CN117010202A - 一种面向智能制造系统的数字孪生可重构建模方法 - Google Patents
一种面向智能制造系统的数字孪生可重构建模方法 Download PDFInfo
- Publication number
- CN117010202A CN117010202A CN202311001527.1A CN202311001527A CN117010202A CN 117010202 A CN117010202 A CN 117010202A CN 202311001527 A CN202311001527 A CN 202311001527A CN 117010202 A CN117010202 A CN 117010202A
- Authority
- CN
- China
- Prior art keywords
- model
- virtual
- physical
- manufacturing system
- reconstruction
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 93
- 238000010276 construction Methods 0.000 title description 11
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000006399 behavior Effects 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000000704 physical effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 230000004927 fusion Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003542 behavioural effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000012636 effector Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 241000353097 Molva molva Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Economics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向智能制造系统的数字孪生可重构建模方法,属于先进制造技术领域,包括以下步骤:S1:进行重构需求分析;S2:制造系统中设备的物理构形发生变化时,对虚拟模型进行重构;S3:进行虚拟‑物理映射重构;S4:进行虚拟场景重构。本发明采用开放式架构,提高了数字孪生模型的复用能力;提出数字孪生四维融合虚拟模型,增强了虚实模型对物理实体描述能力;提出了多源异构数据统一描述与管理方法,增强了对动态数据的处理能力;提出了智能制造系统数字孪生可重构建方法,以适应物理场景的动态调整。
Description
技术领域
本发明属于先进制造技术领域,具体涉及一种面向智能制造系统的数字孪生可重构建模方法。
背景技术
大规模个性化定制时代已然来临,智能制造系统作为一种能够实时动态响应工厂需求波动,并满足不同的客户需求的新型制造范式,受到了学术界和企业的广泛关注。数字孪生作为解决智能制造系统信息物理融合问题的关键使能技术,在新一轮工业与信息化革命中发挥着重要作用。基于数字孪生的智能制造系统在需求波动的情况下的响应能力从根本上取决于其物理空间的可更改性和可重构性,其数字孪生模型也需要通过动态改变自身结构来适应新的应用环境,保持制造系统的虚实空间需要保持动态一致性。但是,目前数字孪生模型一般以固定建模的形式构建,一旦系统的物理场景发生变化,只能通过手动调整模型的各种属性来适应新的场景,过程非常繁琐且代价极高。因此,有必要对数字孪生可重构建模技术展开研究。
落地数字孪生技术的首要任务是创建应用对象的数字孪生模型。根据数字孪生建模与重构的需求,许多学者对智能制造系统数字孪生建模的优化设计进行了大量研究。例如,Luo等针对数控机床的数字孪生提出了一种具有映射策略的多域统一建模方法,通过实验实现了数控机床和制造系统运行模式的优化。Datta等对数字孪生技术在各个领域应用的情况进行分析,总结并强调可重构是支持数字孪生技术进一步发展和完善必不可少的重要机制。Koren等认为数字孪生是实现模拟和跟踪每个设备状态并实现最佳决策的必要方法。陶飞等指出,数字孪生应该能够在双向交互的基础上实时感知彼此更新的内容,并根据它们之间的差异实现自主构建或动态重构。在具体实施中,Zhang等提出了两种不同任务需求下制造系统数字孪生的重构策略。Leng等提出了一种使用模块化设备对数字孪生驱动的自动化系统进行快速重构的方法。
基于当前数字孪生技术在智能制造系统中的应用特点,对现有技术缺陷总结如下:
(1)数字孪生难以重构。目前,智能制造系统的数字孪生通常采用固定建模的形式,不具备对可重构设备多种构形的描述能力,并在场景搭建和虚实映射连接方面缺乏重构理论支持,一旦系统构形发生调整只能由人工建模的方式对模型进行调整,重构效率很低。
(2)数字孪生复用程度低。现阶段,由于不同的制造系统具有较大的差异性和个性化特征,其数字孪生建模一般采用定制化建模的方式。同时,数字孪生建模和分析的复杂度较高,常需要专业人员使用专门的工具和方法进行操作,限制了数字孪生的复用程度。
(3)动态数据获取难。数字孪生需要大量的数据支持,但是在实际采集过程中,制造系统中的数据分散在多个子系统和设备中,涉及到不同的数据格式、接口和协议。难以通过统一的数据获取方式对多源异构数据进行采集。
发明内容
有鉴于此,本发明的目的在于针对现有数字孪生模型难以在物理场景构形变化后保持动态一致性的问题,提供一种面向智能制造系统的数字孪生可重构建模方法,从虚拟模型重构、虚实映射重构和虚拟场景重构三个方面阐述了数字孪生的可重构性,并基于一种开放式的架构实现了数字孪生重构,可以有效地提高数字孪生模型重构的效率与准确性。
为达到上述目的,本发明提供如下技术方案:
一种面向智能制造系统的数字孪生可重构建模方法,包括以下步骤:
S1:进行重构需求分析;
S2:制造系统中设备的物理构形发生变化时,对虚拟模型进行重构;
S3:进行虚拟-物理映射重构;
S4:进行虚拟场景重构。
进一步,步骤S2中所述虚拟模型重构,包括对几何模型、物理模型、行为模型和运动学模型进行重构调整;
所述几何模型用于描述物理设备的形状、尺寸,其包括多种物理设备模块化组件和相应接口,模型形状随所述物理设备模块化部件的更换而改变;
所述物理模型描述与制造过程相关的物理属性和物理定律;
所述行为模型用于描述物理实体在不同时空尺度上对外部激励信号和内部运行机制的联合作用时的实时响应行为;
所述运动学模型包括正运动学和逆运动学,所述正运动学通过设备模型之间的父子关系以及受约束模型的平移和旋转来实现,所述逆运动学通过设计逆求解数学模型来实现。
进一步,步骤S3所述虚拟-物理映射重构,在开放的多源异构数据统一框架下进行,具体步骤如下:
S31:基于OPC UA协议建立物理设备和虚拟设备之间的连接;
S32:客户端以订阅组的形式订阅服务器的多个节点;
S33:将所有订阅数据与相应模型的数据接口一一映射。
进一步,所述OPC UA协议采用客户端/服务器架构,将OPC UA服务器嵌入到制造系统的各种底层物理设备中,并将动态数据以Node的形式存储在服务器的地址空间中;客户端和服务器之间的传输层和网络层分别使用TCP和IP协议;数据通信在客户端连接到服务器后开始;客户端通过网络地址访问服务器地址空间中的所有节点;每个单独的节点记录物理设备运行过程中产生的数据。
进一步,步骤S4所述进行虚拟场景重构流程如下:
S41:构建虚拟制造系统的环境,建立相应的世界坐标系,并描述环境数据;
S42:构建孪生设备模型库,用于存储智能制造系统中所有设备对应的虚拟模型,并提供增删改查功能;
S43:虚拟场景自动重构:基于物理设备的特定特性和相关运动数据,将相应的模型实例化到虚拟环境中;当物理场景经历动态重新配置时,虚拟系统进行动态感知并快速响应,实现虚拟环境的重新配置。
进一步,步骤S43中所述虚拟环境的重新配置包括以下两种情况:
(1)只调整制造系统中的设备数量和系统结构的布局,而不重新配置设备配置,应改变的模型根据重新配置方案的数量和位置参数重新实例化或修改;
(2)物理设备的配置需要调整,需要在虚拟环境中更新设备的虚拟模型。
本发明的有益效果在于:
(1)采用开放式架构,提高了数字孪生的复用程度。提供了一种灵活、可扩展、易于集成的数字孪生可重构建模框架,通过采用同样的模型库、标准化的数据格式和接口、以及自动化重构分析与建模工具等方式,可以让用户根据制造系统的需求搭建专属于自身的设备模型库与虚拟场景,并实现数字孪生的虚实映射。
(2)提出数字孪生四维融合虚拟模型,增强了虚实模型对物理实体描述能力。从“几何-物理-行为-运动学”四个维度对物理实体的虚拟模型进行建模,尽可能地令模型逼近物理实体。同时,对虚拟模型的四个维度做了较为详细的定义,为智能制造系统重构奠定了基础。
(3)提出了多源异构数据统一描述与管理方法,增强了对动态数据的处理能力。根据制造系统的数据采集特点,将数据分为数值型、字符串型、布尔型和枚举型四类,并通过接口的方式实现不同数据类型的采取。同时,在虚拟环境中建立了信号管理器,通过“订阅组”的形式对数据进行分类和管理。
(4)提出了智能制造系统数字孪生可重构建方法,以适应物理场景的动态重构。从虚拟模型重构、虚拟-物理映射重构和虚拟场景重构三个维度对数字孪生可重构的技术实现进行阐述,并通过算法智能解析和执行孪生重构方案,极大地提升了智能制造系统数字孪生的重构效率和准确性。
本发明的其他优点、目标和特征将在随后的说明书中进行阐述,并且在某种程度上对本领域技术人员而言是显而易见的,或者本领域技术人员可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述基于开放式架构的可重构建模框架图;
图2为本发明所述数字孪生四维融合虚拟模型示意图;
图3为在Unity3D上开发的智能制造系统的虚拟模型图;
图4为数字孪生模型重构图。
具体实施方式
本发明提供一种智能制造系统数字孪生的可重构建模方法。首先,提出了一种基于开放体系结构的智能制造系统动态重构数字孪生建模框架,为智能制造系统的数字孪生提供了基本的建模场景。其次,从虚拟模型重构、虚实映射重构和虚拟场景重构三个方面阐述了数字孪生的可重构。
所述基于开放体系结构的智能制造系统动态重构数字孪生建模框架如图1所示。该框架主要由重构需求、重构建模和应用场景三部分组成。在重构需求事件的驱动下,数字孪生的可重构建模可以从虚拟模型重构、虚拟-物理映射重构和虚拟场景重构三个维度进行阐述,进而实现智能制造系统数字孪生的不同粒度重构。
(1)重构需求分析:由于市场需求的不断变化,制造系统将存在多种重构驱动事件,具体分为以下三类:一、产品需求变动引发的重构是指当订单的产品类型或产品数量要求超出当前制造系统的生产能力,侧重调整设备构形和系统布局结构;二、系统更新设计重构是指对系统中某些设备进行升级或拓展原有系统的重构,侧重于新增设备功能和增加设备数量。三、系统异常引发的重构是指系统在运行过程中生产设备异常而被迫对系统进行调整。这三类重构事件都会在一定程度上引发物理制造系统构形上改变,从而迫使数字孪生制造系统产生相应地重构。
(2)重构建模:在数字孪生模型重构建模层,设备的虚拟模型可以从四个方面进行描述,包括几何模型、物理模型、行为模型和运动模型。一旦制造系统中设备的物理构形发生变化,将针对这四个方面对其虚拟模型进行相应调整。模型接口和数据接口用于支持设备的重构活动。模型接口直接管理着设备的四维模型,而数据接口则是影响着从现实到虚拟空间的重映射。在定义了模型之后,它们被存储在模型库中以供调用。采用了OPC UA协议实现数据传输和虚实映射。在该体系结构中,客户端通过IP地址搜索相应的服务器并连接到该服务器,收集相应的数据,并将其分组到信号管理器所属的子组中。
数字孪生的重构过程依次分为两部分,一部分是虚拟模型的重构,另一部分是物理实体和虚拟实体之间的映射关系的重构。首先,分析当前智能制造系统数字孪生中虚拟空间和物理空间的差异,以确定重构方案,包括设备配置、空间位置和映射连接关系。然后,通过模型接口改变相应的参数值,从四个方面对虚拟模型进行修改,并根据重新配置方案中的坐标信息将它们从模型库实例化到指定的位置。最后,调用模型的数据接口与DataManager管理的订阅组的数据进行连接,完成智能制造系统数字孪生的重构。
(3)应用场景:在应用层中,得益于开放的架构和接口,该框架能够实现多粒度的重构,包括设备级、制造单元级和制造系统级,满足智能制造系统的复杂动态需求。
所述的从虚拟模型重构、虚实映射重构和虚拟场景重构三个方面阐述了数字孪生的可重构中,虚拟模型重构包括:
为满足智能制造系统数字孪生多粒度重构的需求,提出一种面向动态重构的四维融合虚拟模型,如图2所示,包括了几何模型、物理模型、行为模型和运动学模型,该模型的数学定义如下式所示。
VE={GM,PM,BM,KM}
其中GM表示几何模型,PM表示物理模型,BM表示行为模型,KM表示运动学模型。
几何模型:是对虚拟环境中物理设备的精确描述。与传统的几何模型相比,数字孪生可重构几何模型不仅可以准确描述物理设备的形状、尺寸等几何信息,还需要满足以下要求:①具有多种模块化组件,模型形状可以随着物理设备模块化部件的更换而相应地改变。②提供相应的接口,实现多维模型的集成。几何模型定义如下式所示:
GM={Shape,Size,Comp,Interface}
其中,Shape表示单体物理实体的外观形状;Size表示单体物理实体的尺寸大小。Comp表示可重构物理实体的各模块当前配置的组件集合,例如机床的功能臂、工作台、主轴等模块化组件可以替换,此时机床组件的集合为Comp={Comp功能臂,Comp工作台,…Comp主轴}。Interface指的是几何模型和其他维度模型之间的接口。可重构几何模型可以使用三维建模软件(如SolidWorks、ProE等)进行初始建模,并且可以根据其可重构特性将多个可替换/可重构配置集成到虚拟模型中。然后,将模型导入3D MAX中以渲染细节,使其在形象上更逼近于物理实体。此外,还需要对模型的点、线和表面进行了优化,以优化模型的运行效率。
物理模型:一个理想的数字孪生模型应该全面、真实地描述物理实体的物理特性,并遵循其的物理定律。然而,由于物理实体的各种属性繁多,部分属性描述困难甚至与制造过程无关,几何不可能在数字孪生中完全描述实体的物理属性。因此,在智能制造系统中,物理模型重点关注一些与制造过程密切相关的物理属性和物理定律,如质量、速度、加速度等物理属性,以及碰撞引起的倾翻和自由落体的物理行为。可以定义如下式所示。
PM={Mass,Speed,Acceleration,…}
其中,Mass,Speed,Acceleration分别表示物理实体的质量、移动速度和加速度。物理模型主要通过使用特殊的刚体力学系统(如Unity)来构建,并结合特定系统的电场和磁场要求进一步开发脚本来控制设备。
行为模型描述了物理实体在不同时空尺度上面对外部激励信号和内部运行机制的联合作用时的实时响应行为。具体来说,制造系统中的每个物理实体都有一组特定的程序代码来控制其一系列操作的执行。为了使相应的数字孪生也能在虚拟世界中映射这种行为,有必要建立一个行为模型来描述设备的行为逻辑。例如,工业机器人检测到放在其前面桌子上的产品,并接收到产品加工刺激信号,它将根据其行为逻辑将该产品携带到空闲的机床上进行加工。行为模型可以抽象定义如下式所示:
BM={Trigger,Input,Action,…}
其中,Trigger是行为模型的触发条件,Input是行为模型在当前场景的激励输入,Action是行为模型在接受到激励后,考虑当前制造环境与内部运行机制共同作用下所产生的行为。行为模型所描述的从激励信号到行为输出的映射关系可以通过状态图、键值对、神经网络等方式实现。
运动学模型是复杂物理实体运动行为的抽象表示,可以帮助简化运动的定义。目前,数字孪生运动学模型的构建主要分为正运动学和逆运动学两种。在本实施例中,以工业机器人为例,正运动学通过机器人每个运动关节的值来确定效应器的位置。相反,逆运动学仅由末端效应器的坐标决定,并通过计算自动生成每个关节的值。在数字孪生中,正运动学模型的构建主要通过设备模型之间的父子关系以及受约束模型的平移和旋转来实现。逆运动学模型的构造相对复杂,并且需要为逆求解设计相应的数学模型。
基于以上四个模型,使用键值对来使虚拟模型对物理系统的变化做出响应。设备的配置信息将以参数的形式传递到数字孪生场景中。在虚拟模型中创建模型接口,使其能够获得相应设备的配置参数,并根据键值对关系调整虚拟模型。同时,创建数据接口以获取动态运动数据并驱动模型。
智能制造系统由多种复杂设备组成,包括工业机器人、可重构机床、AGV、输送机等。设备采用不同的数据结构和通信协议。因此,建立物理实体和虚拟实体之间的虚拟-物理映射必须在开放的多源异构数据统一框架下进行。
物理实体和虚拟实体之间的数据交互通过OPC UA协议实现。该协议采用客户端/服务器(C/S)架构,其应用原理是将OPC UA服务器嵌入到制造系统的各种底层物理设备中,并将动态数据以Node的形式存储在服务器的地址空间中。客户端和服务器之间的传输层和网络层分别使用TCP和IP协议。数据通信在客户端连接到服务器后开始。客户端可以通过网络地址访问服务器地址空间中的所有节点(例如,opc.tcp:\/\192.168.0.100:4840),每个单独的节点记录物理设备运行过程中产生的数据,例如机床主轴的速度。总的来说,只要确定了服务器的网络地址和相应的节点名称,客户端就能够准确地收集相应的数据。
智能制造系统中多源异构数据的类型可以分为数值型、字符串型、布尔型和枚举型。其中,数值型指整数和浮点数,如机床主轴速度和机器人末端执行器的坐标。字符串型表示编码字符,例如制造系统的报警内容。布尔型表示开关状态,例如冷却液开关。枚举类型表示具有多个可枚举状态的特征变量,例如机器状态(启动、停止、待机)。在程序开发过程中,相同的数据类型被抽象为接口以供使用。
基于上述方法,虚拟-物理映射的实现过程总结如下。首先,基于OPC UA框架建立物理设备和虚拟设备之间的连接。然后,客户端以订阅组的形式订阅服务器的多个节点(例如,创建一个名为“RobotJoints”的订阅组来订阅和管理代表机器人旋转角度的六个Float类型的节点)。由于数据收集的复杂性,使用订阅组的形式进行数据分类和汇总很重要。最后,将所有订阅数据与相应模型的数据接口一一映射。因此,数字双胞胎的虚拟-物理映射过程可以用下式表示。
DTm=F(Vm,IPm,Groupm,Xm)
其中,Vm表示物理设备m的虚拟模型。IPm表示设备m对应的OPC UA服务器所在的网络地址,通过地址可以检索到OPC UA服务器地址空间中的全部节点数据。Groupm表示设备m对应的数据订阅组,订阅并管理着驱动设备m的数字孪生模型所需的全部数据。Xm表示的是订阅组Groupm与设备m的孪生模型数据接口之间一一对应的连接关系。
在智能制造系统的运行过程中,可以通过改变系统布局或增减设备数量来调整系统的制造能力,以应对需求波动的挑战。数字孪生模型也应该具备这种能力。为此,通过以下过程进一步建立了整个智能制造系统的数字孪生模型:
首先,为了确保物理空间和虚拟空间的一致性,在建模过程中需要以1:1的高保真度构建虚拟制造系统的环境,建立相应的世界坐标系,并描述电场、磁场、温度等。
孪生设备模型库用于存储智能制造系统中所有设备对应的虚拟模型,并提供创建、重新添加、更新和删除(CRUD)的基本功能。模型库中的虚拟模型本质上是设备模型的抽象父类,每个模型在初始状态下都有一系列默认选项,即默认选择虚拟模型和虚拟物理映射连接。模型库提供了场景搭建的API,可以在修改虚拟模型相关参数和建立虚实映射关系后,直接将其中模型放置到虚拟环境中。
智能制造系统虚拟场景的自动重构本质上是基于物理设备的特定特性(如空间位置、姿态等)和相关运动数据,将相应的模型实例化到虚拟环境中。当物理场景经历动态重新配置时,它需要被虚拟系统动态感知并快速响应。虚拟环境中的重新配置可能有以下两种情况。一种是只调整制造系统中的设备数量和系统结构的布局,而不重新配置设备配置。在这种情况下,应该改变的模型需要根据重新配置方案的数量和位置参数重新实例化或修改。第二,物理设备的配置需要调整。在这种情况下,需要在虚拟环境中更新设备的虚拟模型。
基于上述两种模型重构情况,建立了一种初始化/重构方案解析算法。该算法可以解析输入的系统构造或重新配置方案,确定每个模型在虚拟空间中的位置,并调用模型库中相应的父模型。
在本实施例中,以一个具有可变结构和可变设备构成的智能制造系统为例进行分析。在初始状态下,在该系统分配了两种不同类型零件的加工任务,选择三台作业机床、两台固定工业机器人和一组物料搬运输送机来完成任务,在Unity3D上开发的智能制造系统的虚拟模型如图3所示。
当新的生产任务到达时,要求制造系统能够满足4种零件的加工,则需要对原有系统进行重新配置以动态响应需求变化。在重构过程中,将进行以下两项更改。在布局结构上,增加了两台新机器,去掉了传送带,增加了一个材料台,并调整了其间距。在设备配置方面,将工业机器人更换为固定底座模块,并增加了导轨,使机器人能够沿着导轨来回移动,如图4所示。
从模型构建、数据集成、场景搭建三个方面来展示上述重构过程。
(1)可重构智能制造系统分析与模型构建
在使用Unity进行设备的数字孪生体构建时,需从“几何-物理-行为-运动”四个维度进行映射。在几何维度上,Unity 3D中的设备模型基于SolidWorks建模,并经过3Dmax进行模型结构优化和外形渲染;在物理维度上,通过对虚拟场景中各设备附加刚体组件,利用Unity的物理引擎进行物理计算,进而搭建虚拟场景的物理环境;在行为维度上,通过状态图的形式描述不同孪生体的行为;在运动上,构建模型各组件间的层级关系以及设置各组件的运动约束。基于此,将设备的四维模型进行统一封装,并将其储存在孪生模型库中,并且提供从模型库调用设备的接口。
(2)多源异构数据分析与集成
在数据来源分析方面,根据数字孪生模型对实时性的要求可以将数据分成两种类型:静态结构数据和动态实时数据。静态结构数据是在系统运行过程中变化较少的配置数据,一般以文件(excel、txt、json)的形式储存,包括设备构形、配置参数、位置布局等基础信息,主要用以对制造场景进行初始化配置。动态实时数据是随着制造系统运行过程不断更新变化的数据,通过现场信息化设备实时采集,如机器人末端执行器的坐标数据、机床生产状态数据等,主要用于制造系统实施映射。
在数据获取方面,静态结构数据的采集通过Socket通信实现,Unity中具有Socket类的插件,可以直接调用Socket的接口实现文件与Unity平台的传输。当系统需要进行初始化或者执行重构任务时,以文件形式记录的系统初始化/重构方案将这种传输方式上传到孪生空间。而动态实时数据的采集基于OPC UA架构实现。OPC UA架构由客户端和服务器组成,为了数据的统一管理,制造系统各设备产生的数据以节点的形式储存在OPC UA服务器的地址空间中,每个节点代表一个数据项,如图4底部所示(Joint1~Joint6为工业机器人六轴的转动角度)。在Unity引擎中基于C#搭建OPC UA客户端,与服务端进行连接,并通过发布订阅的形式来周期性地获取设备运行数据。
(3)可重构智能制造系统构形映射
可重构智能制造系统构形映射可以分为重构方案解析与重构方案实施两部分组成:
首先,在重构需求发生后,工艺人员将根据更改后的制造系统编制新的制造系统构形文件。该文件上传到Unity后,将由算法对其内容进行解析:通过遍历重构方案中所有设备的名称和数量,与虚拟场景现有的设备模型进行比较,判断需要往场景中增加、删除、构形改变、位置变化的模型对象,如图4左边所示。其中,红色数字表示设备数量;坐标和角度表示虚拟设备位置变化后在虚拟制造系统中的坐标和角度(设备默认垂直与XOZ面,左手坐标系),信号图标表示该设备模型可能发生订阅节点数据的变化或者驱动方式变化,需要重构与物理设备的连接。
在内容解析完成后,虚拟模型重构随之进行。其流程如下:首先,根据生产任务的变化,对产品的种类进行更改;其次,删除场景中的冗余设备,添加所需设备并根据解析方案中的坐标与位姿信息将相应模型从模型库实例化到场景中;然后,分析需要进行重构的设备,通过模型的公开构形接口调整对应参数以实现虚拟模型的重构。最后,分析需要重新进行虚实映射重构的设备,通过IP地址、订阅组、映射连接关系重新构建物理设备与虚拟模型之间数据连接,最终完成智能制造系统场景搭建,如图4右边所示。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (6)
1.一种面向智能制造系统的数字孪生可重构建模方法,其特征在于:包括以下步骤:
S1:进行重构需求分析;
S2:制造系统中设备的物理构形发生变化时,对虚拟模型进行重构;
S3:进行虚拟-物理映射重构;
S4:进行虚拟场景重构。
2.根据权利要求1所述的面向智能制造系统的数字孪生可重构建模方法,其特征在于:步骤S2中所述虚拟模型重构,包括对几何模型、物理模型、行为模型和运动学模型进行重构调整;
所述几何模型用于描述物理设备的形状、尺寸,其包括多种物理设备模块化组件和相应接口,模型形状随所述物理设备模块化部件的更换而改变;
所述物理模型描述与制造过程相关的物理属性和物理定律;
所述行为模型用于描述物理实体在不同时空尺度上对外部激励信号和内部运行机制的联合作用时的实时响应行为;
所述运动学模型包括正运动学和逆运动学,所述正运动学通过设备模型之间的父子关系以及受约束模型的平移和旋转来实现,所述逆运动学通过设计逆求解数学模型来实现。
3.根据权利要求1所述的面向智能制造系统的数字孪生可重构建模方法,其特征在于:步骤S3所述虚拟-物理映射重构,在开放的多源异构数据统一框架下进行,具体步骤如下:
S31:基于OPC UA协议建立物理设备和虚拟设备之间的连接;
S32:客户端以订阅组的形式订阅服务器的多个节点;
S33:将所有订阅数据与相应模型的数据接口一一映射。
4.根据权利要求3所述的面向智能制造系统的数字孪生可重构建模方法,其特征在于:所述OPC UA协议采用客户端/服务器架构,将OPC UA服务器嵌入到制造系统的各种底层物理设备中,并将动态数据以Node的形式存储在服务器的地址空间中;客户端和服务器之间的传输层和网络层分别使用TCP和IP协议;数据通信在客户端连接到服务器后开始;客户端通过网络地址访问服务器地址空间中的所有节点;每个单独的节点记录物理设备运行过程中产生的数据。
5.根据权利要求1所述的面向智能制造系统的数字孪生可重构建模方法,其特征在于:步骤S4所述进行虚拟场景重构流程如下:
S41:构建虚拟制造系统的环境,建立相应的世界坐标系,并描述环境数据;
S42:构建孪生设备模型库,用于存储智能制造系统中所有设备对应的虚拟模型,并提供增删改查功能;
S43:虚拟场景自动重构:基于物理设备的特定特性和相关运动数据,将相应的模型实例化到虚拟环境中;当物理场景经历动态重新配置时,虚拟系统进行动态感知并快速响应,实现虚拟环境的重新配置。
6.根据权利要求5所述的面向智能制造系统的数字孪生可重构建模方法,其特征在于:步骤S43中所述虚拟环境的重新配置包括以下两种情况:
(1)只调整制造系统中的设备数量和系统结构的布局,而不重新配置设备配置,应改变的模型根据重新配置方案的数量和位置参数重新实例化或修改;
(2)物理设备的配置需要调整,需要在虚拟环境中更新设备的虚拟模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001527.1A CN117010202A (zh) | 2023-08-10 | 2023-08-10 | 一种面向智能制造系统的数字孪生可重构建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001527.1A CN117010202A (zh) | 2023-08-10 | 2023-08-10 | 一种面向智能制造系统的数字孪生可重构建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117010202A true CN117010202A (zh) | 2023-11-07 |
Family
ID=88568955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311001527.1A Pending CN117010202A (zh) | 2023-08-10 | 2023-08-10 | 一种面向智能制造系统的数字孪生可重构建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117010202A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434884A (zh) * | 2023-12-18 | 2024-01-23 | 石家庄学院 | 一种工业机器人制造领域数字孪生实现方法 |
-
2023
- 2023-08-10 CN CN202311001527.1A patent/CN117010202A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434884A (zh) * | 2023-12-18 | 2024-01-23 | 石家庄学院 | 一种工业机器人制造领域数字孪生实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112818446B (zh) | 一种智能车间数字孪生系统的构建方法 | |
Fan et al. | A digital-twin visualized architecture for Flexible Manufacturing System | |
CN110399642B (zh) | 一种针对生产流水线的数字孪生体及其构建方法和应用 | |
CN113255170B (zh) | 一种云边协同工厂数字孪生监控建模系统和建模方法 | |
CN111221312B (zh) | 机器人在生产线的优化方法、系统及在数字孪生的应用 | |
CN109214723A (zh) | 一种智能制造单元一体化监控系统 | |
CN109976296A (zh) | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 | |
US20220156433A1 (en) | Industrial network communication emulation | |
Deng et al. | Mobile manipulation task simulation using ROS with MoveIt | |
CN117010202A (zh) | 一种面向智能制造系统的数字孪生可重构建模方法 | |
US11675936B2 (en) | Unifying multiple simulation models | |
Chella et al. | Modeling ontologies for robotic environments | |
CN115439267A (zh) | 一种基于数字孪生的可视化实时监控方法 | |
CN115687494A (zh) | 一种制造系统的数字孪生监控系统 | |
Andronache et al. | ADE—an architecture development environment for virtual and robotic agents | |
CN116244905A (zh) | 机器人生产过程中状态实时监控方法、系统、终端及介质 | |
CN116859850A (zh) | 一种模块化的工业数字孪生系统 | |
Reitz et al. | Automatic integration of simulated systems into opc ua networks | |
Li et al. | Digital twin technology in intelligent manufacturing | |
Hoppen et al. | Distributed Information Processing and Rendering for 3D Simulation Applications | |
CN115189997B (zh) | 基于云、雾、边缘协同的云机器人实时监测与控制方法 | |
CN115826937B (zh) | 一种数字孪生工业软件平台makeTwin | |
Zheng et al. | Design of Workshop Control System Based on Digital Twin | |
US20220100181A1 (en) | Wiring diagram manager and emulator | |
Veit et al. | The FTA design paradigm for distributed systems |
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 |