CN108919760A - 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 - Google Patents
一种基于数字孪生的智能车间自治生产过程动态联动控制方法 Download PDFInfo
- Publication number
- CN108919760A CN108919760A CN201810731107.1A CN201810731107A CN108919760A CN 108919760 A CN108919760 A CN 108919760A CN 201810731107 A CN201810731107 A CN 201810731107A CN 108919760 A CN108919760 A CN 108919760A
- Authority
- CN
- China
- Prior art keywords
- lathe
- intelligent workshop
- workshop
- entity
- workpiece
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 6
- 238000003754 machining Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32015—Optimize, process management, optimize production line
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于数字孪生的智能车间自治生产过程动态联动控制方法,包括:(1)构建智能车间实体在信息空间中的数字孪生模型,并建立实体与模型之间的虚实映射关系;(2)建立双向数据传输通道,实现虚实联动;(3)采集制造资源的实时状态数据,上传至数字孪生模型并更新;(4)对智能车间运行状态进行实时仿真,并调用算法预测机床任务编排序列最优解和执行下一道工序的机床编号;(5)对最优解进行解析,并以生产指令的形式通过双向数据传输通道下达至智能车间中的各制造资源实体;(6)循环(3)~(5)步骤,直至工件所有工序加工完成。通过同步联动,实现了智能车间自治生产过程的动态联动控制。
Description
技术领域
本发明涉及智能制造领域,特别涉及一种基于数字孪生的智能车间自治生产过程动态联动控制方法。
背景技术
智能制造已成为目前国内外研究的热点,德国工业4.0、美国工业互联网、中国制造2025等战略规划都将智能制造列为了重要主题。智能制造的实施不仅依赖于先进制造技术的发展,同时也依赖于新兴信息技术的应用。在智能制造环境下,企业制造车间应具有较好的生产柔性、自治性以及生产过程管控能力,以满足个性化客户需求。
新兴信息技术(如物联网、数字孪生等)为制造车间自治化生产运行提供了技术基础。例如,制造物联网技术搭建了车间人(操作者)、机(加工机床、运输小车等)、物(在制品、辅助工具等)的泛在互联互通,实现各个物理实体可识别、可跟踪、可通讯交互;数字孪生技术构建了车间“情境感知-仿真计算-协同决策-生产执行”的闭环逻辑,通过信息空间数据/模型与物理空间实体之间的实时互操作,实现车间生产过程透明化、高效化和自治化。然而,目前较为缺乏将上述新兴信息技术进行综合应用的案例,总体实施效果未达到对智能车间进行高效、动态生产过程管控的要求。
发明内容
本发明的目的在于针对以上实施应用的问题,提供一种基于数字孪生的智能车间自治生产过程动态联动控制方法,通过物理空间中的智能车间实体与信息空间中的数字孪生模型之间的实时同步联动,实现智能车间自治生产过程的动态联动控制。
为实现上述目的,本发明的技术方案是:
一种基于数字孪生的智能车间自治生产过程动态联动控制方法,包括以下步骤:
(1)构建智能车间实体在信息空间中的数字孪生模型,并建立实体与模型之间的虚实映射关系;
(2)建立虚实联动的双向数据传输通道,智能车间运行状态数据通过该通道实时同步至数字孪生模型,而数字孪生模型调用各类算法求解的计算结果或决策指令通过该通道下达至智能车间实体,实现虚实联动;
(3)通过车间物联网采集工件在智能车间中流转时的制造资源的实时状态数据,通过双向数据传输通道上传至数字孪生模型并更新;
(4)在数字孪生模型中对智能车间运行状态进行实时仿真,计算实际生产运行过程中的进度偏差,并调用机床任务编排算法预测确定执行工件下一道工序的加工机床编号,生成机床任务编排序列最优解;
(5)对机床任务编排序列最优解进行语义解析,并以生产指令的形式通过双向数据传输通道下达至制造资源实体,制造资源实体按照给定的指令执行相应的动作;
(6)循环(3)~(5)步骤,直至工件所有工序加工完成。
作为本发明的进一步改进,步骤(2)中的双向数据传输通道,采用AutomationML协议作为智能车间实体与数字孪生模型之间的数据传输协议,上传的实时数据与下达的生产指令均符合AutomationML协议。
作为本发明的进一步改进,步骤(4)中的实际生产运行过程中的进度偏差,其值按照以下公式计算:
式中:
ΔT表示工件实际生产过程中的进度偏差值;
Pj.St和Pj.Ft分别表示工件生产计划中第j道工序的开始时间和结束时间;
Pj.ast和Pj.aft分别表示由车间物联网设备RFID读写器采集的第j道工序的实际开始时间和实际结束时间;
M表示当前时间t下工件已完成的加工工序总数。M值由以下判断准则来确定:if(t≤Pm+1.St∧t≥(Pm.Dt+Pm.St)),then M=m;
Ni表示当前时间t下工件实际完成的加工工序总数。N值由以下判断准则来确定:if(t≤Pn+1.ast∧t≥Pn.aft),then N=n。
作为本发明的进一步改进,步骤(4)中的机床任务编排算法,采用隐马尔可夫模型方法进行建模,其实施步骤如下:
步骤一:采用前向学习算法对工件加工历史数据进行学习,得出用于机床任务编排的隐马尔可夫模型参数,包括:加工工序之间的状态转移概率矩阵、加工工序与机床之间映射关联的概率矩阵;
步骤二:依据所建立的隐马尔可夫模型,将当前时间t下工件已经完成的加工工序序列、当前智能车间所有加工机床的实时运行状态作为模型输入进行求解;
步骤三:采用viterbi算法递推输出最优的机床任务编排序列,该序列是发生概率最大的序列,进一步确定当前时刻t下工件的下一道工序加工所在的机床编号。
与现有技术相比,本发明具有以下有益效果:
本发明建立了智能车间实体与数字孪生模型之间的虚实映射关系,通过双向数据传输通道,实现了智能车间生产过程数据的实时上传、数字孪生模型仿真数据或生产指令的实时下达,生产指令中的机床任务指令通过机床任务编排算法解算而得。通过同步联动,实现了智能车间自治生产过程的动态联动控制。
附图说明
图1是基于数字孪生的智能车间自治生产过程动态联动控制方法的执行流程图;
图2是机床任务编排算法模型的原理图;
图3是数字孪生模型是对物理车间的完整虚实映射图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。此处所说明的附图是本申请的一部分,用来对本发明进行进一步解释,但并不构成对本发明的限定。
本发明一种基于数字孪生的智能车间自治生产过程动态联动控制方法的执行流程图如图1所示,包括以下步骤:
(1)构建智能车间实体在信息空间中的数字孪生模型,并建立实体与模型之间的虚实映射关系,即:其中,PJS表示物理空间中的智能车间实体,VJS表示信息空间中的数字孪生模型,表示PJS与VJS两者之间的虚实映射关系;
(2)建立虚实联动的双向数据传输通道,并采用AutomationML数据传输协议,智能车间运行状态数据(包括工件状态数据、机床状态/任务数据、AGV物流小车工作数据、操作者任务数据等)通过该通道实时同步至数字孪生模型,而数字孪生模型调用各类算法求解出的计算结果或决策指令通过该通道下达至智能车间实体,实现虚实联动;
(3)通过物联网采集工件在智能车间中流转时的实时位置、到达/离开该位置的时间以及加工机床、运输小车等制造资源的工作状态数据,上述信息通过双向数据传输通道上传至数字孪生模型;
(4)在数字孪生模型中对智能车间运行状态进行实时仿真,计算实际生产运行过程中的进度偏差,并调用机床任务编排算法预测确定执行工件下一道工序的加工机床编号,生成机床任务编排序列最优解。该算法以工件加工工艺路线、工件实时位置、机床实时运行状态等数据作为输入。其中:
(4-1)所述的实际生产运行过程中的进度偏差值按照以下公式计算:
式中:
ΔT表示工件实际生产过程中的进度偏差值;
Pj.St和Pj.Ft分别表示工件生产计划中第j道工序的开始时间和结束时间;
Pj.ast和Pj.aft分别表示由车间物联网设备RFID读写器采集的第j道工序的实际开始时间和实际结束时间;
M表示当前时间t下工件已完成的加工工序总数。M值由以下判断准则来确定:if(t≤Pm+1.St∧t≥(Pm.Dt+Pm.St)),then M=m;
Ni表示当前时间t下工件实际完成的加工工序总数。N值由以下判断准则来确定:if(t≤Pn+1.ast∧t≥Pn.aft),then N=n。
(4-2)所述的机床任务编排算法,采用隐马尔可夫模型方法进行建模,其原理如图2所示,具体实施步骤如下:
步骤一:采用前向学习算法对工件加工历史数据进行学习,得出用于机床任务编排的隐马尔可夫模型参数,包括:加工工序之间的状态转移概率矩阵、加工工序与机床之间映射关联的概率矩阵;
步骤二:依据所建立的隐马尔可夫模型,将当前时间t下工件已经完成的加工工序序列、当前智能车间所有加工机床的实时运行状态(空闲或占用)作为模型输入进行求解;
步骤三:采用viterbi算法递推输出最优的机床任务编排序列,该序列是发生概率最大的序列,进一步确定当前时刻t下工件的下一道工序加工所在的机床编号;
(5)对机床任务编排序列最优解进行AutomationML语义解析,并以生产指令的形式通过双向数据传输通道下达至工件、加工机床、运输小车等制造资源实体,制造资源实体按照给定的指令执行相应的动作;
(6)循环(3)~(5)步骤,直至工件所有加工工序完成。
通过上述步骤,实现对智能车间自治生产过程的实时监控、仿真、任务编排,进一步实现对智能车间自治生产过程的动态联动控制。
如图3所示,以某航空零部件的智能制造车间为例,该车间有3台数控加工中心(机床1、机床2、机床3),2台机械臂,1台AGV运输小车,工件1、工件2在该智能车间内执行生产任务。首先根据该车间的物理布局,建立相应的数字孪生模型,该数字孪生模型是对物理车间的完整虚实映射;
通过已配置的RFID、传感器等物联网设备采集智能车间中的实时生产过程数据,并通过双向数据传输通道、AutomationML协议上传至数字孪生模型。根据实时数据获知工件1已进行到第三道工序,工件2已进行到第五道工序;
数字孪生模型调用生产进度偏差计算模块计算实际生产过程与计划生产过程之间的进度偏差,其中:工件1的第三道工序的计划完成时间为5min,而根据实时数据偏差计算反映出该工序实际完成时间为6min 20s,比计划延迟了1min 20s,数字孪生模型将该偏差值反馈至对应的机床,下达加快进度的指令;
同时,数字孪生模型调用机床任务编排算法模块,并将生产进度偏差值作为输入条件,仿真计算出执行下一道工序的最优机床为机床3,在该机床上加工可将工件1第四道工序的完工时间压缩1min 20s~2min,从而实现工件1整体加工进度与计划加工进度保持一致,避免拖期现象的发生。计算结束后,数字孪生模型实时地将“工件1的第四道工序由机床3加工”、“AGV运输小车将工件1从机床1运输至机床3并装夹”等生产指令发送至机床3和AGV运输小车。进一步地,机床3和AGV运输小车执行相应的生产指令。
以上实施例仅用于说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细说明,所属领域的普通技术人员依然可以对本发明的具体实施方案进行修改或者等同替换,而这些并未脱离本发明精神和范围的任何修改或者等同替换,其均在申请待批的本发明的权利要求保护范围之内。
Claims (4)
1.一种基于数字孪生的智能车间自治生产过程动态联动控制方法,其特征在于,包括以下步骤:
(1)构建智能车间实体在信息空间中的数字孪生模型,并建立实体与模型之间的虚实映射关系;
(2)建立虚实联动的双向数据传输通道,智能车间运行状态数据通过该通道实时同步至数字孪生模型,而数字孪生模型调用各类算法求解的计算结果或决策指令通过该通道下达至智能车间实体,实现虚实联动;
(3)通过车间物联网采集工件在智能车间中流转时的制造资源的实时状态数据,通过双向数据传输通道上传至数字孪生模型并更新;
(4)在数字孪生模型中对智能车间运行状态进行实时仿真,计算实际生产运行过程中的进度偏差,并调用机床任务编排算法预测确定执行工件下一道工序的加工机床编号,生成机床任务编排序列最优解;
(5)对机床任务编排序列最优解进行语义解析,并以生产指令的形式通过双向数据传输通道下达至制造资源实体,制造资源实体按照给定的指令执行相应的动作;
(6)循环(3)~(5)步骤,直至工件所有工序加工完成。
2.根据权利要求1所述的基于数字孪生的智能车间自治生产过程动态联动控制方法,其特征在于,步骤(2)中的双向数据传输通道,采用AutomationML协议作为智能车间实体与数字孪生模型之间的数据传输协议,上传的实时数据与下达的生产指令均符合AutomationML协议。
3.根据权利要求1所述的基于数字孪生的智能车间自治生产过程动态联动控制方法,其特征在于,步骤(4)中的实际生产运行过程中的进度偏差,其值按照以下公式计算:
式中:
ΔT表示工件实际生产过程中的进度偏差值;
Pj.St和Pj.Ft分别表示工件生产计划中第j道工序的开始时间和结束时间;
Pj.ast和Pj.aft分别表示由车间物联网设备RFID读写器采集的第j道工序的实际开始时间和实际结束时间;
M表示当前时间t下工件已完成的加工工序总数;M值由以下判断准则来确定:if(t≤Pm+1.St∧t≥(Pm.Dt+Pm.St)),then M=m;
Ni表示当前时间t下工件实际完成的加工工序总数;N值由以下判断准则来确定:if(t≤Pn+1.ast∧t≥Pn.aft),then N=n。
4.根据权利要求1所述的基于数字孪生的智能车间自治生产过程动态联动控制方法,其特征在于,步骤(4)中的机床任务编排算法,采用隐马尔可夫模型方法进行建模,其实施步骤如下:
步骤一:采用前向学习算法对工件加工历史数据进行学习,得出用于机床任务编排的隐马尔可夫模型参数,包括:加工工序之间的状态转移概率矩阵、加工工序与机床之间映射关联的概率矩阵;
步骤二:依据所建立的隐马尔可夫模型,将当前时间t下工件已经完成的加工工序序列、当前智能车间所有加工机床的实时运行状态作为模型输入进行求解;
步骤三:采用viterbi算法递推输出最优的机床任务编排序列,该序列是发生概率最大的序列,进一步确定当前时刻t下工件的下一道工序加工所在的机床编号。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731107.1A CN108919760B (zh) | 2018-07-05 | 2018-07-05 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
PCT/CN2018/125834 WO2020007016A1 (zh) | 2018-07-05 | 2018-12-29 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810731107.1A CN108919760B (zh) | 2018-07-05 | 2018-07-05 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108919760A true CN108919760A (zh) | 2018-11-30 |
CN108919760B CN108919760B (zh) | 2020-01-24 |
Family
ID=64425682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810731107.1A Active CN108919760B (zh) | 2018-07-05 | 2018-07-05 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108919760B (zh) |
WO (1) | WO2020007016A1 (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885397A (zh) * | 2019-01-15 | 2019-06-14 | 长安大学 | 一种边缘计算环境中时延优化的负载任务迁移算法 |
CN109978395A (zh) * | 2019-03-29 | 2019-07-05 | 长安大学 | 一种智能车间加工任务自治分配模型的创成方法 |
CN109991918A (zh) * | 2019-04-10 | 2019-07-09 | 广东工业大学 | 基于多周期差分采样和数字孪生技术的平行控制方法 |
CN110120957A (zh) * | 2019-06-03 | 2019-08-13 | 浙江鹏信信息科技股份有限公司 | 一种基于智能评分机制的安全处置数字孪生方法及*** |
CN110222353A (zh) * | 2019-03-12 | 2019-09-10 | 上海大学 | 一种基于数字孪生与机器学习技术的智能车间生产加工***及方法 |
WO2020007016A1 (zh) * | 2018-07-05 | 2020-01-09 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
CN110674078A (zh) * | 2019-10-08 | 2020-01-10 | 北京航空航天大学 | 一种数字孪生***复杂任务异构多核并行高效求解方法和*** |
CN110728870A (zh) * | 2019-09-09 | 2020-01-24 | 上海同一迅阳科技有限公司 | Mes仿真教学***、计算机设备及计算机存储介质 |
CN110865607A (zh) * | 2019-11-07 | 2020-03-06 | 天津大学 | 一种基于数字孪生的五轴数控机床控制方法 |
CN111026063A (zh) * | 2019-12-25 | 2020-04-17 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
CN111210184A (zh) * | 2020-01-15 | 2020-05-29 | 北京航空航天大学 | 一种数字孪生车间物料准时配送方法及*** |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111308975A (zh) * | 2020-02-28 | 2020-06-19 | 南京航空航天大学 | 基于数字孪生技术的智能制造***孪生智能体构建***及方法 |
CN111459062A (zh) * | 2020-04-01 | 2020-07-28 | 浙江大学 | 虚实共用的复杂信息物理产品数字孪生控制逻辑生成方法 |
CN111722539A (zh) * | 2020-06-03 | 2020-09-29 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
CN111815254A (zh) * | 2019-04-10 | 2020-10-23 | 日铁***集成株式会社 | 信息处理装置、信息处理方法以及存储介质 |
CN111823138A (zh) * | 2019-04-22 | 2020-10-27 | 株式会社捷太格特 | 网络物理***型生产*** |
CN112016737A (zh) * | 2020-08-05 | 2020-12-01 | 东北大学秦皇岛分校 | 一种基于数字孪生的复杂产品装配车间管控方法 |
CN112084569A (zh) * | 2019-06-14 | 2020-12-15 | 通用电气公司 | 基于性能的多变量分布模型的增材制造耦接数字孪生生态*** |
US10921794B2 (en) | 2019-04-10 | 2021-02-16 | Guangdong University Of Technology | Parallel control method based on multi-period differential sampling and digital twinning technologies |
CN112507573A (zh) * | 2021-02-09 | 2021-03-16 | 东北大学 | 一种基于数字孪生的热连轧轧制过程监控预警方法 |
CN112508337A (zh) * | 2020-11-09 | 2021-03-16 | 西安交通大学 | 一种基于智图云谱的孪生制造车间***设备社群重构方法 |
CN112632778A (zh) * | 2020-12-22 | 2021-04-09 | 达闼机器人有限公司 | 数字孪生模型的运行方法、装置和电子设备 |
CN112859739A (zh) * | 2021-01-15 | 2021-05-28 | 天津商业大学 | 一种数字孪生驱动的多轴数控机床轮廓误差抑制方法 |
CN112955836A (zh) * | 2019-09-27 | 2021-06-11 | 法国圣戈班玻璃厂 | 用于利用集成的数字映像弯曲玻璃板的自动化的生产工艺和生产*** |
CN112947294A (zh) * | 2021-02-22 | 2021-06-11 | 长春汽车工业高等专科学校 | 一种基于数字孪生的汽车装配车间监控仿真*** |
CN113126583A (zh) * | 2021-04-23 | 2021-07-16 | 北自所(北京)科技发展有限公司 | 一种数字孪生纺织成套装备实时交互控制方法及*** |
CN113204411A (zh) * | 2021-06-08 | 2021-08-03 | 广东利元亨智能装备股份有限公司 | 一种数据处理方法、中间处理设备及存储介质 |
CN113741419A (zh) * | 2021-07-26 | 2021-12-03 | 魏小兰 | Agv作业辅助方法及装置 |
CN113826051A (zh) * | 2019-03-18 | 2021-12-21 | 西门子股份公司 | 生成实体***零件之间的交互的数字孪生 |
CN113867288A (zh) * | 2021-09-29 | 2021-12-31 | 广东工业大学 | 一种即插即用手机线快速设计及换线方法 |
WO2022000286A1 (zh) * | 2020-06-30 | 2022-01-06 | 西门子股份公司 | 一种生产***的控制方法及其装置 |
CN115373290A (zh) * | 2022-10-27 | 2022-11-22 | 极晨智道信息技术(北京)有限公司 | 一种基于数字孪生的数字化车间仿真方法与*** |
WO2023024476A1 (zh) * | 2021-08-25 | 2023-03-02 | 中国矿业大学 | 一种基于数字孪生驱动的单轨吊车自动驾驶***及方法 |
CN115972303A (zh) * | 2022-06-28 | 2023-04-18 | 盐城工学院 | 一种基于数字孪生的全自动裁断机协同***、介质及终端 |
CN116882070A (zh) * | 2023-09-01 | 2023-10-13 | 中汽研汽车工业工程(天津)有限公司 | 一种面向整车制造的工业数字孪生管理*** |
CN117032088A (zh) * | 2023-09-01 | 2023-11-10 | 广东思豪内高压科技有限公司 | 基于高精密内高压成型***的智能伺服控制方法 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111251304B (zh) * | 2020-03-12 | 2023-08-01 | 广东博智林机器人有限公司 | 一种机器人控制***和方法 |
CN111461459B (zh) * | 2020-04-24 | 2023-06-30 | 温州大学乐清工业研究院 | 断路器数字制造孪生车间的动态重调度预测方法及*** |
CN112462696A (zh) * | 2020-08-18 | 2021-03-09 | 江苏大学 | 一种智能制造车间数字孪生模型构建方法与*** |
CN112427624B (zh) * | 2020-11-04 | 2021-11-09 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的铸锻双控成型***及参数优化方法 |
CN112926764B (zh) * | 2021-01-21 | 2023-05-30 | 北京理工大学 | 一种产品质量性能预测方法和装置 |
CN113064351B (zh) * | 2021-03-26 | 2024-07-16 | 京东科技控股股份有限公司 | 数字孪生模型构建方法、装置、存储介质及电子设备 |
CN113364625B (zh) * | 2021-06-08 | 2022-08-16 | 广东利元亨智能装备股份有限公司 | 一种数据传输方法、中间传输设备及存储介质 |
CN114706338B (zh) * | 2022-04-20 | 2023-01-31 | 北京金石视觉数字科技有限公司 | 一种基于数字孪生模型的交互控制方法及*** |
CN115351524B (zh) * | 2022-08-30 | 2023-09-19 | 北京航空航天大学 | 一种数字孪生多层级模型组装方法 |
CN117973634B (zh) * | 2024-03-27 | 2024-05-31 | 无锡云数工业技术有限公司 | 一种制造运营管理的优化控制方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776554A (zh) * | 2005-10-20 | 2006-05-24 | 同济大学 | 基于遗传算法的可重组生产线调度方法 |
CN104504540A (zh) * | 2015-01-13 | 2015-04-08 | 郑州航空工业管理学院 | 基于多阶段智能优化算法的动态柔性作业车间调度控制方法 |
CN107861478A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种智能车间平行控制方法及*** |
CN107870600A (zh) * | 2017-10-17 | 2018-04-03 | 广东工业大学 | 一种智能车间透明监控方法及*** |
CN108107841A (zh) * | 2017-12-26 | 2018-06-01 | 山东大学 | 一种数控机床数字孪生建模方法 |
WO2018111368A1 (en) * | 2016-12-15 | 2018-06-21 | Siemens Aktiengesellschaft | Configuration and parameterization of energy control system |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919760B (zh) * | 2018-07-05 | 2020-01-24 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
-
2018
- 2018-07-05 CN CN201810731107.1A patent/CN108919760B/zh active Active
- 2018-12-29 WO PCT/CN2018/125834 patent/WO2020007016A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776554A (zh) * | 2005-10-20 | 2006-05-24 | 同济大学 | 基于遗传算法的可重组生产线调度方法 |
CN104504540A (zh) * | 2015-01-13 | 2015-04-08 | 郑州航空工业管理学院 | 基于多阶段智能优化算法的动态柔性作业车间调度控制方法 |
WO2018111368A1 (en) * | 2016-12-15 | 2018-06-21 | Siemens Aktiengesellschaft | Configuration and parameterization of energy control system |
CN107861478A (zh) * | 2017-10-17 | 2018-03-30 | 广东工业大学 | 一种智能车间平行控制方法及*** |
CN107870600A (zh) * | 2017-10-17 | 2018-04-03 | 广东工业大学 | 一种智能车间透明监控方法及*** |
CN108107841A (zh) * | 2017-12-26 | 2018-06-01 | 山东大学 | 一种数控机床数字孪生建模方法 |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020007016A1 (zh) * | 2018-07-05 | 2020-01-09 | 长安大学 | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 |
CN109885397A (zh) * | 2019-01-15 | 2019-06-14 | 长安大学 | 一种边缘计算环境中时延优化的负载任务迁移算法 |
CN110222353A (zh) * | 2019-03-12 | 2019-09-10 | 上海大学 | 一种基于数字孪生与机器学习技术的智能车间生产加工***及方法 |
CN113826051A (zh) * | 2019-03-18 | 2021-12-21 | 西门子股份公司 | 生成实体***零件之间的交互的数字孪生 |
CN109978395A (zh) * | 2019-03-29 | 2019-07-05 | 长安大学 | 一种智能车间加工任务自治分配模型的创成方法 |
CN111815254A (zh) * | 2019-04-10 | 2020-10-23 | 日铁***集成株式会社 | 信息处理装置、信息处理方法以及存储介质 |
CN109991918B (zh) * | 2019-04-10 | 2019-11-12 | 广东工业大学 | 基于多周期差分采样和数字孪生技术的平行控制方法 |
WO2020207209A1 (zh) * | 2019-04-10 | 2020-10-15 | 广东工业大学 | 基于多周期差分采样和数字孪生技术的平行控制方法 |
CN109991918A (zh) * | 2019-04-10 | 2019-07-09 | 广东工业大学 | 基于多周期差分采样和数字孪生技术的平行控制方法 |
US10921794B2 (en) | 2019-04-10 | 2021-02-16 | Guangdong University Of Technology | Parallel control method based on multi-period differential sampling and digital twinning technologies |
CN111815254B (zh) * | 2019-04-10 | 2024-05-28 | 日铁***集成株式会社 | 信息处理装置、信息处理方法以及存储介质 |
CN111823138A (zh) * | 2019-04-22 | 2020-10-27 | 株式会社捷太格特 | 网络物理***型生产*** |
CN110120957B (zh) * | 2019-06-03 | 2019-12-06 | 浙江鹏信信息科技股份有限公司 | 一种基于智能评分机制的安全处置数字孪生方法及*** |
CN110120957A (zh) * | 2019-06-03 | 2019-08-13 | 浙江鹏信信息科技股份有限公司 | 一种基于智能评分机制的安全处置数字孪生方法及*** |
CN112084569B (zh) * | 2019-06-14 | 2024-05-10 | 通用电气公司 | 基于性能的多变量分布模型的增材制造耦接数字孪生生态*** |
CN112084569A (zh) * | 2019-06-14 | 2020-12-15 | 通用电气公司 | 基于性能的多变量分布模型的增材制造耦接数字孪生生态*** |
CN110728870A (zh) * | 2019-09-09 | 2020-01-24 | 上海同一迅阳科技有限公司 | Mes仿真教学***、计算机设备及计算机存储介质 |
CN112955836A (zh) * | 2019-09-27 | 2021-06-11 | 法国圣戈班玻璃厂 | 用于利用集成的数字映像弯曲玻璃板的自动化的生产工艺和生产*** |
CN110674078A (zh) * | 2019-10-08 | 2020-01-10 | 北京航空航天大学 | 一种数字孪生***复杂任务异构多核并行高效求解方法和*** |
CN110865607A (zh) * | 2019-11-07 | 2020-03-06 | 天津大学 | 一种基于数字孪生的五轴数控机床控制方法 |
CN111026063A (zh) * | 2019-12-25 | 2020-04-17 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
CN111026063B (zh) * | 2019-12-25 | 2023-10-03 | 南方科技大学 | 数字孪生体构建方法、装置、计算机设备及存储介质 |
CN111210184B (zh) * | 2020-01-15 | 2024-04-26 | 北京航空航天大学 | 一种数字孪生车间物料准时配送方法及*** |
CN111210184A (zh) * | 2020-01-15 | 2020-05-29 | 北京航空航天大学 | 一种数字孪生车间物料准时配送方法及*** |
CN111308975A (zh) * | 2020-02-28 | 2020-06-19 | 南京航空航天大学 | 基于数字孪生技术的智能制造***孪生智能体构建***及方法 |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111230887B (zh) * | 2020-03-10 | 2021-01-26 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111459062B (zh) * | 2020-04-01 | 2021-04-06 | 浙江大学 | 虚实共用的复杂信息物理产品数字孪生控制逻辑生成方法 |
CN111459062A (zh) * | 2020-04-01 | 2020-07-28 | 浙江大学 | 虚实共用的复杂信息物理产品数字孪生控制逻辑生成方法 |
CN111722539B (zh) * | 2020-06-03 | 2021-05-28 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
CN111722539A (zh) * | 2020-06-03 | 2020-09-29 | 西安交通大学 | 一种基于时间自动机的数字孪生制造单元行为建模方法 |
WO2022000286A1 (zh) * | 2020-06-30 | 2022-01-06 | 西门子股份公司 | 一种生产***的控制方法及其装置 |
CN112016737A (zh) * | 2020-08-05 | 2020-12-01 | 东北大学秦皇岛分校 | 一种基于数字孪生的复杂产品装配车间管控方法 |
CN112016737B (zh) * | 2020-08-05 | 2022-03-22 | 东北大学秦皇岛分校 | 一种基于数字孪生的复杂产品装配车间管控方法 |
CN112508337A (zh) * | 2020-11-09 | 2021-03-16 | 西安交通大学 | 一种基于智图云谱的孪生制造车间***设备社群重构方法 |
CN112632778A (zh) * | 2020-12-22 | 2021-04-09 | 达闼机器人有限公司 | 数字孪生模型的运行方法、装置和电子设备 |
CN112632778B (zh) * | 2020-12-22 | 2023-07-18 | 达闼机器人股份有限公司 | 数字孪生模型的运行方法、装置和电子设备 |
CN112859739B (zh) * | 2021-01-15 | 2022-07-01 | 天津商业大学 | 一种数字孪生驱动的多轴数控机床轮廓误差抑制方法 |
CN112859739A (zh) * | 2021-01-15 | 2021-05-28 | 天津商业大学 | 一种数字孪生驱动的多轴数控机床轮廓误差抑制方法 |
CN112507573A (zh) * | 2021-02-09 | 2021-03-16 | 东北大学 | 一种基于数字孪生的热连轧轧制过程监控预警方法 |
CN112947294B (zh) * | 2021-02-22 | 2023-10-20 | 长春汽车工业高等专科学校 | 一种基于数字孪生的汽车装配车间监控仿真*** |
CN112947294A (zh) * | 2021-02-22 | 2021-06-11 | 长春汽车工业高等专科学校 | 一种基于数字孪生的汽车装配车间监控仿真*** |
CN113126583B (zh) * | 2021-04-23 | 2022-02-11 | 北自所(北京)科技发展股份有限公司 | 一种数字孪生纺织成套装备实时交互控制方法及*** |
CN113126583A (zh) * | 2021-04-23 | 2021-07-16 | 北自所(北京)科技发展有限公司 | 一种数字孪生纺织成套装备实时交互控制方法及*** |
CN113204411A (zh) * | 2021-06-08 | 2021-08-03 | 广东利元亨智能装备股份有限公司 | 一种数据处理方法、中间处理设备及存储介质 |
CN113741419A (zh) * | 2021-07-26 | 2021-12-03 | 魏小兰 | Agv作业辅助方法及装置 |
WO2023024476A1 (zh) * | 2021-08-25 | 2023-03-02 | 中国矿业大学 | 一种基于数字孪生驱动的单轨吊车自动驾驶***及方法 |
CN113867288B (zh) * | 2021-09-29 | 2022-05-17 | 广东工业大学 | 一种即插即用手机线快速设计及换线方法 |
CN113867288A (zh) * | 2021-09-29 | 2021-12-31 | 广东工业大学 | 一种即插即用手机线快速设计及换线方法 |
CN115972303B (zh) * | 2022-06-28 | 2023-09-19 | 盐城工学院 | 一种基于数字孪生的全自动裁断机协同***、介质及终端 |
CN115972303A (zh) * | 2022-06-28 | 2023-04-18 | 盐城工学院 | 一种基于数字孪生的全自动裁断机协同***、介质及终端 |
CN115373290A (zh) * | 2022-10-27 | 2022-11-22 | 极晨智道信息技术(北京)有限公司 | 一种基于数字孪生的数字化车间仿真方法与*** |
CN117032088A (zh) * | 2023-09-01 | 2023-11-10 | 广东思豪内高压科技有限公司 | 基于高精密内高压成型***的智能伺服控制方法 |
CN116882070B (zh) * | 2023-09-01 | 2023-11-14 | 中汽研汽车工业工程(天津)有限公司 | 一种面向整车制造的工业数字孪生管理*** |
CN117032088B (zh) * | 2023-09-01 | 2024-04-09 | 广东思豪内高压科技有限公司 | 基于高精密内高压成型***的智能伺服控制方法 |
CN116882070A (zh) * | 2023-09-01 | 2023-10-13 | 中汽研汽车工业工程(天津)有限公司 | 一种面向整车制造的工业数字孪生管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN108919760B (zh) | 2020-01-24 |
WO2020007016A1 (zh) | 2020-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919760A (zh) | 一种基于数字孪生的智能车间自治生产过程动态联动控制方法 | |
CN110704974B (zh) | 基于数字孪生驱动的工艺模型的建模与使用方法 | |
US11705799B2 (en) | Method for controlling a movement, a control device, a linear drive, a production machine, a packaging machine and a computer program product | |
Riazi et al. | Energy optimization of multi-robot systems | |
WO2017063453A1 (zh) | 一种工业机器人工艺云***及其工作方法 | |
Hsieh et al. | Improving optimization of tool path planning in 5-axis flank milling using advanced PSO algorithms | |
Liu et al. | A feature-based method for NC machining time estimation | |
CN109116808B (zh) | 一种基于数控机床大数据的联动轨迹轮廓精度预测方法 | |
Du et al. | An error-bounded B-spline curve approximation scheme using dominant points for CNC interpolation of micro-line toolpath | |
CN103529751B (zh) | 五轴联动机床数控***及其加工方法 | |
CN106406223A (zh) | 机床与机器人的实时干扰确认*** | |
CN103809521B (zh) | 基于弦截法的样条曲线插补方法 | |
CN108663991B (zh) | 一种面向镜像铣削加工的双通道同步加工方法及设备 | |
CN110244658A (zh) | 一种基于改进bp神经网络提高裁床插补位置精度的方法 | |
CN107831740A (zh) | 一种应用于笔记本零件的分布式生产制造过程中的优化调度方法 | |
CN109822576A (zh) | 一种机器人加工虚拟夹具的生成方法 | |
CN111745653B (zh) | 基于双机械臂的船体外板曲面成形协同加工的规划方法 | |
CN101727622A (zh) | 一种面向复杂制造***的层次化建模与优化方法 | |
Sun et al. | Machining cycle time prediction: Data-driven modelling of machine tool feedrate behavior with neural networks | |
CN110580019B (zh) | 一种面向边缘计算的设备调取方法与装置 | |
CN102609564A (zh) | 一种加工特征与加工操作快速定位与对应方法 | |
Gafurov | The importance of CAD/CAM/CAE application development | |
CN109085804A (zh) | 一种用于电子产品在多工厂车间生产过程的优化调度方法 | |
Brecher et al. | Productivity Increase–Model-based optimisation of NC-controlled milling processes to reduce machining time and improve process quality | |
Vishnu et al. | Energy prediction in process planning of five-axis machining by data-driven modelling |
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 |