CN117171237A - 一种离散仿真软件中的实时统计数据可视化方法和系统 - Google Patents
一种离散仿真软件中的实时统计数据可视化方法和系统 Download PDFInfo
- Publication number
- CN117171237A CN117171237A CN202311445810.3A CN202311445810A CN117171237A CN 117171237 A CN117171237 A CN 117171237A CN 202311445810 A CN202311445810 A CN 202311445810A CN 117171237 A CN117171237 A CN 117171237A
- Authority
- CN
- China
- Prior art keywords
- time
- component
- simulation
- storage
- visualization
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013079 data visualisation Methods 0.000 title claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 76
- 238000003860 storage Methods 0.000 claims abstract description 74
- 238000012800 visualization Methods 0.000 claims abstract description 44
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000010586 diagram Methods 0.000 claims abstract description 12
- 238000007794 visualization technique Methods 0.000 claims description 16
- 230000000903 blocking effect Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000011084 recovery Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
本发明公开了一种离散仿真软件中的实时统计数据可视化方法和系统,涉及仿真中物料移动可视化、统计信息可视化、存储类型组件可视化。仿真中物料移动可视化模块用于实时显示物料在流水线作业中所在的位置和状态;统计信息可视化模块通过表格的形式实时展示离散仿真软件运行时单个组件的统计信息;存储类型组件可视化模块用于查看离散仿真软件中存储类型的组件,以统计图的形式展示仿真运行过程中存储量的动态变化、物料到达存储组件的时间占比。本发明在仿真运行时实现即时且稳定的数据可视化,使用户能够在宏观层面实时监控仿真过程,同时在数据可扩展性方面表现出色,系统不仅内置多个仿真组件基本属性的统计变量,还支持用户自定义可视化变量。
Description
技术领域
本发明涉及离散事件仿真领域,具体涉及一种离散仿真软件中的实时统计数据可视化方法和系统。
背景技术
离散事件仿真是现代仿真技术的主要研究热点之一,目前已广泛应用于各个领域,例如制造业、交通规划、医疗保健和军事等。离散仿真软件被用于模拟复杂的系统,以帮助决策制定、性能优化和问题诊断。在离散仿真领域,实时监控和数据可视化是其中关键的一环,它们提供了对仿真模型和数据的直观理解,有助于用户更好地分析、理解和应对复杂的系统行为。主要表现在:数据理解和解释,仿真软件生成大量的数据,这些数据通常难以直接理解。可视化图表、图形和动画可以将数据转化为易于理解的可视形式,帮助用户解释模型的行为和变化;性能监控:通过可视化,用户可以实时监控仿真模型的性能指标,例如是否堵塞、延迟、资源利用率等。这有助于发现潜在问题,及时采取措施来改善系统性能;模型验证:可视化可以用于验证仿真模型的准确性。通过将仿真结果与实际观测数据进行比较,用户可以识别模型的偏差和误差,并进行修正;培训和教育:可视化是培训和教育的有力工具。它可以帮助新用户更快地学会如何使用仿真软件,并理解系统的运作方式。所以设计仿真软件中实时统计数据的可视化是有必要的。
现大多数的仿真软件也提供一定的可视化,但仍然存在一些问题:缺乏实时性,大多数系统基于整个的仿真日志来处理,在提供实时数据可视化方面存在限制,导致决策制定的滞后性;数据可视化不足,大多数的仿真软件系统提供固定的可视化展示工具,可扩展性弱,无法满足用户个性化定制的需求。
发明内容
本发明的目的在于克服现有技术的不足,提出一种离散仿真软件中的实时统计数据可视化方法和系统,本发明提供了一种更高效、更实时、更灵活的方式,用于监控和分析仿真过程中的数据,并将其可视化呈现,以便用户能够更好地理解和管理复杂的仿真模型。
本发明所述的离散仿真软件中的实时统计数据可视化方法包括仿真中物料移动可视化方法、统计信息可视化方法,还包括存储类型组件可视化方法。
所述仿真中物料移动可视化是指实时显示物料在流水线作业中所在的位置和状态,方法为:仿真软件启动运行时,物料在整个搭建好的仿真流程中进行流水线作业,实时捕捉物料的移动位置、停留时间,系统通过离散仿真软件接口实时采集仿真过程中的物料状态,当物料移动到某个组件,该组件内部主动调用接口上报信息给前端,信息包括当前组件名称、当前物料身份识别号、停留时间戳,前端对物料基本属性、状态重新渲染并显示;
所述统计信息可视化是指离散仿真软件运行时,查看单个组件的统计信息,包括当前组件阻塞时间占比、当前组件故障时间占比、物料占用时间占比、进入当前组件的物料个数、当前组件输出的物料个数,还包括用户自定义变量;统计信息可视化方法包括:
数据采集:离散仿真软件每个组件内部定义存储统计信息的变量,当仿真模型运行时,通过物料在组件内部的执行步骤记录对应事件的信息来更新该变量;
数据处理:采集到的数据经过预处理,包括数据清洗、筛选、转换;
可视化生成:基于计算得到的统计数据,系统通过表格的形式实时展示所需要观察的组件的统计信息。
所述存储类型组件可视化是指对于离散仿真软件中的存储组件,仿真运行过程实时观测实际存储量的动态变化、每个物料到达存储组件的时间占比,并以统计图的形式展示,方法为:离散仿真系统设计专门的图表组件,该组件通过端口上报选定的存储组件统计信息;上报的数据经过图表组件内部运行逻辑,更新图表的横、纵坐标;基于计算得到的统计数据,用户通过显示按钮选取折线图或柱状图来展示结果。
具体的,所述统计信息可视化方法的数据采集步骤中,所述变量是统计信息类的一个实例,该实例具有以下属性:启动时间、处理时间、恢复时间、等待时间、阻塞时间、故障时间、占用时间、进入个数、输出个数以及自定义属性,传送带或存储类组件还具有当前容量、最大容量、最小容量的属性;当仿真模型运行时,每当一个物料进入到某个组件,组件的基本信息有启动时间、处理时间、恢复时间、故障时间,所述变量分别对实例中的属性对应更新。
具体的,所述存储类型组件可视化方法中,存储组件的统计信息包括实时存储量、每个物料到达该存储组件的时间占所有已进入存储组件物料总时间的比例,还允许包括用户自定义计算规则,自定义可视化变量的横坐标和纵坐标。
具体的,所述存储类型组件可视化方法中,所述图表组件的内部属性包括:存储组件名称以及模式,模式分为“占用”和“自定义代码”两种,“占用”模式下,x轴表示第几个物料,y轴表示该物料在存储组件内部停留的时间与所有进入存储组件的物料时长的占比,仿真过程中通过读取存储组件内部的统计信息实例中的数据,随着仿真时间戳的变化实时计算占比数值传递给前端;“自定义代码”模式下,图表组件内部定义可运行python代码的函数,将用户自定义的x,y值转为可执行的python脚本,提供给前端。
相应的,本发明所述的离散仿真软件中的实时统计数据可视化系统包括仿真中物料移动可视化模块、统计信息可视化模块、存储类型组件可视化模块,
所述仿真中物料移动可视化模块实时通过物料基本属性、状态的渲染显示物料在流水线作业中所在的位置和状态;
所述统计信息可视化模块通过表格的形式实时展示离散仿真软件运行时所需要观察的组件的统计信息,包括当前组件阻塞时间占比、当前组件故障时间占比、物料占用时间占比、进入当前组件的物料个数、当前组件输出的物料个数,还包括用户自定义变量;
所述存储类型组件可视化模块用于查看离散仿真软件中的存储组件,以统计图的形式展示仿真运行过程中实际存储量的动态变化、每个物料到达该存储组件的时间占所有已进入存储组件物料总时间的比例。
本发明的优点是:本发明的可视化方法和系统能够在仿真运行时实现即时且稳定的数据可视化,这一特性使用户能够在宏观层面实时监控仿真过程,以便进行迅速的决策制定。同时,该方法在数据可扩展性方面表现出色,系统不仅内置多个仿真组件基本属性的统计变量,如当前容量、进/出该组件的物料数、阻塞时间占比等,还支持用户自定义可视化变量,这为用户提供了高度的个性化定制选项,确保他们可以根据特定需求呈现数据。
附图说明
图1是仿真中物料移动可视化示意图。
图2是统计信息可视化效果图。
图3是图表组件配置界面。
图4是图表组件自定义代码示意图。
图5是图表组件显示结果图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的离散事件仿真软件中可视化分为三部分:仿真中物料移动可视化、统计信息可视化、存储类型组件可视化。
(1)仿真中物料移动可视化
在离散仿真事件中,物料是最基本的可移动单元,仿真的目的也是将物料在产线上进行生产预演。
仿真软件启动运行时,物料在整个搭建的仿真流程中进行流水线作业,实时捕捉物料的移动位置、停留时间是仿真软件可视化必不可少的部分。系统通过离散仿真软件接口实时采集仿真过程中的物料状态。具体表现为,在离散仿真对象内部均包含一个帧数据更新方法用于给前端渲染画布,该方法返回给前端信息包括当前组件基本信息(组件名称),当前物料基本信息(物料唯一id),停留时间戳(物料结束时间戳)。第一步,“源”组件用来产出物料,指定好物料的类型,如“车”。第二步,根据搭建的仿真产线,找到“源”组件的下游组件,后端仿真逻辑将物料对下游组件进行“put”操作。第三步,数据被“put”到下游组件之后,调用该组件内部的帧数据更新方法,将该物料的信息传递给前端,达到实时数据显示的效果。如图1所示,当仿真启动时,“源”组件产生物料小车,小车移动到“工位”停留一定的时间戳,再依次进入“流量控制”等下游组件。
(2)统计信息可视化
本发明设置了多个仿真组件基本属性的统计变量,包括阻塞时间占比、故障时间占比、物料占用时间占比、进入个数、输出个数等。离散仿真软件运行时,查看单个组件的统计信息(上述统计变量中的一个或多个)使用户能够在宏观层面实时监控仿真过程,以便进行迅速的决策制定。本发明还允许用户自定义变量。
阻塞时间占比是指当前组件阻塞时间与仿真时间的比值。
故障时间占比是指当前组件故障时间与仿真时间的比值。
物料占用时间占比是指组件在处理不同物料时所需的前置切换时间setupTim+组件处理物料所需时间processTime+ 开始处理下一个物料之前将组件设置为指定状态所需的时间recoverTime+ 由于下游组件堵塞导致物料在当前组件的等待时间blocking之和与仿真时间的比值。
进入个数是指进入当前组件的物料个数。
输出个数是指当前组件输出的物料个数。
统计信息可视化方法包括以下步骤:
2.1数据采集:离散仿真软件每个组件对象的内部定义着存储统计信息的变量,该变量是统计信息类的一个实例,该实例具有以下属性:启动时间,处理时间,恢复时间,等待时间,阻塞时间,故障时间,占用时间,进入个数,输出个数、自定义属性(Map类型,key表示属性名称,value为该属性的值)等,传送带/存储类组件还具有当前容量,最大容量,最小容量等属性。当仿真模型运行时,每当一个物料进入到某个组件,组件的基本信息有处理时间,恢复时间,故障时间,启动时间,组件自定义变量分别对实例中的属性对应更新。占用时间的计算方法是物料从该组件输出时间戳减去物料进入该组件的时间。当物料进入组件时,当前组件的统计信息实例中的进入个数属性加1。同理,处理完物料时,当前组件的统计信息实例中的输出个数属性加1。
2.2数据处理:采集到的数据经过预处理,包括数据清洗、筛选、转换,确保了数据的准确性和一致性。实施例中包括以下操作:根据组件的类型计算统计信息数据,数据保留小数点后四位;仅计算工位,存储、队列、传送带、拆装、组装等有实际意义的基础组件统计信息;数据处理成前端需要的json格式传递给前端展示。
2.3可视化生成:基于上述数据处理得到的统计数据,如启动时间占比为0.00%,处理时间占比100.00%,恢复时间占比0.00%,物料进入工位的个数12,工位上物料输出个数11,系统通过表格的形式实时展示所需要观察的组件的统计信息,如图2所示,图2中的工位统计信息包括:启动时间占比、处理时间占比、恢复时间占比、等待时间占比、阻塞时间占比、故障时间占比、物料占用时间、物料进入工位的个数、工位上物料输出个数,其中fl是用户自定义变量,用来记录用户在工位运行时注册的代码中需要观测的变量。
(3)存储类型组件可视化
对于离散仿真软件中的存储组件,仿真运行过程实时观测实际存储量的动态变化、每个物料到达存储的时间占比更为重要,并且统计图的形式相比于表格数值型表达力更强。因此存储类型组件可视化采用以下方法:
3.1数据采集:离散仿真系统设计专门的图表组件,该组件通过端口上报选定的存储组件统计信息。图表组件配置界面如图3所示。
统计变量包括“占用”,即每个物料到达存储时的时间占比,还允许用户自定义变量和计算规则,用户可用自定义代码的形式,设置横坐标x,纵坐标y的值。如图4,设置x坐标为仿真时间,y为存储当前容量,图表显示存储组件实际容量随仿真时长的变化。
3.2数据处理:图表组件与离散事件仿真基础组件(工位、传送带等)处于同一级别。图表组件内部属性有:选取的存储组件名称、模式选择(“占用”,“自定义代码”两种)。“占用”模式下,x轴表示第几个物料,y轴表示该物料在存储内部停留的时间与所有进入存储的物料时长的占比,实现逻辑与上述组件内部的统计信息实现逻辑类似,仿真过程中通过读取存储组件内部的统计信息实例中的数据,随着仿真时间戳的变化实时计算占比传递给前端。“自定义代码”模式下,图表组件内部定义可运行python代码的函数,将用户自定义的x,y值转为可执行的python脚本,提供给前端。
3.3可视化生成:基于计算得到的统计数据,用户可通过显示按钮选取折线图或柱状图来展示结果,实施例中图表组件显示结果如图5所示。
综上可以看到,本发明通过在仿真运行时实现即时且稳定的数据可视化,使得用户能够在仿真过程中实时监控关键性能指标,迅速做出决策,提高了实时性。不同于传统的固定属性值的可视化展示工具,限制用户的灵活性,本发明的技术方案不仅内置了多个仿真组件基本属性的统计变量,还支持用户自定义可视化变量。用户可以根据其具体需求自由选择和定制可视化内容,从而更好地满足个性化定制的需求。
Claims (9)
1.一种离散仿真软件中的实时统计数据可视化方法,其特征是:包括仿真中物料移动可视化方法、统计信息可视化方法,
所述仿真中物料移动可视化是指实时显示物料在流水线作业中所在的位置和状态,方法为:仿真软件启动运行时,物料在整个搭建好的仿真流程中进行流水线作业,实时捕捉物料的移动位置、停留时间,系统通过离散仿真软件接口实时采集仿真过程中的物料状态,当物料移动到某个组件,该组件内部主动调用接口上报信息给前端,信息包括当前组件名称、当前物料身份识别号、停留时间戳,前端对物料基本属性、状态重新渲染并显示;
所述统计信息可视化是指离散仿真软件运行时,查看单个组件的统计信息,包括当前组件阻塞时间占比、当前组件故障时间占比、物料占用时间占比、进入当前组件的物料个数、当前组件输出的物料个数,还包括用户自定义变量;统计信息可视化方法包括:
数据采集:离散仿真软件每个组件内部定义存储统计信息的变量,当仿真模型运行时,通过物料在组件内部的执行步骤记录对应事件的信息来更新该变量;
数据处理:采集到的数据经过预处理,包括数据清洗、筛选、转换;
可视化生成:基于计算得到的统计数据,系统通过表格的形式实时展示所需要观察的组件的统计信息。
2.根据权利要求1所述的一种离散仿真软件中的实时统计数据可视化方法,其特征是:还包括存储类型组件可视化方法,所述存储类型组件可视化是指对于离散仿真软件中的存储组件,仿真运行过程实时观测实际存储量的动态变化、每个物料到达存储组件的时间占比,并以统计图的形式展示,方法为:离散仿真系统设计专门的图表组件,该组件通过端口上报选定的存储组件统计信息;上报的数据经过图表组件内部运行逻辑,更新图表的横、纵坐标;基于计算得到的统计数据,用户通过显示按钮选取折线图或柱状图来展示结果。
3.根据权利要求1所述的一种离散仿真软件中的实时统计数据可视化方法,其特征是:所述统计信息可视化方法的数据采集步骤中,所述变量是统计信息类的一个实例,该实例具有以下属性:启动时间、处理时间、恢复时间、等待时间、阻塞时间、故障时间、占用时间、进入个数、输出个数以及自定义属性,传送带或存储类组件还具有当前容量、最大容量、最小容量的属性;当仿真模型运行时,每当一个物料进入到某个组件,组件的基本信息有启动时间、处理时间、恢复时间、故障时间,所述变量分别对实例中的属性对应更新。
4.根据权利要求2所述的一种离散仿真软件中的实时统计数据可视化方法,其特征是:所述存储类型组件可视化方法中,存储组件的统计信息包括实时存储量、每个物料到达该存储组件的时间占所有已进入存储组件物料总时间的比例,还允许包括用户自定义计算规则,自定义可视化变量的横坐标和纵坐标。
5.根据权利要求2所述的一种离散仿真软件中的实时统计数据可视化方法,其特征是:所述存储类型组件可视化方法中,所述图表组件的内部属性包括:存储组件名称以及模式,模式分为“占用”和“自定义代码”两种,“占用”模式下,x轴表示第几个物料,y轴表示该物料在存储组件内部停留的时间与所有进入存储组件的物料时长的占比,仿真过程中通过读取存储组件内部的统计信息实例中的数据,随着仿真时间戳的变化实时计算占比数值传递给前端;“自定义代码”模式下,图表组件内部定义可运行python代码的函数,将用户自定义的x,y值转为可执行的python脚本,提供给前端。
6.一种离散仿真软件中的实时统计数据可视化系统,其特征是:包括仿真中物料移动可视化模块、统计信息可视化模块、存储类型组件可视化模块,
所述仿真中物料移动可视化模块实时通过物料基本属性、状态的渲染显示物料在流水线作业中所在的位置和状态;
所述统计信息可视化模块通过表格的形式实时展示离散仿真软件运行时所需要观察的组件的统计信息,包括当前组件阻塞时间占比、当前组件故障时间占比、物料占用时间占比、进入当前组件的物料个数、当前组件输出的物料个数,还包括用户自定义变量;
所述存储类型组件可视化模块用于查看离散仿真软件中的存储组件,以统计图的形式展示仿真运行过程中实际存储量的动态变化、每个物料到达该存储组件的时间占所有已进入存储组件物料总时间的比例。
7.根据权利要求6所述的一种离散仿真软件中的实时统计数据可视化系统,其特征是:所述统计信息可视化模块中,离散仿真软件每个组件内部定义存储统计信息的变量,该变量是统计信息类的一个实例,该实例具有以下属性:启动时间、处理时间、恢复时间、等待时间、阻塞时间、故障时间、占用时间、进入个数、输出个数以及自定义属性,传送带或存储类组件还具有当前容量、最大容量、最小容量的属性;当仿真模型运行时,每当一个物料进入到某个组件,组件的基本信息有启动时间、处理时间、恢复时间、故障时间,所述变量分别对实例中的属性对应更新。
8.根据权利要求6所述的一种离散仿真软件中的实时统计数据可视化系统,其特征是:所述存储类型组件可视化模块中,在离散仿真系统设计专门的图表组件,该组件通过端口上报选定的存储组件统计信息;上报的数据经过图表组件内部运行逻辑,更新图表的横、纵坐标;基于计算得到的统计数据,用户通过显示按钮选取折线图或柱状图来展示结果。
9.根据权利要求8所述的一种离散仿真软件中的实时统计数据可视化系统,其特征是:所述图表组件的内部属性包括:存储组件名称以及模式,模式分为“占用”和“自定义代码”两种,“占用”模式下,x轴表示第几个物料,y轴表示该物料在存储组件内部停留的时间与所有进入存储组件的物料时长的占比,仿真过程中通过读取存储组件内部的统计信息实例中的数据,随着仿真时间戳的变化实时计算占比数值传递给前端;“自定义代码”模式下,图表组件内部定义可运行python代码的函数,将用户自定义的x,y值转为可执行的python脚本,提供给前端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445810.3A CN117171237B (zh) | 2023-11-02 | 2023-11-02 | 一种离散仿真软件中的实时统计数据可视化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445810.3A CN117171237B (zh) | 2023-11-02 | 2023-11-02 | 一种离散仿真软件中的实时统计数据可视化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117171237A true CN117171237A (zh) | 2023-12-05 |
CN117171237B CN117171237B (zh) | 2024-01-26 |
Family
ID=88930139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311445810.3A Active CN117171237B (zh) | 2023-11-02 | 2023-11-02 | 一种离散仿真软件中的实时统计数据可视化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117171237B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100069A (zh) * | 2020-09-15 | 2020-12-18 | 中国人民解放军国防大学联合作战学院 | 一种面向simscript语言的离散事件仿真事件队列可视化方法 |
CN114861386A (zh) * | 2022-03-01 | 2022-08-05 | 清华大学 | 面向业务流程的时间及成本综合计算仿真方法及装置 |
CN114967494A (zh) * | 2022-03-25 | 2022-08-30 | 浙江工业大学 | 基于模块化开发的云端数字孪生车间仿真系统 |
CN115662634A (zh) * | 2022-10-13 | 2023-01-31 | 同济大学 | 基于城市居民个体数据合成的疫情传播仿真方法及系统 |
CN116050134A (zh) * | 2023-01-10 | 2023-05-02 | 深圳市科陆智慧工业有限公司 | 自动化仪表检测系统立体仓库的仿真方法、装置及设备 |
CN116405410A (zh) * | 2023-05-06 | 2023-07-07 | 中国人民解放军国防科技大学 | 一种对仿真应用网络监控的方法、装置、设备和介质 |
-
2023
- 2023-11-02 CN CN202311445810.3A patent/CN117171237B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100069A (zh) * | 2020-09-15 | 2020-12-18 | 中国人民解放军国防大学联合作战学院 | 一种面向simscript语言的离散事件仿真事件队列可视化方法 |
CN114861386A (zh) * | 2022-03-01 | 2022-08-05 | 清华大学 | 面向业务流程的时间及成本综合计算仿真方法及装置 |
CN114967494A (zh) * | 2022-03-25 | 2022-08-30 | 浙江工业大学 | 基于模块化开发的云端数字孪生车间仿真系统 |
CN115662634A (zh) * | 2022-10-13 | 2023-01-31 | 同济大学 | 基于城市居民个体数据合成的疫情传播仿真方法及系统 |
CN116050134A (zh) * | 2023-01-10 | 2023-05-02 | 深圳市科陆智慧工业有限公司 | 自动化仪表检测系统立体仓库的仿真方法、装置及设备 |
CN116405410A (zh) * | 2023-05-06 | 2023-07-07 | 中国人民解放军国防科技大学 | 一种对仿真应用网络监控的方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117171237B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brundage et al. | Using graph-based visualizations to explore key performance indicator relationships for manufacturing production systems | |
CN107909466A (zh) | 客户关系网络展示方法、装置、设备及可读存储介质 | |
CN105281925B (zh) | 网络业务用户群组划分的方法和装置 | |
CN112734284B (zh) | 流程工业能耗优化决策系统及提高评估结果准确度方法 | |
CN103617486A (zh) | 一种复杂业务流程动态图形化监控的方法与系统 | |
CN112861492B (zh) | 一种报表表内表间联动计算的方法、装置及电子设备 | |
Zhao et al. | Efficient algorithms for analysis and improvement of flexible manufacturing systems | |
CN110895506B (zh) | 测试数据的构造方法和构造系统 | |
KR102543064B1 (ko) | Rpa 기반 제조환경 모니터링 서비스 제공 시스템 | |
CN111723515B (zh) | 一种运行算子的方法、装置及系统 | |
Haricha et al. | Recent technological progress to empower smart manufacturing: Review and potential guidelines | |
CN105468161A (zh) | 指令执行方法和装置 | |
Rohrer et al. | Simulating reality using AutoMod | |
CN117171237B (zh) | 一种离散仿真软件中的实时统计数据可视化方法和系统 | |
CN113886006A (zh) | 一种资源调度方法、装置、设备及可读存储介质 | |
Mohan et al. | Temporal causal modelling on large volume enterprise data | |
TW202125136A (zh) | 分析系統 | |
Lee et al. | Visualization of information in a service-oriented production control system | |
JP6101985B2 (ja) | プログラム、端末装置およびデータ処理方法 | |
Pereira et al. | Dynamic monitoring of key-performance indicators in industrial environments | |
CN110262973B (zh) | 数据养成维护方法、装置、设备及计算机存储介质 | |
Adreani et al. | Smart City Scenario Editor for General What-If Analysis | |
CN113485265A (zh) | 一种基于图表与工业智能制造设备数据的实时互联方法 | |
JP4351578B2 (ja) | 生産計画の支援システム及びコンピュータプログラム | |
Vuppugalla et al. | Development of A Smart Interfacing Dashboard Between Management and Shop-Floor for Industry 3.0 Machines and Small and Medium Enterprises (SME) |
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 |