CN117474401A - 基于数字孪生技术的智慧工厂管理方法、装置、电子设备 - Google Patents
基于数字孪生技术的智慧工厂管理方法、装置、电子设备 Download PDFInfo
- Publication number
- CN117474401A CN117474401A CN202311488652.XA CN202311488652A CN117474401A CN 117474401 A CN117474401 A CN 117474401A CN 202311488652 A CN202311488652 A CN 202311488652A CN 117474401 A CN117474401 A CN 117474401A
- Authority
- CN
- China
- Prior art keywords
- product
- data
- processed
- parameters
- abnormal
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 102
- 238000004519 manufacturing process Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000002159 abnormal effect Effects 0.000 claims description 109
- 238000003860 storage Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 description 13
- 238000005507 spraying Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000003466 welding Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 1
- 230000007257 malfunction Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于数字孪生技术的智慧工厂管理方法、装置、电子设备。该方法包括：获取待加工产品的产品类型，并根据产品类型，确定待加工产品的模拟参数；将模拟参数输入到预设生产模型中，并获取预设生产模型的输出结果；根据输出结果，确定模拟参数是否为最佳作业参数；若确定模拟参数是最佳作业参数，将最佳作业参数发送至操作台，并控制操作台调整运行参数至对应的最佳作业参数进行待加工产品的加工。优化生产过程，减少人为定参的过程，避免人工定参带来的失误，提高生产效率。此外，利用输出结果对模拟参数进行分析，确定是否是最佳作业参数，也可以进一步减少错误参数对生产过程的影响，降低失误率以及损失。
Description
技术领域
本申请涉及智慧工厂领域，尤其是涉及一种基于数字孪生技术的智慧工厂管理方法、装置、电子设备。
背景技术
在很多生产制造过程中，都需要进行很多的操作步骤。随着技术改革步伐的加快，自动化的水平不断提到，生产制造的流程逐渐从人工转向自动化。
但是由于操作步骤繁琐，依然需要人工对某些操作进行辅助，无法完全实现自动化，这就导致生产效率降低。此外，由于人工操作的不稳定性，导致生产质量难以保证。
发明内容
本申请提供一种基于数字孪生技术的智慧工厂管理方法、装置、电子设备，以解决上述技术问题。
第一方面，本申请提供一种基于数字孪生技术的智慧工厂管理方法，包括：
获取待加工产品的产品类型，并根据所述产品类型，确定所述待加工产品的模拟参数；
将所述模拟参数输入到预设生产模型中，并获取所述预设生产模型的输出结果；
根据所述输出结果，确定所述模拟参数是否为最佳作业参数；
若确定所述模拟参数是所述最佳作业参数，将所述最佳作业参数发送至操作台，并控制所述操作台调整运行参数至对应的最佳作业参数进行所述待加工产品的加工。
通过本申请提供的方案，获取代加工产品的产品类型，从而确定出待加工产品的模拟参数。然后将这一模拟参数输入到预设生产模型中，并根据预设生产模型的输出结果，确定当前模拟参数是否为最佳作业参数，若是则直接发送至若干操作台，并控制操作台调整运行参数至对应的最佳作业参数进行待加工产品的加工，优化生产过程，减少人为定参的过程，避免人工定参带来的失误，提高生产效率。此外，利用输出结果对模拟参数进行分析，确定是否是最佳作业参数，也可以进一步减少错误参数对生产过程的影响，降低失误率以及损失。
可选的，所述获取待加工产品的产品类型，包括：
获取所述操作台的加工任务列表；
根据所述加工任务列表，确定当前时刻是否存在待加工任务；
若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；
根据所述待加工产品的名称，调取产品数据库，得到所述待加工产品的产品类型。
通过本实施例提供的方案，获取操作台的加工任务列表，可以快速确定当前时刻是否存在待加工任务，进而避免了人工检查和确认任务状态的时间和精力。通过调取产品数据库，根据待加工产品的名称确定其产品类型，可以提高产品分类和加工的精度，避免了人为操作的错误和不确定性。
可选的，所述根据所述输出结果，确定所述模拟参数是否为最佳作业参数，包括：
调取所述待加工产品的加工合格数据；
根据所述加工合格数据，分析所述输出结果，确定所述输出结果中是否存在与所述加工合格数据不匹配的数据；
若存在与所述加工合格数据不匹配的数据，则确定所述模拟参数不是最佳作业参数。
通过本实施例提供的方案，调取待加工产品的加工合格数据，可以分析输出结果是否存在与加工合格数据不匹配的数据，从而确定利用这一模拟参数进行模拟后，是否存在不合格的产品，从而确定这一模拟参数是否是最佳作业参数，从而可以确保加工产品的质量符合预期，减少成本浪费。
可选的，还包括：
若确定所述模拟参数不是所述最佳作业参数，则筛选所述输出结果，得到异常输出数据；
分析所述异常输出数据，确定所述异常输出数据对应的数据类型，并调取所述数据类型对应的正常数据，确定所述异常输出数据的异常权重；
根据所述异常权重，确定当前时刻所述异常输出数据的数量是否符合误差范围；
若所述异常输出数据的数量不符合误差范围，则调取对应的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至所述异常输出数据的数量符合误差范围。
通过本实施例提供的方案，筛选输出结果，获取到异常输出数据，并对其进行分析，从而及时检测和处理模拟生产过程中的异常情况，避免不良产品、降低生产损失。另外，如果异常输出数据的数量不符合误差范围，可以自动调取对应的异常参数进行调整，并重新进行模拟，直至达到符合误差范围的结果，从而提高了生产过程中的智能化程度，降低对人工干预的依赖，从而减少了人为错误和不确定性的影响。
可选的，所述根据所述产品类型，确定所述待加工产品的模拟参数之后，包括：
若确定所述模拟参数不是所述最佳作业参数，则根据异常输出数据，确定异常操作台；
获取所述异常操作台的运行数据，并将所述运行数据与初始运行数据进行匹配，确定是否存在匹配不一致的数据；
若存在，则根据匹配结果，提取运行异常数据，确定异常来源。
通过本实施例提供的方案，在确定模拟参数不是最佳作业参数时，考虑操作台本身的运行问题，获取其运行数据，将其与初始运行数据进行匹配，从而确定操作台本身是否存在操作影响，通过这一匹配过程排除操作台本身运行而带来的加工不合格问题，同时，在当前情况下，也可以对操作台进行检测，省去了人工检测的时间。
第二方面，本申请提供一种基于数字孪生技术的智慧工厂管理装置，包括：
参数确定模块，用于获取待加工产品的产品类型，并根据所述产品类型，确定所述待加工产品的模拟参数；
结果获取模块，用于将所述模拟参数输入到预设生产模型中，并获取所述预设生产模型的输出结果；
结果分析模块，用于根据所述输出结果，确定所述模拟参数是否为最佳作业参数；
参数发送模块，用于若确定所述模拟参数是所述最佳作业参数，将所述最佳作业参数发送至操作台，并控制所述操作台调整运行参数至对应的最佳作业参数进行所述待加工产品的加工。
可选的，所述参数确定模块具体用于：
获取所述操作台的加工任务列表；
根据所述加工任务列表，确定当前时刻是否存在待加工任务；
若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；
根据所述待加工产品的名称，调取产品数据库，得到所述待加工产品的产品类型。
可选的，所述结果分析模块具体用于：
调取所述待加工产品的加工合格数据；
根据所述加工合格数据，分析所述输出结果，确定所述输出结果中是否存在与所述加工合格数据不匹配的数据；
若存在与所述加工合格数据不匹配的数据，则确定所述模拟参数不是最佳作业参数。
可选的，所述基于数字孪生技术的智慧工厂管理装置还包括参数调整模块，用于：
若确定所述模拟参数不是所述最佳作业参数，则筛选所述输出结果，得到异常输出数据；
分析所述异常输出数据，确定所述异常输出数据对应的数据类型，并调取所述数据类型对应的正常数据，确定所述异常输出数据的异常权重；
根据所述异常权重，确定当前时刻所述异常输出数据的数量是否符合误差范围；
若所述异常输出数据的数量不符合误差范围，则调取对应的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至所述异常输出数据的数量符合误差范围。
可选的，所述基于数字孪生技术的智慧工厂管理装置还包括异常分析模块，用于：
若确定所述模拟参数不是所述最佳作业参数，则根据异常输出数据，确定异常操作台；
获取所述异常操作台的运行数据，并将所述运行数据与初始运行数据进行匹配，确定是否存在匹配不一致的数据；
若存在，则根据匹配结果，提取运行异常数据，确定异常来源。
第三方面，本申请提供一种电子设备，包括：存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面的方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面的方法的计算机程序。
附图说明
为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种应用场景示意图；
图2为本申请一实施例提供的一种基于数字孪生技术的智慧工厂管理方法的流程图；
图3为本申请一实施例提供的一种基于数字孪生技术的智慧工厂管理装置的结构示意图；
图4为本申请一实施例提供的一种电子设备的结构示意图。
实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
在很多生产制造过程中，都需要进行很多的操作步骤。随着技术改革步伐的加快，自动化的水平不断提到，生产制造的流程逐渐从人工转向自动化。
但是由于操作步骤繁琐，依然需要人工对某些操作进行辅助，无法完全实现自动化，这就导致生产效率降低。此外，由于人工操作的不稳定性，导致生产质量难以保证。
比如某些需要进行产品的喷涂时，由于不同产品的喷涂方式、喷涂面积可能都会存在不同，如果每次都需要人工进行喷涂方式以及喷涂面积的调整，非常容易失误，若已经开始进行喷涂，即使及时进行阻止并重新调整，也会存在一些产品报废，造成资源的浪费，也会一定程度上增加生产成本，同时，也会造成生产效率的下降。
基于此，本申请提供一种基于数字孪生技术的智慧工厂管理方法、装置、电子设备。首先获取代加工产品的产品类型，从而确定出待加工产品的模拟参数。然后将这一模拟参数输入到预设生产模型中，并根据预设生产模型的输出结果，确定当前模拟参数是否为最佳作业参数，若是则直接发送至若干操作台，并控制操作台调整运行参数至对应的最佳作业参数进行待加工产品的加工，优化生产过程，减少人为定参的过程，避免人工定参带来的失误，提高生产效率。此外，利用输出结果对模拟参数进行分析，确定是否是最佳作业参数，也可以进一步减少错误参数对生产过程的影响，降低失误率以及损失。
图1为本申请提供的一种应用场景示意图。在某些工厂想要节约劳动成本、提供生产效率时，可以本申请提供的方案，用本申请的智慧工厂代替大部分人工劳动，提高生产效率、减少人为误差。本申请的方案可以搭载在一个服务器中，这一服务器与工厂内的操作台相连，且服务器中内设一个由数字孪生技术构建的预设生产模型，通过这一预设生产模型的模拟确定出最佳作业参数，发送至对应工厂的操作台中以实现加工。具体的实现方式可以参考以下实施例。
图2为本申请一实施例提供的一种基于数字孪生技术的智慧工厂管理方法的流程图，本实施例的方法可以应用于以上场景中的服务器。如图2所示的，该方法包括：
S201、获取待加工产品的产品类型，并根据产品类型，确定待加工产品的模拟参数。
在一些流水线的工作中，某一条流水线上的产品加工数量是非常庞大且周期较长的，也可以认为在一段时间内的工厂中每一流水线的生产任务是固定不变的。为了确定待加工产品的产品类型，可以在该流水线的起始位置设置一个摄像装置，通过摄像装置进行待加工产品的拍摄，并将拍摄得到的图像回传到服务器中。
而为了便于确定这些待加工产品的产品类型，服务器中可以预先存储若干该工厂可能会面临加工的产品的图像、结构参数等若干信息，其中也包括产品类型。当得到摄像装置回传的图像后，将这一图像与预先设置的图像进行匹配，从而根据匹配结果，确定出当前待加工产品的产品类型。
在一些实现方式中，由于流水线的工作存在一定的时间长度，因此，可以调取这一待加工产品对应的加工任务，确定出加工数量，当摄像装置拍摄了该待加工产品的图像后，服务器进行分析确定产品类型后，可以向摄像装置发送关闭信号，从而使摄像装置关闭，然后在生产过程中进行待加工产品的数量统计，可以在数量达到加工总数量的90%以上，向摄像装置发送开启信号，进行开启，减少摄像装置在该待加工产品的加工过程中带来的不必要消耗，节约成本。
待加工产品的模拟参数可以认为是可以使待加工产品生产出来的流水线上每一步骤对应的参数，这一参数可以通过历史同类型产品的加工数据获知。而模拟参数是本申请利用数字孪生技术设计出该工厂的虚拟化模型后，利用这一虚拟化模型对待加工产品进行加工模拟所需要用到的模拟参数。这些模拟参数可以在利用历史同类型产品的加工数据得到后，存储在参数数据库中，这一参数数据库中包含对应的模拟参数以及这一产品对应的信息，比如结构参数、产品类型等内容。
因此，在得到待加工产品的产品类型后，可以根据这一产品类型，从参数数据库中调取对应的模拟参数。
S202、将模拟参数输入到预设生产模型中，并获取预设生产模型的输出结果。
预设生产模型可以认为是上述步骤中提及的利用数字孪生技术设计出该工厂的虚拟化模型。在搭建时，可以首先对工厂进行细致的三维扫描等操作，将操作结果转换为可供计算机处理的数据格式，构建数字化模型。这些模型可以包括机器设备、生产线、工厂设施等。将这些模型全部构建完以后，可以组合得到预设生产模型。
这一预设生产模型可以模拟这个工厂的运作，当输入不同的模拟参数时，预设生产模型会展现不同的运作状态。因此，在通过上述步骤得到模拟参数以后，可以输入到预设生产模型中，从而使预设生产模型呈现出进行该待加工产品加工时，各个流水线的状态以及在模拟过程中对应流水线的运行结果，将这些运行结果作为该预设生产模型的输出结果，其中可以包括对应流水线的生产加工结果等信息。
S203、根据输出结果，确定模拟参数是否为最佳作业参数。
由于待加工产品加工后的状态是可以提前获知的，比如预先存储在数据库中，以供结果对比。
最佳作业参数可以认为是在实际工厂运行过程中，可以保证每一流水线可以正常运行，且在运行状态下，失误最低的参数。
由于输出结果中包含对应流水线的生产加工结果，因此，可以从生产加工结果中确定每一流水线模拟生产过程中的产品合格率，通过这一合格率以及对应待加工产品的期望合格率的对比，确定对应的模拟参数是否是最佳作业参数。
在具体实现方式中，对应待加工产品的期望合格率可以通过历史时段内的加工任务进行数据统计并计算得到。可以以一个任务为一次计算结果，例如历史时段中存在六次待加工产品的加工任务，此时可以获取这六次的加工记录，从而确定每次加工的结果，根据这一加工结果，分析每次任务的合格率，然后取六次任务合格率的平均值作为期望合格率。
S204、若确定模拟参数是最佳作业参数，将最佳作业参数发送至操作台，并控制操作台调整运行参数至对应的最佳作业参数进行待加工产品的加工。
当确定当前模拟参数是最佳作业参数时，可以将这一最佳作业参数作为本次待加工产品对应加工的流水线的加工参数，即每一流水线中的操作台将其中的参数调整为对应的最佳作业参数，比如压力值大小等参数。每一操作台均调整完成以后就可以启动进行加工。
通过本申请提供的方案，获取代加工产品的产品类型，从而确定出待加工产品的模拟参数。然后将这一模拟参数输入到预设生产模型中，并根据预设生产模型的输出结果，确定当前模拟参数是否为最佳作业参数，若是则直接发送至若干操作台，并控制操作台调整运行参数至对应的最佳作业参数进行待加工产品的加工，优化生产过程，减少人为定参的过程，避免人工定参带来的失误，提高生产效率。此外，利用输出结果对模拟参数进行分析，确定是否是最佳作业参数，也可以进一步减少错误参数对生产过程的影响，降低失误率以及损失。
在一些实施例中，获取操作台的加工任务列表；根据加工任务列表，确定当前时刻是否存在待加工任务；若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；根据待加工产品的名称，调取产品数据库，得到待加工产品的产品类型。
产品数据库可以认为是一种存储产品信息的数据库，其中可以包括名称、型号、结构等内容。
在获取待加工产品的产品类型时，可以通过操作台的加工任务列表确定当前是否存在加工任务，同时在存在加工任务时，分析是否存在待加工产品的加工任务，比如对加工任务的内容进行模糊识别，确定这一加工任务中是否存在待加工产品对应信息，若有，则可以说明存在待加工产品的加工任务。然后，可以根据模糊识别得到待加工产品的名称，利用这一名称，从产品数据库中进行信息调取，确定待加工产品的产品类型。
通过本实施例提供的方案，获取操作台的加工任务列表，可以快速确定当前时刻是否存在待加工任务，进而避免了人工检查和确认任务状态的时间和精力。通过调取产品数据库，根据待加工产品的名称确定其产品类型，可以提高产品分类和加工的精度，避免了人为操作的错误和不确定性。
在一些实施例中，调取待加工产品的加工合格数据；根据加工合格数据，分析输出结果，确定输出结果中是否存在与加工合格数据不匹配的数据；若存在与加工合格数据不匹配的数据，则确定模拟参数不是最佳作业参数。
加工合格数据中可以包括历史时段中的每一待加工产品对应的加工任务的合格数据，其中可以包括合格数量、加工总量、合格率等。
当得到加工合格数据后，可以将输出结果和这些加工合格数据进行匹配，如果匹配一致，则说明某一待加工产品的加工合格，如果不一致，则可能这一待加工产品某一位置或其他方面存在加工问题，认为是不合格的。如果存在不合格，可以直接认定为当前的模拟参数不能使这一待加工产品的加工任务效率达到最高，即可以认为模拟参数不是最佳作业参数。
通过本实施例提供的方案，调取待加工产品的加工合格数据，可以分析输出结果是否存在与加工合格数据不匹配的数据，从而确定利用这一模拟参数进行模拟后，是否存在不合格的产品，从而确定这一模拟参数是否是最佳作业参数，从而可以确保加工产品的质量符合预期，减少成本浪费。
在一些实施例中，若确定模拟参数不是最佳作业参数，则筛选输出结果，得到异常输出数据；分析异常输出数据，确定异常输出数据对应的数据类型，并调取数据类型对应的正常数据，确定异常输出数据的异常权重；根据异常权重，确定当前时刻异常输出数据的数量是否符合误差范围；若异常输出数据的数量不符合误差范围，则调取对应的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至异常输出数据的数量符合误差范围。
异常输出数据可以认为是不合格的产品所对应的数据，这些数据可以包括不合格的产品对应的不合格区域、对应该区域的模拟参数等数据。
当确定模拟参数不是最佳作业参数时，根据上述实施例的描述可知，本次待加工产品的模拟中存在加工不合格的情况，这就会导致完成加工任务的待加工产品数量增加，也就会导致成本上升。
为了减少实际加工过程中的加工不合格情况的出现，在模拟完成后，将输出结果进行筛选，保留不合格的数据，并将这些数据作为异常输出数据。分析这些异常输出数据，从而确定对应的数据类型，即哪一方面异常，比如焊接异常，切割异常等，这些可以通过对产品的整体进行图像分析得到。然后调取该数据类型对应的正常数据，即合格的数据，比如焊接均正常的产品图像、切割标准的图像等。
通过上述调取出的正常数据，确定异常输出数据的异常占比，比如一共五个焊接位置，三个位置都存在焊接异常，那么可以认为异常占比为百分之六十。通过这个异常占比得到异常输出数据的异常权重，即影响产品正常使用的权重。
误差范围可以认为是一种对该产品的容错率，比如一批待加工产品有十个，如果出现两个及以下的不合格产品，则可以认为本次加工是不存在影响的，可以忽略不合格产品带来的影响。
根据异常权重，确定每一异常输出数据在该待加工产品上的影响程度，然后分析产生这类异常的待加工产品的数量，从而确定这一数量是否在对应类型的误差范围内，如果在，则可以认为该类型的异常并不会对本次加工的成本带来较大影响。如果不在，则可以认为该类型的异常可能会较大程度上影响加工成本，此时可以将产生这一异常的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至异常输出数据的数量符合误差范围，从而减少实际加工时可能产生的成本浪费。
通过本实施例提供的方案，筛选输出结果，获取到异常输出数据，并对其进行分析，从而及时检测和处理模拟生产过程中的异常情况，避免不良产品、降低生产损失。另外，如果异常输出数据的数量不符合误差范围，可以自动调取对应的异常参数进行调整，并重新进行模拟，直至达到符合误差范围的结果，从而提高了生产过程中的智能化程度，降低对人工干预的依赖，从而减少了人为错误和不确定性的影响。
在一些实施例中，若确定模拟参数不是最佳作业参数，则根据异常输出数据，确定异常操作台；获取异常操作台的运行数据，并将运行数据与初始运行数据进行匹配，确定是否存在匹配不一致的数据；若存在，则根据匹配结果，提取运行异常数据，确定异常来源。
异常来源可以认为是操作台某个位置或某个零件，这些位置或某个零件由于年老失修，可能会导致操作台操作失误，从而导致加工出现问题。
初始运行数据可以认为是该操作台在生产出来时，由对应的操作台生产商提供的操作台可正常运行的运行数据。
通过本实施例提供的方案，在确定模拟参数不是最佳作业参数时，考虑操作台本身的运行问题，获取其运行数据，将其与初始运行数据进行匹配，从而确定操作台本身是否存在操作影响，通过这一匹配过程排除操作台本身运行而带来的加工不合格问题，同时，在当前情况下，也可以对操作台进行检测，省去了人工检测的时间。
图3为本申请一实施例提供的一种基于数字孪生技术的智慧工厂管理装置的结构示意图，如图3所示的，本实施例的基于数字孪生技术的智慧工厂管理装置300包括：参数确定模块301、结果获取模块302、结果分析模块303、参数发送模块304。
参数确定模块301，用于获取待加工产品的产品类型，并根据所述产品类型，确定所述待加工产品的模拟参数；
结果获取模块302，用于将所述模拟参数输入到预设生产模型中，并获取所述预设生产模型的输出结果；
结果分析模块303，用于根据所述输出结果，确定所述模拟参数是否为最佳作业参数；
参数发送模块304，用于若确定所述模拟参数是所述最佳作业参数，将所述最佳作业参数发送至操作台，并控制所述操作台调整运行参数至对应的最佳作业参数进行所述待加工产品的加工。
可选的，所述参数确定模块301具体用于：
获取所述操作台的加工任务列表；
根据所述加工任务列表，确定当前时刻是否存在待加工任务；
若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；
根据所述待加工产品的名称，调取产品数据库，得到所述待加工产品的产品类型。
可选的，所述结果分析模块303具体用于：
调取所述待加工产品的加工合格数据；
根据所述加工合格数据，分析所述输出结果，确定所述输出结果中是否存在与所述加工合格数据不匹配的数据；
若存在与所述加工合格数据不匹配的数据，则确定所述模拟参数不是最佳作业参数。
可选的，所述基于数字孪生技术的智慧工厂管理装置300还包括参数调整模块305，用于：
若确定所述模拟参数不是所述最佳作业参数，则筛选所述输出结果，得到异常输出数据；
分析所述异常输出数据，确定所述异常输出数据对应的数据类型，并调取所述数据类型对应的正常数据，确定所述异常输出数据的异常权重；
根据所述异常权重，确定当前时刻所述异常输出数据的数量是否符合误差范围；
若所述异常输出数据的数量不符合误差范围，则调取对应的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至所述异常输出数据的数量符合误差范围。
可选的，所述基于数字孪生技术的智慧工厂管理装置300还包括异常分析模块306，用于：
若确定所述模拟参数不是所述最佳作业参数，则根据异常输出数据，确定异常操作台；
获取所述异常操作台的运行数据，并将所述运行数据与初始运行数据进行匹配，确定是否存在匹配不一致的数据；
若存在，则根据匹配结果，提取运行异常数据，确定异常来源。
本实施例的装置，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
图4为本申请一实施例提供的一种电子设备的结构示意图，如图4所示，本实施例的电子设备400可以包括：存储器401和处理器402。
存储器401上存储有能够被处理器402加载并执行上述实施例中方法的计算机程序。
其中，处理器402和存储器401相连，如通过总线相连。
可选地，电子设备400还可以包括收发器。需要说明的是，实际应用中收发器不限于一个，该电子设备400的结构并不构成对本申请实施例的限定。
处理器402可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器402也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线可包括一通路，在上述组件之间传送信息。总线可以是PCI（PeripheralComponent Interconnect，外设部件互连标准）总线或EISA（Extended Industry StandardArchitecture，扩展工业标准结构）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器401可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器401用于存储执行本申请方案的应用程序代码，并由处理器402来控制执行。处理器402用于执行存储器401中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图4示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本实施例的电子设备，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
本申请还提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上实施例中的方法的计算机程序。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于数字孪生技术的智慧工厂管理方法，其特征在于，包括：
获取待加工产品的产品类型，并根据所述产品类型，确定所述待加工产品的模拟参数；
将所述模拟参数输入到预设生产模型中，并获取所述预设生产模型的输出结果；
根据所述输出结果，确定所述模拟参数是否为最佳作业参数；
若确定所述模拟参数是所述最佳作业参数，将所述最佳作业参数发送至操作台，并控制所述操作台调整运行参数至对应的最佳作业参数进行所述待加工产品的加工。
2.根据权利要求1所述的方法，其特征在于，所述获取待加工产品的产品类型，包括：
获取所述操作台的加工任务列表；
根据所述加工任务列表，确定当前时刻是否存在待加工任务；
若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；
根据所述待加工产品的名称，调取产品数据库，得到所述待加工产品的产品类型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述输出结果，确定所述模拟参数是否为最佳作业参数，包括：
调取所述待加工产品的加工合格数据；
根据所述加工合格数据，分析所述输出结果，确定所述输出结果中是否存在与所述加工合格数据不匹配的数据；
若存在与所述加工合格数据不匹配的数据，则确定所述模拟参数不是最佳作业参数。
4.根据权利要求3所述的方法，其特征在于，还包括：
若确定所述模拟参数不是所述最佳作业参数，则筛选所述输出结果，得到异常输出数据；
分析所述异常输出数据，确定所述异常输出数据对应的数据类型，并调取所述数据类型对应的正常数据，确定所述异常输出数据的异常权重；
根据所述异常权重，确定当前时刻所述异常输出数据的数量是否符合误差范围；
若所述异常输出数据的数量不符合误差范围，则调取对应的异常参数进行调整，并重新输入到预设生产模型中进行模拟直至所述异常输出数据的数量符合误差范围。
5.根据权利要求4所述的方法，其特征在于，所述根据所述产品类型，确定所述待加工产品的模拟参数之后，包括：
若确定所述模拟参数不是所述最佳作业参数，则根据异常输出数据，确定异常操作台；
获取所述异常操作台的运行数据，并将所述运行数据与初始运行数据进行匹配，确定是否存在匹配不一致的数据；
若存在，则根据匹配结果，提取运行异常数据，确定异常来源。
6.一种基于数字孪生技术的智慧工厂管理装置，其特征在于，包括：
参数确定模块，用于获取待加工产品的产品类型，并根据所述产品类型，确定所述待加工产品的模拟参数；
结果获取模块，用于将所述模拟参数输入到预设生产模型中，并获取所述预设生产模型的输出结果；
结果分析模块，用于根据所述输出结果，确定所述模拟参数是否为最佳作业参数；
参数发送模块，用于若确定所述模拟参数是所述最佳作业参数，将所述最佳作业参数发送至操作台，并控制所述操作台调整运行参数至对应的最佳作业参数进行所述待加工产品的加工。
7.根据权利要求6所述的装置，其特征在于，所述参数确定模块具体用于：
获取所述操作台的加工任务列表；
根据所述加工任务列表，确定当前时刻是否存在待加工任务；
若当前时刻存在待加工任务，则将当前时刻对应的加工任务进行分析，确定待加工产品名称；
根据所述待加工产品的名称，调取产品数据库，得到所述待加工产品的产品类型。
8.根据权利要求7所述的装置，其特征在于，所述结果分析模块具体用于：
调取所述待加工产品的加工合格数据；
根据所述加工合格数据，分析所述输出结果，确定所述输出结果中是否存在与所述加工合格数据不匹配的数据；
若存在与所述加工合格数据不匹配的数据，则确定所述模拟参数不是最佳作业参数。
9.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器，用于存储程序指令；
所述处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1-5任一项所述的基于数字孪生技术的智慧工厂管理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序；所述计算机程序被处理器执行时，实现如权利要求1-5任一项所述的基于数字孪生技术的智慧工厂管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311488652.XA CN117474401A (zh) | 2023-11-09 | 2023-11-09 | 基于数字孪生技术的智慧工厂管理方法、装置、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311488652.XA CN117474401A (zh) | 2023-11-09 | 2023-11-09 | 基于数字孪生技术的智慧工厂管理方法、装置、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117474401A true CN117474401A (zh) | 2024-01-30 |
Family
ID=89639462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311488652.XA Pending CN117474401A (zh) | 2023-11-09 | 2023-11-09 | 基于数字孪生技术的智慧工厂管理方法、装置、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117474401A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118071336A (zh) * | 2024-04-25 | 2024-05-24 | 杭州电缆股份有限公司 | 一种电缆生产设备的设备运行管理方法及系统 |
-
2023
- 2023-11-09 CN CN202311488652.XA patent/CN117474401A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118071336A (zh) * | 2024-04-25 | 2024-05-24 | 杭州电缆股份有限公司 | 一种电缆生产设备的设备运行管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117474401A (zh) | 基于数字孪生技术的智慧工厂管理方法、装置、电子设备 | |
| CN105224458A (zh) | 一种数据库测试方法及系统 | |
| CN112270116B (zh) | 产品包装运输静力学分析方法、平台、存储介质及应用 | |
| US20090164177A1 (en) | Tolerance analyzing/calculating system, tolerance analyzing method, and storage medium | |
| CN114140034B (zh) | 基于工况的质量监控方法及相关装置 | |
| CN105700490B (zh) | 一种提高产品良率的方法及系统 | |
| US20230095827A1 (en) | Systems and methods for modeling a manufacturing assembly line | |
| CN115328853A (zh) | 一种基于autosar的文件配置方法及装置 | |
| CN111814354B (zh) | 仪器性能的模拟测试方法、系统、介质及电子设备 | |
| CN111026080A (zh) | 控制器的硬件在环测试方法及装置 | |
| CN116245808A (zh) | 工件缺陷检测方法、装置、电子设备及存储介质 | |
| CN117454656A (zh) | 一种动态环境下的制造系统产能数字孪生预测方法和装置 | |
| CN113468747B (zh) | 一种大型飞机燃油系统全模台 | |
| CN111823056A (zh) | 工件在线检测方法、装置及计算机可读储存介质 | |
| CN113515577A (zh) | 数据预处理方法及装置 | |
| CN113609698A (zh) | 一种基于工艺故障数据库的工艺可靠性分析方法及系统 | |
| CN111047273A (zh) | 基于实物期权的企业经营决策方法和系统 | |
| CN111766840B (zh) | 一种生产母片的制作、实现方法及存储介质 | |
| CN116795064B (zh) | 基于dcs的报警管理方法、电子设备及存储介质 | |
| CN116028034A (zh) | 一种大数据预处理方法、系统、存储介质和终端 | |
| CN118691131A (zh) | 物料检验信息自动判定与不合格结果检验验证方法及系统 | |
| CN116792369A (zh) | 一种hcu液压控制单元耐久性能测试方法、系统及介质 | |
| Dabwan et al. | Modeling and Performance Analysis of a Flexible Manufacturing Cell with Machine Failures | |
| CN115903755A (zh) | 一种微控制器芯片测试方法、装置、系统及存储介质 | |
| CN116050597A (zh) | 任务风险识别与优化系统以及任务风险识别与优化方法 |
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 |