数据构建同步拓扑关系、三维立体和二维平面的模型,拓扑提取模块用于对维修前和维修后的工厂设备的连接拓扑关系进行提取,设备控制模块用于通过设备控制策略控制更换后的设备的调试运行;
在本实施例中,数据采集模块包括工艺参数数据采集单元、拓扑关系采集单元、操作人员采集单元和设备控制数据采集单元,工艺参数数据采集单元用于对工艺产品制造数据参数进行采集,拓扑关系采集单元用于对厂房中设备与设备之间的拓扑连接关系进行采集,操作人员采集单元用于对厂房操作人员操作动作数据进行采集,设备控制数据采集单元用于对设备的运行控制数据进行采集;
在本实施例中,孪生建模模块包括拓扑关系建模单元、三维立体建模单元和二维平面建模单元,拓扑关系建模单元用于对设备间的拓扑关系进行提取建模,构建设备间的拓扑关系图,三维立体建模单元用于根据设备、工艺产品和操作人员的采集的数据进行三维建模,将设备、工艺产品和操作人员在三维软件中模拟,制作与现实场景同步的三维立体模型,二维平面建模单元用于根据设备采集的数据进行二维建模,将设备在二维软件中模拟,制作与现实场景同步的二维平面模型;
在本实施例中,设备控制模块包括故障判断单元、故障设备更换单元和更换设备提示单元,故障判断单元用于将提取数据导入故障判断策略中进行故障的判断,故障设备更换单元用于将设备数据导入故障设备更换策略中根据设备连接的拓扑图进行故障设备的更换或维修,更换设备提示单元用于对需要维护或更换的设备在二维平面模型和三维立体模型中进行提示;
在本实施例中,故障判断策略包括以下具体步骤:
S11、通过图像采集对工艺产品的数据进行采集,将工艺产品表面划分为n块,对n块工艺分产品的数据进行采集,采集的数据包括长度序列、宽度序列、高度序列和颜色色度数据序列,其中i为1-n中任一项,计算第i块工艺分产品的误差值,误差值的计算公式为:,其中,为第i块工艺分产品的长度合格值范围,为中最接近的值,为第i块工艺分产品的宽度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值;
S12、计算该工艺产品的总误差值,总误差值计算公式为,将总误差值与事先设定的误差阈值进行对比,若总误差值大于事先设定的误差阈值则将该产品设为次品,进行S13步操作,若总误差值小于事先设定的误差阈值,则将该产品设为成品,不进行S13操作;
S13、将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起;
在本实施例中,故障设备更换策略包括以下具体步骤:
S21、提取工艺产品的误差数据,对与误差数据相关的生产线模块设备进行检测,对相关的生产线模块设备进行数据提取;
S22、将提取数据与设定数据进行对比,计算各个设备的故障值,故障值的计算公式为:,其中k为设备序号,n为设备提取数据项目数,为第j项提取数据,为设定数据的安全值范围,为设定数据的安全值范围中最接近的值,对故障值最大的设备进行提取;
S23、对故障值最大的设备的使用年限year进行提取,使用公式,为故障影响值,若故障影响值大于设定的故障影响值则需要对设备进行更换,若故障影响值小于等于设定的故障影响值则需要对设备进行维修;
S24、根据设备连接的拓扑图进行故障设备的更换或维修。
实施例3
本实施例在实施例2的基础上通过设置的设备控制策略对更换或检修后的设备进行调试运行,将设备工作数据和计算得到的标准数据进行提取,计算其误差值,将计算得到的误差值与设定的误差值阈值对比,若误差值小于等于设定的阈值,则表示维修或更换操作完成,若误差值大于设定的阈值,则表示维修或更换操作未完成,需要重新调试,以快速准确对更换或检修后的设备进行调试,如图1-图4所示,一种用于多维可视化管理的数字孪生工厂控制系统,其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,数据同步模块用于将数据采集模块的采集的数据进行按照时间顺序同步传输,孪生建模模块用于根据同步传输的数据构建同步拓扑关系、三维立体和二维平面的模型,拓扑提取模块用于对维修前和维修后的工厂设备的连接拓扑关系进行提取,设备控制模块用于通过设备控制策略控制更换后的设备的调试运行;
在本实施例中,数据采集模块包括工艺参数数据采集单元、拓扑关系采集单元、操作人员采集单元和设备控制数据采集单元,工艺参数数据采集单元用于对工艺产品制造数据参数进行采集,拓扑关系采集单元用于对厂房中设备与设备之间的拓扑连接关系进行采集,操作人员采集单元用于对厂房操作人员操作动作数据进行采集,设备控制数据采集单元用于对设备的运行控制数据进行采集;
在本实施例中,孪生建模模块包括拓扑关系建模单元、三维立体建模单元和二维平面建模单元,拓扑关系建模单元用于对设备间的拓扑关系进行提取建模,构建设备间的拓扑关系图,三维立体建模单元用于根据设备、工艺产品和操作人员的采集的数据进行三维建模,将设备、工艺产品和操作人员在三维软件中模拟,制作与现实场景同步的三维立体模型,二维平面建模单元用于根据设备采集的数据进行二维建模,将设备在二维软件中模拟,制作与现实场景同步的二维平面模型;
在本实施例中,设备控制模块包括故障判断单元、故障设备更换单元和更换设备提示单元,故障判断单元用于将提取数据导入故障判断策略中进行故障的判断,故障设备更换单元用于将设备数据导入故障设备更换策略中根据设备连接的拓扑图进行故障设备的更换或维修,更换设备提示单元用于对需要维护或更换的设备在二维平面模型和三维立体模型中进行提示;
在本实施例中,故障判断策略包括以下具体步骤:
S11、通过图像采集对工艺产品的数据进行采集,将工艺产品表面划分为n块,对n块工艺分产品的数据进行采集,采集的数据包括长度序列、宽度序列、高度序列和颜色色度数据序列,其中i为1-n中任一项,计算第i块工艺分产品的误差值,误差值的计算公式为:,其中,为第i块工艺分产品的长度合格值范围,为中最接近的值,为第i块工艺分产品的宽度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值;
S12、计算该工艺产品的总误差值,总误差值计算公式为,将总误差值与事先设定的误差阈值进行对比,若总误差值大于事先设定的误差阈值则将该产品设为次品,进行S13步操作,若总误差值小于事先设定的误差阈值,则将该产品设为成品,不进行S13操作;
S13、将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起;
在本实施例中,故障设备更换策略包括以下具体步骤:
S21、提取工艺产品的误差数据,对与误差数据相关的生产线模块设备进行检测,对相关的生产线模块设备进行数据提取;
S22、将提取数据与设定数据进行对比,计算各个设备的故障值,故障值的计算公式为:,其中k为设备序号,n为设备提取数据项目数,为第j项提取数据,为设定数据的安全值范围,为设定数据的安全值范围中最接近的值,对故障值最大的设备进行提取;
S23、对故障值最大的设备的使用年限year进行提取,使用公式,为故障影响值,若故障影响值大于设定的故障影响值则需要对设备进行更换,若故障影响值小于等于设定的故障影响值则需要对设备进行维修;
S24、根据设备连接的拓扑图进行故障设备的更换或维修;
在本实施例中,设备控制策略包括以下具体步骤:
S31、对检修或更换后的设备按照设备连接的拓扑图按照在流水线上,输入控制数据,对设备工作数据进行采集;
S32、将设备工作数据和计算得到的标准数据进行提取,计算其误差值,误差值计算公式为:,其中d为设备工作数据项数,c为1-d中任一个,为第c项设备工作数据,为第c项设备标准数据;
S33、将计算得到的与设定的误差值阈值对比,若小于等于设定的阈值,则表示维修或更换操作完成,若大于设定的阈值,则表示维修或更换操作未完成,需要重新调试。
重要的是,应注意,在多个不同示例性实施方案中示出的本发明的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案,但参阅此公开内容的人员应容易理解,在实质上不偏离该发明中所描述的主题的新颖教导和优点的前提下,许多改型是可能的(例如,各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如,温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如,示出为整体成形的元件可以由多个部分或元件构成,元件的位置可被倒置或以其它方式改变,并且分立元件的性质或数目或位置可被更改或改变。因此,所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中,任何“装置加功能”的条款都旨在覆盖在本发明中所描述的执行所述功能的结构,且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下,可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此,本发明不限制于特定的实施方案,而是扩展至仍落在所附的权利要求书的范围内的多种改型。
应理解的是,在任何实际实施方式的开发过程中,如在任何工程或设计项目中,可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的,但对于那些得益于此公开内容的普通技术人员来说,不需要过多实验,所述开发努力将是一个设计、制造和生产的常规工作。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:其包括数据采集模块、数据同步模块、孪生建模模块、拓扑提取模块和设备控制模块,
所述数据采集模块用于采集生产线各位置的生产参数数据、设备与设备之间的拓扑关系数据、操作人员数据和设备运行数据,
所述数据同步模块用于将数据采集模块的采集的数据进行按照时间顺序同步传输,
所述孪生建模模块用于根据同步传输的数据构建同步拓扑关系、三维立体和二维平面的模型,
所述拓扑提取模块用于对维修前和维修后的工厂设备的连接拓扑关系进行提取,
所述设备控制模块用于通过设备控制策略控制更换后的设备的调试运行。
2.根据权利要求1所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述数据采集模块包括工艺参数数据采集单元、拓扑关系采集单元、操作人员采集单元和设备控制数据采集单元,所述工艺参数数据采集单元用于对工艺产品制造数据参数进行采集,所述拓扑关系采集单元用于对厂房中设备与设备之间的拓扑连接关系进行采集,所述操作人员采集单元用于对厂房操作人员操作动作数据进行采集,所述设备控制数据采集单元用于对设备的运行控制数据进行采集。
3.根据权利要求2所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述孪生建模模块包括拓扑关系建模单元、三维立体建模单元和二维平面建模单元,所述拓扑关系建模单元用于对设备间的拓扑关系进行提取建模,构建设备间的拓扑关系图,所述三维立体建模单元用于根据设备、工艺产品和操作人员的采集的数据进行三维建模,将设备、工艺产品和操作人员在三维软件中模拟,制作与现实场景同步的三维立体模型,所述二维平面建模单元用于根据设备采集的数据进行二维建模,将设备在二维软件中模拟,制作与现实场景同步的二维平面模型。
4.根据权利要求3所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述设备控制模块包括故障判断单元、故障设备更换单元和更换设备提示单元,所述故障判断单元用于将提取数据导入故障判断策略中进行故障的判断,所述故障设备更换单元用于将设备数据导入故障设备更换策略中根据设备连接的拓扑图进行故障设备的更换或维修,所述更换设备提示单元用于对需要维护或更换的设备在二维平面模型和三维立体模型中进行提示。
5.根据权利要求4所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述故障判断策略包括以下具体步骤:
S11、通过图像采集对工艺产品的数据进行采集,将工艺产品表面划分为n块,对n块工艺分产品的数据进行采集,采集的数据包括长度序列 、宽度序列、高度序列和颜色色度数据序列,其中i为1-n中任一项,计算第i块工艺分产品的误差值,误差值的计算公式为:,其中,为第i块工艺分产品的长度合格值范围,为中最接近的值,为第i块工艺分产品的宽度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值,为第i块工艺分产品的高度合格值范围,为中最接近的值;
S12、计算该工艺产品的总误差值,总误差值计算公式为,将总误差值与事先设定的误差阈值进行对比,若总误差值大于事先设定的误差阈值则将该产品设为次品,进行S13步操作,若总误差值小于事先设定的误差阈值,则将该产品设为成品,不进行S13操作;
S13、将人员手臂动作数据进行采集,通过三维立体建模单元对动作数据进行仿真,将实际动作数据与标准的动作数据代入余弦相似度公式中计算相似度,若计算得到的相似度值大于等于设定的相似阈值,则说明故障来自于机器设备,需要对机器设备进行维护更换,若计算得到的相似度值小于设定的相似阈值,则说明故障是人为引起。
6.根据权利要求5所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述故障设备更换策略包括以下具体步骤:
S21、提取工艺产品的误差数据,对与误差数据相关的生产线模块设备进行检测,对相关的生产线模块设备进行数据提取;
S22、将提取数据与设定数据进行对比,计算各个设备的故障值,故障值的计算公式为:,其中k为设备序号,n为设备提取数据项目数,为第j项提取数据,为设定数据的安全值范围,为设定数据的安全值范围中最接近的值,对故障值最大的设备进行提取;
S23、对故障值最大的设备的使用年限year进行提取,使用公式,为故障影响值,若故障影响值大于设定的故障影响值则需要对设备进行更换,若故障影响值小于等于设定的故障影响值则需要对设备进行维修;
S24、根据设备连接的拓扑图进行故障设备的更换或维修。
7.根据权利要求6所述的一种用于多维可视化管理的数字孪生工厂控制系统,其特征在于:所述设备控制策略包括以下具体步骤:
S31、对检修或更换后的设备按照设备连接的拓扑图按照在流水线上,输入控制数据,对设备工作数据进行采集;
S32、将设备工作数据和计算得到的标准数据进行提取,计算其误差值,误差值计算公式为:,其中d为设备工作数据项数,c为1-d中任一个,为第c项设备工作数据,为第c项设备标准数据;
S33、将计算得到的与设定的误差值阈值对比,若小于等于设定的阈值,则表示维修或更换操作完成,若大于设定的阈值,则表示维修或更换操作未完成,需要重新调试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310387264.6A CN116107280B (zh) | 2023-04-12 | 2023-04-12 | 一种用于多维可视化管理的数字孪生工厂控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310387264.6A CN116107280B (zh) | 2023-04-12 | 2023-04-12 | 一种用于多维可视化管理的数字孪生工厂控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116107280A true CN116107280A (zh) | 2023-05-12 |
CN116107280B CN116107280B (zh) | 2023-07-04 |
Family
ID=86260139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310387264.6A Active CN116107280B (zh) | 2023-04-12 | 2023-04-12 | 一种用于多维可视化管理的数字孪生工厂控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116107280B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN116841270A (zh) * | 2023-09-01 | 2023-10-03 | 贵州通利数字科技有限公司 | 一种基于物联网的智能生产线调度方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893700A (zh) * | 2016-04-26 | 2016-08-24 | 陆新建 | 基于物理-大数据混合模型的化工生产在线故障检测与诊断技术 |
CN113255170A (zh) * | 2021-07-06 | 2021-08-13 | 江苏中车数字科技有限公司 | 一种云边协同工厂数字孪生监控建模系统和建模方法 |
WO2022024946A1 (ja) * | 2020-07-28 | 2022-02-03 | 川崎重工業株式会社 | 状態監視装置、状態異常判別方法及び状態異常判別プログラム |
CN115033609A (zh) * | 2022-08-15 | 2022-09-09 | 江苏苏港智能装备产业创新中心有限公司 | 一种起升机构非稳态负载下振动监测分析方法及系统 |
CN115392883A (zh) * | 2022-09-22 | 2022-11-25 | 苏州君翔同创科技有限公司 | 一种云边协同工厂数字孪生监控建模系统和建模方法 |
-
2023
- 2023-04-12 CN CN202310387264.6A patent/CN116107280B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893700A (zh) * | 2016-04-26 | 2016-08-24 | 陆新建 | 基于物理-大数据混合模型的化工生产在线故障检测与诊断技术 |
WO2022024946A1 (ja) * | 2020-07-28 | 2022-02-03 | 川崎重工業株式会社 | 状態監視装置、状態異常判別方法及び状態異常判別プログラム |
CN113255170A (zh) * | 2021-07-06 | 2021-08-13 | 江苏中车数字科技有限公司 | 一种云边协同工厂数字孪生监控建模系统和建模方法 |
CN115033609A (zh) * | 2022-08-15 | 2022-09-09 | 江苏苏港智能装备产业创新中心有限公司 | 一种起升机构非稳态负载下振动监测分析方法及系统 |
CN115392883A (zh) * | 2022-09-22 | 2022-11-25 | 苏州君翔同创科技有限公司 | 一种云边协同工厂数字孪生监控建模系统和建模方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN116823233B (zh) * | 2023-08-30 | 2023-11-07 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN116841270A (zh) * | 2023-09-01 | 2023-10-03 | 贵州通利数字科技有限公司 | 一种基于物联网的智能生产线调度方法及系统 |
CN116841270B (zh) * | 2023-09-01 | 2023-11-14 | 贵州通利数字科技有限公司 | 一种基于物联网的智能生产线调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116107280B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116107280B (zh) | 一种用于多维可视化管理的数字孪生工厂控制系统 | |
CN102270271B (zh) | 基于相似度曲线的设备故障早期预警及优化的方法和系统 | |
CN111968004A (zh) | 一种基于数字孪生的高精密产品装调一体化系统 | |
CN112765768B (zh) | 基于物联网的离散型车间数字溯源方法 | |
US20130132000A1 (en) | Monitoring diagnostic device and monitoring diagnostic method | |
CN109406984B (zh) | 集成电路全生态链智能测试分析方法 | |
CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的系统 | |
CN116822353A (zh) | 一种制造工艺过程的数字孪生模型快速构建方法 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN116109010B (zh) | 一种基于数字孪生技术的化工厂区智能运维系统 | |
CN116664113A (zh) | 一种面向电力计量标准化作业的智能安全监管系统 | |
CN117056688A (zh) | 一种基于数据分析的新材料生产数据管理系统及方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN114789468A (zh) | 一种自动故障检测及修复系统、方法、设备及终端 | |
CN116703254B (zh) | 模具机械零部件生产信息管理系统 | |
CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
CN1295578C (zh) | 协调管制界限与机台效能的系统与方法 | |
CN116911529A (zh) | 一种基于bim模型的物联网设备管理的方法与系统 | |
CN115604013B (zh) | 一种工业数据交互平台及交互方法 | |
CN116467592A (zh) | 一种基于深度学习的生产设备故障智能监测方法及系统 | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
TWI820595B (zh) | 生產系統、方法及電腦程式產品 | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
CN116821403B (zh) | 一种厂区设备的智能运维方法及系统 | |
CN116295855B (zh) | 基于无线通信网络的故障定位及诊断系统 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Digital Twin Factory Control System for Multidimensional Visual Management Granted publication date: 20230704 Pledgee: Nanjing Bank Co.,Ltd. Nanjing North Branch Pledgor: Nanjing qiangsi Digital Technology Co.,Ltd. Registration number: Y2024980004343 |