CN116883025A - 一种基于数字孪生的分布式制造物料追溯方法 - Google Patents
一种基于数字孪生的分布式制造物料追溯方法 Download PDFInfo
- Publication number
- CN116883025A CN116883025A CN202311140404.6A CN202311140404A CN116883025A CN 116883025 A CN116883025 A CN 116883025A CN 202311140404 A CN202311140404 A CN 202311140404A CN 116883025 A CN116883025 A CN 116883025A
- Authority
- CN
- China
- Prior art keywords
- data
- tracing
- model
- factory
- kafka
- 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
- 239000000463 material Substances 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 32
- 230000002441 reversible effect Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000009877 rendering Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000037406 food intake Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- 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分布式制造物料追溯方法，所述方法包括：S201：对工厂及车间里的设备使用Unity进行数字孪生建模；模型获取数据之后根据数据值控制模型上的相关组件状态并加载相关动画；S202：对物料进行标识并进行数据的采集；所述数据包括物料数据、传感器数据和操作数据；S203：将采集的各个工厂车间设备数据进行数据传输和存储；S204：对数据进行处理，满足物料追溯的要求；S205：物料追溯，根据生成的追溯路径生成追溯文档。本发明可以实时的追踪到从物料到产品的正向追溯和从产品到物料的逆向追溯中涉及的相关数据，并且可以可视化的查看物料在各个工厂设备之间如何流转。
Description
技术领域
本发明涉及计算机网络及数据处理技术领域，尤其是涉及一种基于数字孪生的分布式制造物料追溯方法。
背景技术
分布式制造（Distributed Manufacturing）是一个制造方法，它涉及到将生产过程分布到不同的地点，而不是集中在单一的大型工厂中。这种制造方法的关键优势在于能够更快速、灵活地响应市场需求、减少物流成本和降低生产风险。分布式制造是一个更加分散、灵活和响应式的生产模式，它利用了现代技术来满足今天快速变化和多样化的市场需求。
目前主要采用的方式是集成系统追溯，可以记录物料的生命周期信息，从采购、计划、生产到分销，并且可以提供完整的生产过程数据和供应链追溯数据。
集成系统追溯是一种数据集中、全面的生产和供应管理追溯，但随着技术的发展，产品工艺要求越来越复杂，不同工厂的不同生产设备由不同的设备商提供并且工序繁多，而且多数物料通过加工成为半成品或改变形态之后，会成为下一级工序的输入物料，通过物流运输到另外的工厂车间进行新的加工，直至最终产品的产出。以某光伏产品为例，原材料硅这种物料经过4家不同的工厂加工，成为最终可用的光伏产品，其在最后的一家工厂进行了14道工序的加工生产，涉及数种设备、数个机台，当对有质量问题的光伏产品逆向追溯查看在哪道工序上发生了质量问题或对硅料进行正向追溯查看新投入的一批次硅料到了哪种工序带来了困难。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种基于数字孪生的分布式制造物料追溯方法，可以实时的追踪到从物料到产品的正向追溯和从产品到物料的逆向追溯中涉及的设备编号、机台号、操作人、操作时间、物料名称、物料供应商、物料编码、规格、分类、批次、数量等相关数据，并且可以可视化的查看物料在各个工厂设备之间如何流转。
为实现上述目的，本发明提供一种基于数字孪生的分布式制造物料追溯方法，其特征在于，所述方法的具体实现步骤如下：
S201：对工厂及车间里的设备使用Unity进行数字孪生建模；模型获取数据之后根据数据值控制模型上的相关组件状态并加载相关动画；
S202：对物料进行标识并进行数据的采集；所述数据包括物料数据、传感器数据和操作数据；
S203：将采集的各个工厂车间设备数据进行数据传输和存储；使用Apache Kafka作为分布式事件流平台，用于摄取和传输实时数据；
S204：对数据进行处理，满足物料追溯的要求；将物料在设备中的每次流转按照物料的时间序列生成物料流转记录存储到关系型数据库；
S205：物料追溯，根据生成的追溯路径生成追溯文档。
进一步，步骤S201中，模型通过RESTful API的方式从数据库中实时获取数据，数据以json格式存储。
进一步，步骤S202中，物料数据包括使用RFID、条形码或QR码为每批物料打上唯一标识，在每个工序的设备额外安装RFID读取器、条形码扫描仪或相机来扫描QR码。
进一步，步骤S202中的传感器数据包括温度传感器、湿度传感器和/或转速传感器，通过传感器实时收集数据。
进一步，步骤S203具体步骤如下：
Kafka集群部署与配置: 在每个地理位置至少部署三个Kafka broker；确保所有IoT设备和边缘计算节点可以访问Kafka集群；
创建Kafka主题:为每家工厂创建独立的Kafka主题，确保每家工厂的数据分开；
IoT设备与Kafka集成:在每个IoT网关或边缘计算设备上，配置Kafka producer，对IoT设备发送的数据进行序列化；
数据存储:将数据存储到influxDB时间序列数据库中，根据数据属性的不同存放到不同的数据表中。
进一步，步骤S204中，使用Apache Flink流处理框架处理kafka中的数据，为每个工厂的Kafka主题定义一个数据源，使用Flink的流处理API进行数据转换、过滤和关联操作。
进一步，步骤S205中，物料追溯包括正向追溯和逆向追溯两种方式，正向追溯是在数字孪生模型中，物料经过各个工厂设备具体流转的动画模式，逆向追溯是在数字孪生模型中，在世界地图上反向按照加工时间一步步向前追溯工厂并生成追溯路径。
进一步，步骤201具体建模过程包括：
S301：车间设备CAD图纸格式转换；
S302：纹理材质加工；
S303:模型渲染；
S304：模型数据接口开发。
进一步，步骤S301中，确定CAD图纸的格式，进行图纸的简化、修复和优化；将处理好的CAD图纸转换为一个中间的3D模型格式。
进一步，所述3D模型格式包括FBX, OBJ或3DS。
本发明解决了每家工厂拥有不同的工序生产线，当物料从上一道工序完成加工之后，成为另外一种形态的物料，被运往了另外一家工厂的工序生产线上进行生产，经过多道工序，最终变为产品的过程里，可以实时的追踪到从物料到产品的正向追溯和从产品到物料的逆向追溯中涉及的设备编号、机台号、操作人、操作时间、物料名称、物料供应商、物料编码、规格、分类、批次、数量等相关数据，并且可以可视化的查看物料在各个工厂设备之间如何流转。
附图说明
图1示出了根据本发明的基于数字孪生的分布式制造物料追溯方法的整体系统架构；
图2示出了根据本发明的基于数字孪生的分布式制造物料追溯方法流程图；
图3示出了根据本发明的方法中3D建模流程图。
具体实施方式
下面将结合附图，对本发明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做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。
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“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合图1-图3对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明解决了每家工厂拥有不同的工序生产线，当物料从上一道工序完成加工之后，成为另外一种形态的物料，被运往了另外一家工厂的工序生产线上进行生产，经过多道工序，最终变为产品的过程里，可以实时的追踪到从物料到产品的正向追溯和从产品到物料的逆向追溯中涉及的设备编号、机台号、操作人、操作时间、物料名称、物料供应商、物料编码、规格、分类、批次、数量等相关数据，并且可以可视化的查看物料在各个工厂设备之间如何流转。
如图1所示， 本发明提供一种基于数字孪生的分布式制造物料追溯方法，整体系统架构可以采用多种介质通过网络访问访问服务器，返回需要的结果。其中多种介质可包括电脑101、手机102和平板电脑103，通过网络104访问服务器105。实现企业物料追溯链条的端到端实时可视性，帮助企业应对市场的各种变化，确保能即时访问最新信息。其中，数字孪生（Digital Twin）：数字孪生是一个实体或系统的数字复制品，可以是一个产品、过程、系统或设备。它不仅仅是一个静态的3D模型，而是一个集成了物理资产、传感器数据、环境数据、历史数据等多种数据的动态模型。这种模型能够实时地反映其物理实体的状态和行为，并能在虚拟环境中进行模拟和预测。
本发明方法详细步骤如图2所示：
根据本发明的基于数字孪生的分布式制造物料追溯方法，具体步骤如下：
S201：对工厂及车间里的设备使用Unity进行数字孪生建模。
其中包含3D建模，具体建模步骤在图3详细阐述。
3D建模是用三维软件创建物体或场景的过程。它主要用于图形设计、视频游戏、电影、建筑设计等领域，并为物体提供三维外观。数字孪生中包含3D模型， 3D模型为数字孪生提供基础的外观和结构信息。在这种意义上，3D建模可以视为数字孪生的一部分或前提。
模型通过RESTful API的方式从数据库中实时获取数据，数据以json格式存储。模型获取数据之后根据数据值控制模型上的相关组件状态并加载相关动画，例如：设备A001的设备时空数据的运行状态返回值是“运行中”，那么该设备对应的模型亮的是绿灯，加载设备运行状态的动画；当设备时空数据运行状态返回值是“维修”，那么该设备对应的模型亮的是黄灯，加载设备有工人维修的动画；当设备时空数据返回设备的方向顺时针旋转30度，那么该设备对应的模型在加载完机台旋转动画之后，将设备的三维坐标按照顺时针旋转30度从新生成三维坐标进行覆盖，从而在动画结束之后，实现设备模型完成了顺时针旋转30度。
其中，时空数据是关于对象在时间和空间上的位置及其属性的数据。在本实施例的场景中，设备的时空数据包含该设备的当前状态（如运行、维修）、位置、方向和其他与时间和空间相关的信息。例如，设备在某个时间点的坐标、设备朝向的角度等。
其中，设备方向数据是指设备的当前朝向或姿态。例如，如果一个可以旋转的机器或传感器，那么它的"方向"是关于其当前面对或指向的方向的信息。这个方向可以通过角度来表示（如顺时针旋转了多少度）。
数字孪生建模过程中使用的数据包括时空数据、设备方向数据和状态数据，各数据采集方式如下：
时空数据通过GPS (全球定位系统)采集室外移动设备的时空数据，通过室内定位系统 (Indoor Positioning Systems, IPS) 确定室内设备的位置，室内定位系统包括Wi-Fi、蓝牙或超宽带（UWB）。
设备方向数据通过IMU (惯性测量单元)和编码器实现，其中IMU用于测量设备的线性和角加速度，用来确定设备的方向和姿态。编码器用于机械设备或机器人关节进行检测，用于测量设备或部件的旋转角度。
状态数据通过状态传感器和震动传感器实现；其中，状态传感器包括电流传感器和温度传感器，电流传感器用于检测电机是否在运行，温度传感器用于监测设备的工作温度。震动传感器用于检测机器是否在运行以及其运行的状态。
模型通过数据采集单元 (Data Acquisition Unit, DAQ)进行数据采集，数据采集单元连接到各个传感器和检测设备，并将模拟信号转换为数字信号，以便进一步处理和传输。采用通讯协议（例如MQTT、CoAP、HTTP等），将收集的数据从设备传输到中央服务器或数据库，并在数据源附近（如设备或传感器）进行数据处理，然后仅发送所需的数据或检测结果，以减少传输带宽和延迟。
各传感器和检测设备提供的数据通过RESTful API实时与数字孪生模型同步。
设置模型旋转是为了确保数字孪生模型准确地反映了实体设备在现实世界中的真实状态和位置。通过使模型旋转，数字孪生能够同步更新，以确保其表示的状态、位置和方向与实体设备完全一致。这为观察者提供了一个准确、直观的设备状态和位置的可视化展示，使其能够更好地理解设备的实际工作状况和位置。
如果实体设备实际上已经顺时针旋转了30度，但数字模型仍然保持原样，那么模型就不能准确地表示设备的当前状态。通过使模型同步旋转，确保了数字孪生与实体设备保持一致，这对于监控、维护和其他操作至关重要。
S202:对物料进行标识并进行数据的采集。
物料数据：使用RFID、条形码或QR码为每批物料打上唯一标识，在每个工序的设备额外安装RFID读取器、条形码扫描仪或相机来扫描QR码。
传感器数据：设备上的传感器可以收集大量的数据。例如，温度传感器、湿度传感器、转速传感器等。这些传感器与IoT网关或边缘计算设备直接相连，可以实时收集数据。
操作数据：使用操作面板或触摸屏设备，记录操作人员、操作时间等信息。这也作为传感器的一部分，直接连接到IoT网关或边缘计算设备。
S203: 将采集的各个工厂车间设备数据进行数据传输和存储。
使用Apache Kafka作为分布式事件流平台，用于摄取和传输大量的实时数据，具体步骤如下：
1. Kafka集群部署与网络配置:
集群部署: 为了确保高可用性和容错性，在每个地理位置至少部署三个Kafkabroker。
网络配置: 确保所有IoT设备和边缘计算节点可以访问Kafka集群，并设置合适的防火墙规则，以保证数据的安全传输。
2. 创建Kafka主题:
为每家工厂创建独立的Kafka主题，例如factory1-data, factory2-data等，这样可以确保每家工厂的数据分开，并便于数据的管理和维护。
3. IoT设备与Kafka集成:
IoT Gateway/边缘计算设备配置: 在每个IoT网关或边缘计算设备上，配置Kafkaproducer，确保它们能够将数据发送到正确的Kafka主题。
数据格式与序列化: 使用Avro或Protocol Buffers，对IoT设备发送的数据进行序列化，确保数据格式统一并减少传输数据的大小。
4. 数据存储:
将数据存储到influxDB时间序列数据库中，根据数据属性的不同存放到不同的数据表中，包括设备时空数据，设备的位置、方向、转速、运行状态（枚举值：运行中、停机、故障、保养、维修）随时间的变化而准确的记录在设备时空数据表中。
S204:对数据进行处理，满足物料追溯的要求。
使用Apache Flink流处理框架处理kafka中的数据，为每个工厂的Kafka主题定义一个数据源，使用Flink的流处理API进行数据转换、过滤和关联操作。物料在设备中的每次流转都有时间，按照物料的时间序列，关联物料ID、工序ID、设备ID，生成完整的物料流转记录存储到高性能的关系型数据库，所述关系型数据库采用PostgreSQL。
S205:物料追溯。
物料追溯包括正向追溯和逆向追溯两种方式，正向追溯是在数字孪生模型中，物料经过各个工厂设备具体流转的动画模式，逆向追溯是在数字孪生模型中，在数字孪生世界地图模型上反向按照加工时间一步步向前追溯工厂并生成追溯路径。
其中，数字孪生世界地图模型指的是通过3D建模的方式完成世界地图3D模型，是一个全球性的地理信息展示模型，被集成在数字孪生世界地图模型中，可以在其上显示物料的具体位置和流动路径，跨越不同的国家和地区。在数字孪生世界地图模型中进行逆向追溯并在世界地图上展示追溯路径，这意味着可以清晰地展示物料从当前位置反向经过的所有地点，直至其原始来源地。
例如，考虑一个汽车制造商，其零部件可能来自全球各地：电池可能来自韩国，金属部件可能来自欧洲，电子元件可能来自中国等。当完成的汽车被检测出有问题时，制造商可能想要追溯某个特定部件的所有供应和生产过程。通过数字孪生世界地图模型，他们可以从当前汽车的位置开始，逆向追溯该部件的所有经过地点，直到达到其原始生产地。
采用数字孪生世界地图模型的可视化有助于提供清晰的供应链视图，使企业能够快速确定问题来源、改进供应链决策并优化物料流程。
正向追溯物料生产过程，逆向追溯物料生产途径，无论是正向追溯还是逆向追溯，都可以根据生成的追溯路径生成追溯文档，可以在线查看和下载。
实现的具体技术流程：
正向追溯包括如下步骤：
P1.用户在Web界面中输入物料号并点击发送，用户实时请求通过HTTPS协议以JSON格式封装成HTTPS POST请求，发送到服务器。
P2.收到HTTPS请求，解析出JSON数据，通过SQLAlchemy等ORM库对数据库的查询，然后将查询出的数据根据物料流转到设备的时间最早到最晚正向排序，从而得到物料的生产顺序数据，将这些数据使用通过调用函数封装成数组来存储排序后的节点信息，每个节点包括设备ID、工厂ID、操作时间、工序类型信息。
P3.对数组进行循环遍历，并将数据以JSON格式封装成HTTPS POST请求，所有不同类型的数字孪生模型存储在对应的资源文件夹中,将工厂ID、设备ID两者作为参数去调用数字孪生工厂模型时会触发已编写的函数Resources.Load()从资源文件夹中来动态加载模型，数字孪生工厂模型通过接口函数解析该JSON格式的数据包，然后触发数字孪生工厂模型内置的各类设备模型动画。
数字孪生模型：数字孪生模型是其结合数字孪生技术、实时数据采集和处理技术、物料正向追溯和逆向追溯技术、动态模型加载技术、实时数据与3D模型之间的交互技术和动画状态机的逻辑。该模型的目的是在数字空间中准确反映现实世界中的物体或系统的状态和行为。
数字孪生工厂模型：是数字孪生模型的一个子集，专门描述工厂的数字模型，其中包括工厂内的所有设备3D模型、工艺加工流程动画、设备运动动画等。
P4.在循环遍历过程中，当上下2个节点所在的工厂ID不同时，触发数字孪生模型动画状态机，将内置的“拉着货物运行的汽车”过场动画进行播放，在播放期间调用下一个数字孪生工厂模型，等待此模型所有素材加载完毕之后，内置的“拉着货物运行的汽车”过场动画停止播放，开始将继续解析JSON格式的数据包，然后触发已经加载完成的数字孪生模型内置的各类组件，以达到相关动画效果，直至承载了数据的数组遍历完成，正向追溯的模型调用并展示的过程结束。
P5.调用报告生成库ReportLab，将遍历完成后的数组内的数据生成追溯路径文档。
逆向追溯包括以下步骤：
T1.用户在Web界面中输入物料号并点击发送，用户实时请求通过HTTPS协议以JSON格式封装成HTTPS POST请求，发送到服务器。
T2.收到HTTPS请求，解析出JSON数据，通过SQLAlchemy等ORM库对数据库的查询，然后将查询出的数据根据物料流转到不同工厂的最晚到最早时间逆向排序，从而得到产品由哪些工厂加工而来，将这些数据使用通过调用函数封装成数组来存储排序后的节点信息，每个节点包括工厂ID、进入工厂时间、离开工厂时间、工序类型、物料产地、物料数量等信息。
T3.对数组进行循环遍历，并将数据以JSON格式封装成HTTPS POST请求，所有不同的数字孪生模型存储在不同的资源文件夹中,因此将工厂ID作为参数去调用数字孪生世界地图模型和数字孪生工厂模型时会触发已编写的函数Resources.Load()从资源文件夹中来动态加载模型，加载完毕的数字孪生模型通过内置的的接口函数解析该JSON格式的数据包，将数字孪生工厂模型正确置在数字孪生世界地图模型的工厂所在地之上。
T4.在循环遍历过程中，当上下2个节点所在的工厂ID不同时，触发数字孪生模型动画状态机，世界地图模型会根据工厂和工厂之间的物流路径，播放世界地图旋转动画，期间调用下一个数字孪生工厂模型，等待此模型所有素材加载完毕之后，世界地图旋转动画停止播放，通过内置的的接口函数解析该JSON格式的数据包，将数字孪生工厂模型正确置在数字孪生世界地图模型的工厂所在地之上，直至承载了数据的数组遍历完成，逆向追溯的模型调用并展示的过程结束。
T5.调用报告生成库ReportLab，将遍历完成后的数组内的数据生成追溯路径文档。
实现的具体业务流程：
在使用界面选择正向追溯之后，输入物料号，根据物料号在所有工厂中第一次出现的时间节点，在何种工序的哪台设备上进行了加工，会展示在此设备中被加工了多长时间、加工的步骤、消耗的能源等等，然后按照时间节点继续向一下设备切换，以动画方式追溯此物料在各工序的设备中流转；如果转移到另外一家工厂，会出现拉着货物运行的汽车过场动画，并切换到新工厂的动画模型之后，继续播放该物料在新工厂的新工序的数字孪生模型的设备中流转，直至达到该物料的最终时间节点。
在使用界面选择逆向追溯之后，输入产品的编码，数字孪生模型以世界地图的方式展开，地图上会有工厂的等比例缩小的数字孪生模型，首先可以看到该产品的最终生产工厂所在国和所在地、加工时间、消耗物料的数量、能源消耗量、物料的原产地等，然后向前到达上一级工厂，并在世界地图上生成追溯路径，一步步到达源头的工厂，可以清晰的知道该产品经历了哪些工厂、哪些工序，让客户对产品质量、合法性、生产效率上等有直观感受。
具体地，步骤201具体建模过程如图3所示,包括以下步骤：
S301：车间设备CAD图纸格式转换。
根据CAD软件的不同（如AutoCAD, SolidWorks, Rhino等），确定CAD图纸的格式，例如DWG, DXF, IGES, STEP等，使用CAD软件进行图纸的简化、修复和优化，去除不必要的细节、合并重叠的面、填补空洞等。
将处理好的CAD图纸转换为一个中间的3D模型格式，如FBX, OBJ或3DS。（使用如Blender或3ds Max等3D建模软件进行转换。例如，在Blender中，可以导入STEP文件并导出为FBX格式）。
S302：纹理材质加工。包括以下几个方面：
1. 3D建模软件选择:
常用的3D建模软件如Blender、Maya、3ds Max、Cinema 4D等都支持纹理和材质的应用。这里以Blender为例进行描述。
2. 纹理与材质的准备:
纹理: 是2D图像，通常用来给物体的表面添加细节。例如，木纹、石纹、皮肤等。
材质: 定义了物体表面如何与光互动。例如，金属、玻璃、橡胶等。
在Blender中，可以使用其内置的Shader Editor来创建和编辑材质。纹理可以从图片编辑器或纹理绘画模式导入。
3. UV映射，具体实现如下:
在3D建模和渲染中，UV映射是一个过程，它定义了一个2D纹理如何映射到3D模型的表面。其中"U" 和 "V" 是2D纹理坐标，它们与3D模型的 "X", "Y" 和 "Z" 坐标系是相对的。
U：代表纹理的水平轴。
V：代表纹理的垂直轴。
3D模型是一个3D物体（如一个立方体或球体），而2D纹理图像是一个平面。UV映射用于将平面图像“贴”到3D物体上，使得纹理在物体的表面上显示得既合理又连贯，具体实现步骤如下：
首先，使用UV映射工具在3D模型上定义纹理坐标。这决定了2D纹理如何映射到3D模型上。
其次，创建一个新的材质，将纹理连接到材质的各个节点，例如基色(BaseColor)、粗糙度(Roughness)等。
最后，使用节点编辑器，可以混合多个纹理和调整其参数，以达到所需的外观效果。
S303:模型渲染，详细步骤包括：
R1. 光线模拟：为了产生真实的图像，渲染引擎模拟从光源发出的光线如何与场景中的物体互动。包括反射、折射和散射等光线现象。
R2. 着色：通过着色器实现，着色器是运行在图形处理单元（GPU）上的小程序，用于计算像素的颜色和亮度。常见的着色器有：顶点着色器、片段（或像素）着色器等。
R3. 纹理映射：UV映射将2D纹理应用到3D模型上。所述纹理包括颜色、光泽度、法线图等。
R4. 确定材料和反射属性：设定3D模型的表面属性（如光泽、粗糙度、金属感等），从而影响渲染的效果。这些属性定义了物体如何与光线互动。
R5. 生成阴影：为了更真实地模拟场景，渲染引擎能够计算哪些部分是在阴影中，以及计算这些阴影的深度和软度。
R6. 环境遮挡：通过模拟小范围阴影的技术实现，特别是在物体的凹角中。用于增加场景的深度感和现实感。
R7. 深度模糊：实现模拟相机的景深效果，即某些物体在焦点之外而变得模糊。
R8. 全局光照：通过模拟光线在场景中多次反射的技术实现。例如，阳光照在红色墙上，附近的物体可能会因为红色的反射而带有红色。
S304：模型数据接口开发。
从其他系统实时获取数据并与模型交互（如从PLM或MES系统），则可以编写Unity的C#脚本与外部数据库或API进行通信，将脚本封装为数据接口，通过RESTful API或WebSocket进行数据的实时传输和互动，以实时获取设备数据并在Unity中进行可视化。
应用数字孪生技术的优势如下：
实时监测与反馈：数字孪生可以实时地与其对应的物理实体同步，为用户提供即时的信息和反馈，使得用户能够迅速做出决策。
预测与模拟：数字孪生可以在虚拟环境中进行模拟和预测，帮助预见潜在问题并提前采取预防措施。
优化维护：通过数字孪生，企业可以更加精确地判断何时进行维护，减少不必要的停机时间。
生命周期管理：数字孪生模型可以在整个生命周期内使用，从设计和制造到使用和处置，帮助企业更好地管理资产。
远程协作与培训：数字孪生提供了一个可以多人参与的互动平台，方便团队进行远程协作或新员工培训。
在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，本领域的技术人员可以在不产生矛盾的情况下，将本说明书中描述的不同实施例或示例以及其中的特征进行结合或组合。
上述内容虽然已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型等更新操作。
Claims (10)
1.一种基于数字孪生的分布式制造物料追溯方法，其特征在于，所述方法的具体实现步骤如下：
S201：对工厂及车间里的设备使用Unity进行数字孪生建模；模型获取数据之后根据数据值控制模型上的相关组件状态并加载相关动画；
S202：对物料进行标识并进行数据的采集；所述数据包括物料数据、传感器数据和操作数据；
S203：将采集的各个工厂车间设备数据进行数据传输和存储；使用Apache Kafka作为分布式事件流平台，用于摄取和传输实时数据；
S204：对数据进行处理，满足物料追溯的要求；将物料在设备中的每次流转按照物料的时间序列生成物料流转记录存储到关系型数据库；
S205：物料追溯，根据生成的追溯路径生成追溯文档。
2.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S201中，模型通过RESTful API的方式从数据库中实时获取数据，数据以json格式存储。
3.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S202中，物料数据包括使用RFID、条形码或QR码为每批物料打上唯一标识，在每个工序的设备额外安装RFID读取器、条形码扫描仪或相机来扫描QR码。
4.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S202中的传感器数据包括温度传感器、湿度传感器和/或转速传感器，通过传感器实时收集数据。
5.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S203具体步骤如下：
Kafka集群部署与配置: 在每个地理位置至少部署三个Kafka broker；确保所有IoT设备和边缘计算节点可以访问Kafka集群；
创建Kafka主题:为每家工厂创建独立的Kafka主题，确保每家工厂的数据分开；
IoT设备与Kafka集成:在每个IoT网关或边缘计算设备上，配置Kafka producer，对IoT设备发送的数据进行序列化；
数据存储:将数据存储到influxDB时间序列数据库中，根据数据属性的不同存放到不同的数据表中。
6.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S204中，使用Apache Flink流处理框架处理kafka中的数据，为每个工厂的Kafka主题定义一个数据源，使用Flink的流处理API进行数据转换、过滤和关联操作。
7.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S205中，物料追溯包括正向追溯和逆向追溯两种方式，正向追溯是在数字孪生模型中，物料经过各个工厂设备具体流转的动画模式，逆向追溯是在数字孪生模型中，在世界地图上反向按照加工时间一步步向前追溯工厂并生成追溯路径。
8.根据权利要求1所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤201具体建模过程包括：
S301：车间设备CAD图纸格式转换；
S302：纹理材质加工；
S303:模型渲染；
S304：模型数据接口开发。
9.根据权利要求8所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，步骤S301中，确定CAD图纸的格式，进行图纸的简化、修复和优化；将处理好的CAD图纸转换为一个中间的3D模型格式。
10.根据权利要求9所述的基于数字孪生的分布式制造物料追溯方法，其特征在于，所述3D模型格式包括FBX, OBJ或3DS。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311140404.6A CN116883025A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生的分布式制造物料追溯方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311140404.6A CN116883025A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生的分布式制造物料追溯方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116883025A true CN116883025A (zh) | 2023-10-13 |
Family
ID=88271872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311140404.6A Pending CN116883025A (zh) | 2023-09-06 | 2023-09-06 | 一种基于数字孪生的分布式制造物料追溯方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116883025A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252346A (zh) * | 2023-11-15 | 2023-12-19 | 江西珉轩智能科技有限公司 | 一种物料溯源系统及方法 |
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180018719A1 (en) * | 2014-12-01 | 2018-01-18 | Shuhuai CAO | Quality perception information management method and system based on three-dimensional evaluation and time domain tracing |
| US20180196409A1 (en) * | 2016-02-17 | 2018-07-12 | Plataine Ltd. | Tracking production in a production facility using searchable digital threads |
| CN111582892A (zh) * | 2020-05-21 | 2020-08-25 | 机械工业第六设计研究院有限公司 | 一种速冻食品全流程质量追溯方法 |
| CN111858750A (zh) * | 2020-06-17 | 2020-10-30 | 广东工业大学 | 一种基于智能合约的货物仓储系统和方法 |
| CN114003998A (zh) * | 2021-11-05 | 2022-02-01 | 浙江东南网架股份有限公司 | 基于数字孪生技术的钢结构数字化工厂协同系统及方法 |
| US20220084175A1 (en) * | 2020-09-17 | 2022-03-17 | International Business Machines Corporation | Tracking of mass-produced products |
| CN114373111A (zh) * | 2021-12-29 | 2022-04-19 | 北京博能科技股份有限公司 | 一种基于孪生数据驱动的融合方法及引擎系统 |
| CN115097788A (zh) * | 2022-06-15 | 2022-09-23 | 昆明理工大学 | 一种基于数字孪生工厂的智能管控平台 |
| CN115238529A (zh) * | 2022-09-23 | 2022-10-25 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生的化纤长丝工艺溯源方法、装置及存储介质 |
| CN115310936A (zh) * | 2022-08-09 | 2022-11-08 | 盟立自动化科技(上海)有限公司 | 基于数字孪生的智慧物流工厂可视化与数据服务技术系统 |
| CN115330955A (zh) * | 2022-09-20 | 2022-11-11 | 罗中祥 | 一种基于数字孪生技术的产品可视化管控方法 |
| CN115841238A (zh) * | 2023-02-21 | 2023-03-24 | 山东捷瑞数字科技股份有限公司 | 一种基于数字孪生的原料监管系统及其监管方法 |
| CN116362769A (zh) * | 2023-03-06 | 2023-06-30 | 中国石油化工股份有限公司 | 成品油质量问题溯源方法及系统、电子设备、存储介质 |
| CN116468368A (zh) * | 2023-04-18 | 2023-07-21 | 江苏杰瑞科技集团有限责任公司 | 一种船舶分段车间物料管理的数字孪生方法 |
-
2023
- 2023-09-06 CN CN202311140404.6A patent/CN116883025A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180018719A1 (en) * | 2014-12-01 | 2018-01-18 | Shuhuai CAO | Quality perception information management method and system based on three-dimensional evaluation and time domain tracing |
| US20180196409A1 (en) * | 2016-02-17 | 2018-07-12 | Plataine Ltd. | Tracking production in a production facility using searchable digital threads |
| CN111582892A (zh) * | 2020-05-21 | 2020-08-25 | 机械工业第六设计研究院有限公司 | 一种速冻食品全流程质量追溯方法 |
| CN111858750A (zh) * | 2020-06-17 | 2020-10-30 | 广东工业大学 | 一种基于智能合约的货物仓储系统和方法 |
| US20220084175A1 (en) * | 2020-09-17 | 2022-03-17 | International Business Machines Corporation | Tracking of mass-produced products |
| CN114003998A (zh) * | 2021-11-05 | 2022-02-01 | 浙江东南网架股份有限公司 | 基于数字孪生技术的钢结构数字化工厂协同系统及方法 |
| CN114373111A (zh) * | 2021-12-29 | 2022-04-19 | 北京博能科技股份有限公司 | 一种基于孪生数据驱动的融合方法及引擎系统 |
| CN115097788A (zh) * | 2022-06-15 | 2022-09-23 | 昆明理工大学 | 一种基于数字孪生工厂的智能管控平台 |
| CN115310936A (zh) * | 2022-08-09 | 2022-11-08 | 盟立自动化科技(上海)有限公司 | 基于数字孪生的智慧物流工厂可视化与数据服务技术系统 |
| CN115330955A (zh) * | 2022-09-20 | 2022-11-11 | 罗中祥 | 一种基于数字孪生技术的产品可视化管控方法 |
| CN115238529A (zh) * | 2022-09-23 | 2022-10-25 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生的化纤长丝工艺溯源方法、装置及存储介质 |
| CN115841238A (zh) * | 2023-02-21 | 2023-03-24 | 山东捷瑞数字科技股份有限公司 | 一种基于数字孪生的原料监管系统及其监管方法 |
| CN116362769A (zh) * | 2023-03-06 | 2023-06-30 | 中国石油化工股份有限公司 | 成品油质量问题溯源方法及系统、电子设备、存储介质 |
| CN116468368A (zh) * | 2023-04-18 | 2023-07-21 | 江苏杰瑞科技集团有限责任公司 | 一种船舶分段车间物料管理的数字孪生方法 |
Non-Patent Citations (2)
| Title |
|---|
| 凌翔;白小波;: "锂电池生产全流程物料跟踪追溯系统研究", 电源技术, no. 01, pages 34 - 37 * |
| 胡兴 等: "基于数字孪生的复杂产品装配过程管控方法与应用", 《计算机集成制造系统》, vol. 27, no. 2, pages 642 - 653 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252346A (zh) * | 2023-11-15 | 2023-12-19 | 江西珉轩智能科技有限公司 | 一种物料溯源系统及方法 |
| CN117252346B (zh) * | 2023-11-15 | 2024-02-13 | 江西珉轩智能科技有限公司 | 一种物料溯源系统及方法 |
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116883025A (zh) | 一种基于数字孪生的分布式制造物料追溯方法 | |
| CN102930374B (zh) | 一种运用三维模型模拟现实进行项目管理的系统 | |
| CN102509330B (zh) | 基于电力gis的变电站虚拟三维系统的应用方法 | |
| CN106951583B (zh) | 基于bim技术对施工现场监控摄像头虚拟布置的方法 | |
| CN113887016A (zh) | 一种基于数字孪生的船舶数字化车间仿真方法与系统 | |
| CN105955230B (zh) | 基于Unity 3D的智能制造车间的实时监控方法 | |
| CN101059760B (zh) | Opengl到opengl│es翻译器和opengl│es仿真器 | |
| CN109947052B (zh) | 一种基于数字化ar技术的虚拟工厂制造执行系统及方法 | |
| CN110246220A (zh) | 一种基于gis的三维管理平台构建方法、系统、装置和介质 | |
| CN112069582A (zh) | 工程场景建立方法 | |
| CN112068457B (zh) | 一种基于WebGL的PLC组态虚拟仿真实验系统 | |
| CA3139657C (en) | Apparatus for multi-angle screen coverage analysis | |
| CN104881518A (zh) | 一种飞行器的三维视景仿真系统 | |
| CN112783091A (zh) | 一种基于工业互联网数字孪生的数控机床监控方法 | |
| Lindskog et al. | Combining point cloud technologies with discrete event simulation | |
| CN115659693A (zh) | 一种三维仓库数字孪生系统和方法 | |
| CN109685893A (zh) | 空间一体化建模方法及装置 | |
| CN113752264A (zh) | 基于数字孪生的机械臂智能装备控制方法及系统 | |
| CN114926598A (zh) | 一种模型生成方法、装置、系统及非易失性存储介质 | |
| CN105741340A (zh) | 一种用于网页展示的输电线路三维场景仿真方法和系统 | |
| Salehi et al. | Web-based visualization of 3D factory layout from hybrid Modeling of CAD and point cloud on virtual globe DTX solution | |
| CN112818450B (zh) | 基于区块索引的bim模型组织方法 | |
| CN113704860A (zh) | 超高层建筑信息化施工平台搭建方法、设备及存储介质 | |
| CN112991520A (zh) | 一种基于非精细建筑物批量快速三维建模的设计与实现方法 | |
| CN115546416A (zh) | 基于web的轻量级3D可视化方法及系统 |
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 |