CN118037145A - 一种模型构建方法、装置、设备及存储介质 - Google Patents
一种模型构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118037145A CN118037145A CN202410219758.8A CN202410219758A CN118037145A CN 118037145 A CN118037145 A CN 118037145A CN 202410219758 A CN202410219758 A CN 202410219758A CN 118037145 A CN118037145 A CN 118037145A
- Authority
- CN
- China
- Prior art keywords
- model
- component
- target
- initial
- workshop
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 238000010276 construction Methods 0.000 title claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 abstract description 29
- 238000004891 communication Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
本申请公开了一种模型构建方法、装置、设备及存储介质,涉及工厂仿真技术领域。该方法包括:根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;根据初始组件,确定目标车间的通用组件模型;对通用组件模型进行整合,构建通用组件模型库;基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。上述技术方案,通过构建通用组件模型库,确保了组件模型的重用性和扩展性,可以有效降低构建车间生产物流多领域模型库的难度和复杂度,并进一步有助于提高模型构建的效率。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及工厂仿真技术领域,具体涉及一种模型构建方法、装置、设备及存储介质。
背景技术
在传统工厂规划中,物流规划一般是由设计院协同业主依靠经验来进行统一规划。
物流规划是否合理,却缺乏一种对规划方案有效验证的方式,导致在设计阶段一些隐性问题难以被暴露,如节拍瓶颈障碍,物流路径不通畅、设备配置需求等。在面对变化多端的市场需求时,通常采用构建仿真模型,来模拟实际工厂车间生产的所有细节,对设计方案进行验证。
但由于车间的生产物流是由不同领域的设备集成的,在构建车间生产物流多领域模型库时,需要从组件之间的无缝集成、模型的复用、模型扩展性等多方面的进行考虑,导致建模的效率低下。
发明内容
本申请提供了一种模型构建方法、装置、设备及存储介质,以提高模型构建的效率。
根据本申请的一方面,提供了一种模型构建方法,该方法包括:
根据目标车间的设备工作逻辑,对所述目标车间中至少一个初始设备进行分解,得到至少一个初始组件;
根据所述初始组件,确定所述目标车间的通用组件模型;
对所述通用组件模型进行整合,构建通用组件模型库;
基于所述通用组件模型库,根据所述设备工作逻辑,构建目标设备的仿真模型。
根据本申请的另一方面,提供了一种模型构建装置,该装置包括:
设备分解模块,用于根据目标车间的设备工作逻辑,对所述目标车间中至少一个初始设备进行分解,得到至少一个初始组件;
组件模型确定模块,用于根据所述初始组件,确定所述目标车间的通用组件模型;
组件模型整合模块,用于对所述通用组件模型进行整合,构建通用组件模型库;
模型构建模块,用于基于所述通用组件模型库,根据所述设备工作逻辑,构建目标设备的仿真模型。
根据本申请的另一方面,提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请实施例所提供的任意一种模型构建方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请实施例所提供的任意一种模型构建方法。
本申请通过根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;根据初始组件,确定目标车间的通用组件模型;对通用组件模型进行整合,构建通用组件模型库;基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。上述技术方案,通过构建通用组件模型库,确保了组件模型的重用性和扩展性,可以有效降低构建车间生产物流多领域模型库的难度和复杂度,并进一步有助于提高模型构建的效率。
附图说明
图1是根据本申请实施例一提供的一种模型构建方法的流程图;
图2是根据本申请实施例二提供的一种模型构建方法的流程图;
图3是根据本申请实施例三提供的一种模型构建装置的结构示意图;
图4是实现本申请实施例的模型构建方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
此外,还需要说明的是,本申请的技术方案中,所涉及的设备工作逻辑和组件数据等相关数据的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
实施例一
图1是根据本申请实施例一提供的一种模型构建方法的流程图,本实施例可适用于为车间中不同领域的设备构建仿真模型的情况,可以由模型构建装置来执行,该模型构建装置可以采用硬件和/或软件的形式实现,该模型构建装置可配置于计算机设备中,例如服务器中。如图1所示,该方法包括:
S110、根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件。
其中,目标车间是指需要为生产设备建立仿真模型的车间,该车间是一种工业生产现场,通常是一个设备齐全、员工集中的场所,用于实施生产计划和完成产品制造过程。设备工作逻辑是指目标车间中用于描述各生产设备工作原理的数据。初始设备是指目标车间中用于产品制造的设备,可以包括原料库、分拣工位、整理工位、装配工位、检验工位、回收库和成品库等中的至少一种。初始组件是指构成生产设备的独立部分,每个组件都具有特定的功能和作用,这些组件相互协作,共同完成设备的工作任务。
需要说明的是,初始设备与初始组件是一对一或一对多的对应关系。譬如,初始设备为原料库,分解得到的初始组件为触发器和计数器;初始设备为分拣工位,分解得到的初始组件为暂存区、分解器、工人和计数器;初始设备为回收库或成品库,分解得到的初始组件为计数器。
可选的,从目标车间的设备工作逻辑中识别出目标车间中至少一个初始设备的工作原理;根据工作原理,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件。
其中,工作原理是指生产设备达到其预期功能的基本方式和机理,它是指在特定的环境和条件下,生产设备内部各种组件之间的相互作用和协调,从而实现设备的正常运行、工作或表现。
具体的,对目标车间的设备工作逻辑进行识别,确定目标车间中各初始设备对应的工作原理;针对每一个初始设备,基于层次化结构的分解原理,根据该初始设备对应的工作原理,对该初始设备所涉及的功能组件进行分解,得到至少一个初始组件。
其中,层次化结构的分解原理是将一个复杂的系统或问题按照层次进行分解和组织,使得整体问题可以被分解为多个相对独立且易于处理的子问题。
示例性的,初始设备为整理工位,基于层次化结构的分解原理,根据整理工位对应的工作原理,对整理工位进行分解,得到处理器、暂存区、工人、计数器等初始组件;初始设备为装配工位,基于层次化结构的分解原理,根据装配工位对应的工作原理,对装配工位进行分解,得到合成器、暂存区、通用故障模块、计数器、工人、托盘等初始组件;初始设备为检验工位,基于层次化结构的分解原理,根据装配工位对应的工作原理,对检验工位进行分解,得到处理器、暂存区、通用故障模块、计数器、工人、托盘等初始组件。
可选的,工作原理包括初始设备中不同初始组件之间的连接关系。
其中,不同初始组件之间的连接关系是指不同组件之间的物理或逻辑连接方式,用于实现组件之间的信息、能量或信号传递,可以包括物理连接、电源连接和控制连接等中的至少一种。
S120、根据初始组件,确定目标车间的通用组件模型。
其中,通用组件模型是指可以在各生产设备之间进行共享和重用的组件模型。
需要说明的是,初始组件与通用组件模型是一对一或多对一的关系。
可选的,对初始组件进行筛选,剔除掉初始组件中重复多余的组件,得到通用组件;对通用组件进行模型构建,得到通用组件对应的通用组件模型。
其中,通用组件是指各生产设备之间可以共享和重用的组件,通用组件与通用组件模型为一对一的关系。
示例性的,初始组件包括处理器、暂存区、工人、计数器和计数器;对初始组件进行筛选,剔除掉初始组件中重复多余的组件,得到的通用组件为处理器、暂存区、工人、计数器;对通用组件进行模型构建,得到的通用组件模型为处理器模型、暂存区模型、工人模型、计数器模型。
可以理解的是,通过对初始组件进行筛选,避免了因存在多个同样的组件而重复建模的问题,减少了资源浪费,且有助于提高建模效率。
S130、对通用组件模型进行整合,构建通用组件模型库。
其中,通用组件模型库是一种集成了各种通用组件模型的库或代码仓库。
可选的,根据通用组件模型的功能,对通用组件模型进行分类,得到至少一个通用组件子模型库;对至少一个通用组件子模型库进行整合,构建通用组件模型库。
其中,通用组件子模型库是指由功能效果类似或相同的通用组件模型构成的模型库。
示例性的,通用组件模型包括工人模型、触发器模型、合成器模型、分解器模型、计数器模型、传送带模型、暂存区模型、托盘模型和通用故障模块模型;根据通用组件模型的功能,对通用组件模型进行分类,可以得到“人”子模型库、“物”子模型库、“位”子模型库、“器”子模型库和“其他”子模型库;其中,“人”子模型库包含工人模型;“物”子模型库包含触发器模型、合成器模型、分解器模型和计数器模型;“位”子模型库包含传送带模型、“器”子模型库包含暂存区模型和托盘模型;“其他”子模型库包含通用故障模块模型;对通用组件子模型库进行整合,得到由五个通用组件子模型库构成的通用组件模型库。
S140、基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。
其中,仿真模型是指对需要进行仿真分析的生成设备构建的模型。
可选的,根据初始设备中不同初始组件之间的连接关系,确定目标设备中不同目标组件之间的连接关系;基于通用组件模型库,确定目标组件对应的通用组件模型;根据不同目标组件之间的连接关系,对目标组件对应的通用组件模型进行连接,构建目标设备的仿真模型。
其中,不同目标组件之间的连接关系是指不同目标组件之间的物理或逻辑连接方式,用于实现组件之间的信息、能量或信号传递,可以包括物理连接、电源连接和控制连接等中的至少一种。
示例性的,目标设备为装配工位;根据初始设备中不同初始组件之间的连接关系,确定装配工位中整理工位组件和校验工位组件之间的连接关系;基于通用组件模型库,确定整理工位组件模型和校验工位组件模型;根据工位组件和校验工位组件之间的连接关系,对整理工位组件模型和校验工位组件模型进行连接,构建装配工位的仿真模型。
本申请实施例通过根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;根据初始组件,确定目标车间的通用组件模型;对通用组件模型进行整合,构建通用组件模型库;基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。上述技术方案,通过构建通用组件模型库,确保了组件模型的重用性和扩展性,可以有效降低构建车间生产物流多领域模型库的难度和复杂度,并进一步有助于提高模型构建的效率。
实施例二
图2是根据本申请实施例二提供的一种模型构建方法的流程图,本实施例在上述各实施例的技术方案的基础上,将“根据初始组件,确定目标车间的通用组件模型”细化为“对初始组件的组件数据进行分析,构建初始组件对应的基础组件模型;根据基础组件模型,确定目标车间的通用组件模型”。需要说明的是,在本申请实施例中未详述部分,可参见其他实施例的相关表述。如图2所示,该方法包括:
S210、根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件。
S220、对初始组件的组件数据进行分析,构建初始组件对应的基础组件模型。
其中,组件数据是指用于描述不同组件之间的连接关系、组件的功能等工作原理的数据,可以包括功能描述、接口定义、实现代码、配置文件和依赖关系等中的至少一种。基础组件模型是指可用于对初始组件进行仿真模拟的模型。
需要说明的是,初始组件与基础组件模型为一对一的关系。
可选的,对初始组件的组件数据进行分析,确定初始组件的物理原理、经验公式和试验数据;根据物理原理、经验公式和试验数据,建立初始组件对应的基础组件模型。
其中,物理原理是描述初始组件工作原理和行为的基本规律和原理。经验公式是指基于实验数据和理论分析得出的简单公式,可以用于计算组件的性能参数或预测组件的行为;该经验公式是通过对大量试验数据进行统计分析得出的,具有较高的可靠性和适用范围。试验数据是指在实验室、工程现场或其他实际情况下采集的关于初始组件的实际观测数据。
S230、根据基础组件模型,确定目标车间的通用组件模型。
可选的,基于物理建模语言,对基础组件模型进行文本建模,构建目标车间的通用组件模型。
其中,物理建模语言是一种用于描述和表示物理系统行为、性能和相互作用的专门语言,可以是Modelica(Modeling Language for Dynamic Systems,模型描述语言)。文本建模是指使用建模仿真语言编写文本文件来描述系统的结构和行为,以便进行仿真、分析和验证。
示例性的,以托盘组件的模型构建为例,基于Modelica语言,可将计数器组件模型以及Modelica标准库中的布尔型数据转实型数据模型、延迟模型、实型数据转布尔型数据模型、布尔型数据输入接口、布尔型数据输出接口、实型数据输出接口和整型数据输出接口进行拖拽和连线,构建托盘组件对应的通用组件模型。
需要说明的是,Modelica语言是一种面向对象的、基于方程的、非因果的多领域统一建模语言,针对涉及机械、电子、控制、液压、气动、热等多学科、多专业耦合的大规模复杂异构模型的构建具有天然的优势,基于Modelica语言可以在同一个平台中建立不同学科、不同专业的模型;同时,Modelica语言具有很好的开放性,能够集成多种异构模型,进行系统级的联合仿真,用于复杂工业系统的建模与仿真分析。
可以理解的是,将车间生产设备多学科特性的系统建模仿真理论和Modelica技术体系相结合,能够实现车间生产设备各组件间的无缝集成,可以有效降低构建车间生产物流多领域模型库的难度和复杂度,增加模型的重用性和扩展性,提高对车间生产设备的分析与设计能力,减少设计方案整改次数,大大缩短设计周期。
需要说明的是,模型的重用性,是采用模块化的思想,基于Modelica语言的重用机制将组件拆分成基础模型、接口模块,模型库构建过程中可充分提取或调用这些公用特征,最大化的实现模型复用;并且,已有的通用组件模型可通过修改参数快速复用于其它工厂车间生产设备中。模型的扩展性包括,代码可扩展、模型库结构可扩展和接口的可扩展;其中,代码可扩展是指由于Modelica代码完全开源,可根据任务需求随时对模型进行二次代码开发,细化模型的颗粒度;模型库结构可扩展是指支持在原有模型库结构的基础上新增子系统模型库;接口的可扩展是指可将单一领域的模型扩展为考虑多学科特性的模型。
S240、对通用组件模型进行整合,构建通用组件模型库。
S250、基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。
可选的,基于通用组件模型库,根据设备工作逻辑,构建仿真车间中至少一个目标设备的仿真模型。
其中,仿真车间是指需要进行仿真分析的工业生产现场。
进一步的,根据仿真任务要求,对仿真车间中至少一个目标设备的仿真模型进行集成,得到集成模型;对集成模型进行仿真分析。
其中,集成是指将两个或多个生产设备在同一平台下进行联合求解,以确定各生产设备耦合作用下对系统性能的影响。
在一种可选实施方式中,在建立通用组件模型库后,可以采用拖拽和连线的方式快速搭建出仿真车间中各生产设备模型;建立生产设备之间通讯的外部连接器;根据仿真任务要求,对两个或多个生产设备进行集成;通过参数配置、模型编译、求解完成集成系统的仿真分析。
其中,连接器是指用于组件间或子系统间连接,以实现组件或子系统的交互通讯的器件,可以包括流体连接器、热连接器、机械连接器和电连接器等中的至少一种。
需要说明的是,对于物理组件模型的连接器,必须在物理上能够连接组件,连接器的通讯是通过连接器变量实现的;同类型的连接器可以根据需要自由连接;连接器的变量包括流变量和势变量,流变量和势变量遵守广义基尔霍夫定律,连接会生成非因果的连接方程,无需指定求解顺序。
在另一种可选实施方式中,在根据设备工作逻辑,构建目标设备的仿真模型之后,可以根据目标设备的实际运行原理,确定新的目标组件;基于通用组件模型库和新的目标组件,对仿真模型进行更新。
本申请实施例通过根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;对初始组件的组件数据进行分析,构建初始组件对应的基础组件模型;根据基础组件模型,确定目标车间的通用组件模型;对通用组件模型进行整合,构建通用组件模型库;基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。上述技术方案,通过在基础组件模型的基础上,构建通用组件模型,能够实现车间生产设备各组件间的无缝集成,可以有效降低构建车间生产物流多领域模型库的难度和复杂度。
实施例三
图3是根据本申请实施例三提供的一种模型构建装置的结构示意图,可适用于为车间中不同领域的设备构建仿真模型的情况,该模型构建装置可以采用硬件和/或软件的形式实现,该模型构建装置可配置于计算机设备中,例如服务器中。如图3所示,该装置包括:
设备分解模块310,用于根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;
组件模型确定模块320,用于根据初始组件,确定目标车间的通用组件模型;
组件模型整合模块330,用于对通用组件模型进行整合,构建通用组件模型库;
模型构建模块340,用于基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。
本申请实施例通过根据目标车间的设备工作逻辑,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件;根据初始组件,确定目标车间的通用组件模型;对通用组件模型进行整合,构建通用组件模型库;基于通用组件模型库,根据设备工作逻辑,构建目标设备的仿真模型。上述技术方案,通过构建通用组件模型库,确保了组件模型的重用性和扩展性,可以有效降低构建车间生产物流多领域模型库的难度和复杂度,并进一步有助于提高模型构建的效率。
可选的,组件模型确定模块320包括:
组件分析单元,用于对初始组件的组件数据进行分析,构建初始组件对应的基础组件模型;
组件模型确定单元,用于根据基础组件模型,确定目标车间的通用组件模型。
可选的,组件模型确定单元,具体用于:
基于物理建模语言,对基础组件模型进行文本建模,构建目标车间的通用组件模型。
可选的,设备分解模块310,具体用于:
从目标车间的设备工作逻辑中识别出目标车间中至少一个初始设备的工作原理;
根据工作原理,对目标车间中至少一个初始设备进行分解,得到至少一个初始组件。
可选的,工作原理包括初始设备中不同初始组件之间的连接关系,相应的,模型构建模块340,具体用于:
根据初始设备中不同初始组件之间的连接关系,确定目标设备中不同目标组件之间的连接关系;
基于通用组件模型库,确定目标组件对应的通用组件模型;
根据不同目标组件之间的连接关系,对目标组件对应的通用组件模型进行连接,构建目标设备的仿真模型。
可选的,组件模型整合模块330,具体用于:
根据通用组件模型的功能,对通用组件模型进行分类,得到至少一个通用组件子模型库;
对至少一个通用组件子模型库进行整合,构建通用组件模型库。
可选的,该装置还包括:
模型更新模块,用于根据目标设备的实际运行原理,确定新的目标组件;基于通用组件模型库和新的目标组件,对仿真模型进行更新。
本申请实施例所提供的模型构建装置可执行本申请任意实施例所提供的模型构建方法,具备执行各模型构建方法相应的功能模块和有益效果。
实施例四
图4是实现本申请实施例的模型构建方法的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM)412、随机访问存储器(RAM)413等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序,来执行各种适当的动作和处理。在RAM413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM412以及RAM413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如模型构建方法。
在一些实施例中,模型构建方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM413并由处理器411执行时,可以执行上文描述的模型构建方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为模型构建方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程模型构建装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种模型构建方法,其特征在于,包括:
根据目标车间的设备工作逻辑,对所述目标车间中至少一个初始设备进行分解,得到至少一个初始组件;
根据所述初始组件,确定所述目标车间的通用组件模型;
对所述通用组件模型进行整合,构建通用组件模型库;
基于所述通用组件模型库,根据所述设备工作逻辑,构建目标设备的仿真模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述初始组件,确定所述目标车间的通用组件模型,包括:
对所述初始组件的组件数据进行分析,构建所述初始组件对应的基础组件模型;
根据所述基础组件模型,确定所述目标车间的通用组件模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述基础组件模型,确定所述目标车间的通用组件模型,包括:
基于物理建模语言,对所述基础组件模型进行文本建模,构建所述目标车间的通用组件模型。
4.根据权利要求1所述的方法,其特征在于,所述根据目标车间的设备工作逻辑,对所述目标车间中至少一个初始设备进行分解,得到至少一个初始组件,包括:
从目标车间的设备工作逻辑中识别出所述目标车间中至少一个初始设备的工作原理;
根据所述工作原理,对所述目标车间中至少一个初始设备进行分解,得到所述至少一个初始组件。
5.根据权利要求4所述的方法,其特征在于,所述工作原理包括所述初始设备中不同初始组件之间的连接关系,相应的,基于所述通用组件模型库,根据所述设备工作逻辑,构建目标设备的仿真模型,包括:
根据所述初始设备中不同初始组件之间的连接关系,确定目标设备中不同目标组件之间的连接关系;
基于所述通用组件模型库,确定所述目标组件对应的通用组件模型;
根据不同目标组件之间的连接关系,对所述目标组件对应的通用组件模型进行连接,构建目标设备的仿真模型。
6.根据权利要求1所述的方法,其特征在于,所述对所述通用组件模型进行整合,构建通用组件模型库,包括:
根据所述通用组件模型的功能,对所述通用组件模型进行分类,得到至少一个通用组件子模型库;
对所述至少一个通用组件子模型库进行整合,构建通用组件模型库。
7.根据权利要求1所述的方法,其特征在于,在根据所述设备工作逻辑,构建目标设备的仿真模型之后,还包括:
根据目标设备的实际运行原理,确定新的目标组件;
基于通用组件模型库和新的目标组件,对所述仿真模型进行更新。
8.一种模型构建装置,其特征在于,包括:
设备分解模块,用于根据目标车间的设备工作逻辑,对所述目标车间中至少一个初始设备进行分解,得到至少一个初始组件;
组件模型确定模块,用于根据所述初始组件,确定所述目标车间的通用组件模型;
组件模型整合模块,用于对所述通用组件模型进行整合,构建通用组件模型库;
模型构建模块,用于基于所述通用组件模型库,根据所述设备工作逻辑,构建目标设备的仿真模型。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一项所述的模型构建方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的模型构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410219758.8A CN118037145A (zh) | 2024-02-28 | 2024-02-28 | 一种模型构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410219758.8A CN118037145A (zh) | 2024-02-28 | 2024-02-28 | 一种模型构建方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118037145A true CN118037145A (zh) | 2024-05-14 |
Family
ID=91001945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410219758.8A Pending CN118037145A (zh) | 2024-02-28 | 2024-02-28 | 一种模型构建方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118037145A (zh) |
-
2024
- 2024-02-28 CN CN202410219758.8A patent/CN118037145A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Thiede | Environmental sustainability of cyber physical production systems | |
Reddy et al. | Knowledge based engineering: notion, approaches and future trends | |
Da Xu et al. | Object-oriented templates for automated assembly planning of complex products | |
CN111460621B (zh) | 一种组件化仿真建模方法及系统 | |
CN107533329B (zh) | 多学科工程系统中交叉学科数据验证检查的方法与系统 | |
CN113535831A (zh) | 一种基于大数据的报表分析方法、装置、设备和介质 | |
CN111950048A (zh) | 开发视图和机理视图构架产品样机模型的映射方法及装置 | |
CN114818286A (zh) | 一种工程机械整机仿真模型构建系统及方法 | |
CN112948353B (zh) | 一种应用于DAstudio的数据分析方法、系统及存储介质 | |
Burduk et al. | Simulation modeling in production effectiveness improvement–case study | |
CN112818562A (zh) | 铁路通信及信息系统的设计方法 | |
CN118037145A (zh) | 一种模型构建方法、装置、设备及存储介质 | |
Kliment et al. | Simulation as an appropriate way of verifying the efficiency of production variants in the design of production and non-production systems | |
Lim et al. | An industrial case study on discrete event modelling of value stream mapping for Industry 4.0 | |
Kogan et al. | Digital twin technology in cyberphysical systems | |
Guo et al. | Intelligent design and construction coordination of nuclear power based on digital twin | |
US11327471B2 (en) | Building and tracking of an automation engineering environment | |
Binder et al. | Utilizing an enterprise architecture framework for model-based industrial systems engineering | |
US20180293288A1 (en) | Method and system for dynamically extendable disciplines in a multidisciplinary engineering system | |
Malik | Framework to model virtual factories: A digital twin view | |
Babic | Digital twins in smart manufacturing | |
Berruet et al. | A component based approach for the design of FMS control and supervision | |
Qiangwei et al. | The ontology-based modeling and evolution of digital twin for assembly workshop | |
CN118276535B (zh) | 基于数字孪生的产线管控系统、方法、计算机设备及介质 | |
Li et al. | Mapping and Integration of Architecture and Modelling Frameworks. |
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 |