CN111198870B - 一种过程装备的建模方法及*** - Google Patents
一种过程装备的建模方法及*** Download PDFInfo
- Publication number
- CN111198870B CN111198870B CN201911337632.6A CN201911337632A CN111198870B CN 111198870 B CN111198870 B CN 111198870B CN 201911337632 A CN201911337632 A CN 201911337632A CN 111198870 B CN111198870 B CN 111198870B
- Authority
- CN
- China
- Prior art keywords
- process equipment
- model
- information
- equipment
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 396
- 230000008569 process Effects 0.000 title claims abstract description 332
- 238000004519 manufacturing process Methods 0.000 claims abstract description 53
- 238000013499 data model Methods 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 231100000279 safety data Toxicity 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000003754 machining Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005493 welding type Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- Economics (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)
- General Factory Administration (AREA)
Abstract
本发明涉及建模领域，尤其涉及一种过程装备的建模方法及***，该方法包括：根据过程装备的特征值，建立过程装备需求数据库；获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；建立过程装备模型库，根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；根据目标装备模型采集所需数据，并生成由该模型定义的过程装备实例。本发明能够快速实现过程装备的建模，且具有可靠性和准确性。
Description
技术领域
本发明涉及建模领域，尤其涉及一种过程装备的建模方法及***。
背景技术
在智能制造和工业互联网的不断推动下，智能工厂建设逐渐成为企业提质增效和发展的迫切需要，但是由于流程工业的过程装备结构复杂、差异性大，这为企业资源整合和智能工厂***一体化建设带来极大困难。
在流程行业过程装备的统一建模方面，现有应用***缺乏统一、一致、可靠、稳定的方法，导致生产装备的生命周期管理困难，应用***运行管理复杂、***协同工作困难。化工、石油、制药、轻工、能源、环保和食品等行业的生产过程中，迫切需要建立大量过程装备的模型，来支持装备全生命周期(研制、设计、建造、运行、废弃/回收/再制造)的技术活动，以稳定提高生产经济效益。
不同行业过程装备的模型描述差异极大，跨生产线、跨部门以及跨企业的装备信息交互要经过繁杂的转换过程，且各环节的转换一般要求具备较高专业知识的人员参与。如此过分复杂的过程和这么高的人员能力依赖，一方面降低了异构***间信息交互的可靠性和准确性，另一方面效率也会降低且资源使用率较低。
目前的装备建模方法大多基于专用的、定制的装备进行，资源消耗大，工作量繁重，可复用性差。
发明内容
为解决上述问题，本发明提出一种过程装备的建模方法及***。
一种过程装备的建模方法，包括：
根据过程装备的特征值，建立过程装备需求数据库；
获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；
建立过程装备模型库，根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；
若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；
根据目标装备模型采集所需数据，并生成由该模型定义的过程装备实例。
优选的，所述过程设备的特征值通过特征数据模型提取，所述特征数据模型为：
FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}，
其中：FDM为特征数据模型中单个特征数据的特征值，code表示过程装备的编码，Ci表示过程装备的机械结构信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，Mi表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值。
优选的，在所述获取目标生产***的过程装备需求数据之后还包括：
设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish；
当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；
当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
优选的，所述建立过程装备模型库包括：获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息。
优选的，所述多个维度的信息包括：过程装备的机械结构信息IC；过程装备的功能信息IF；过程装备的物理、化学或技术特性IP；过程装备的环境信息IL；描述过程装备的商务信息IB；过程装备运行中物料和机械安全数据、生产***运行安全约束的信息IS；过程装备的制造信息IM；过程装备的建造信息IE；过程装备的操作信息IO。
一种过程装备的建模***，包括：
过程装备需求数据库，用于存储过程装备的特征值；
过程装备分类模型库，用于获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；
过程装备模型库，用于根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；
装备模型数据采集模块，用于根据目标装备模型采集所需数据，
过程装备实例生成模块，用于生成由目标装备模型定义的过程装备实例。
优选的，所述过程装备需求数据库通过特征数据模型提取过程设备的特征值，所述特征数据模型为：
FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}，
其中：FDM为特征数据模型中单个特征数据的特征值，code表示过程装备的编码，Ci表示过程装备的机械结构信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，Mi表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值。
优选的，还包括：装备类型特点识别模块，用于设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish；
当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；
当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
优选的，所述建立过程装备模型库还用于获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息。
优选的，所述多个维度的信息包括：过程装备的机械结构信息IC；过程装备的功能信息IF；过程装备的物理、化学或技术特性IP；过程装备的环境信息IL；描述过程装备的商务信息IB；过程装备运行中物料和机械安全数据、生产***运行安全约束的信息IS；过程装备的制造信息IM；过程装备的建造信息IE；过程装备的操作信息IO。
通过使用本发明，可以实现以下效果：
1.根据过程装备的特征值，建立过程装备需求数据库，获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型，建立过程装备模型库，根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型，能够快速实现过程装备的建模，且具有可靠性和准确性；
2.从多个维度全面考虑过程装备的信息，能够完整的存储过程装备的各种关键信息，为过程装备的全生命周期管理提供信息支持，保证了建模数据信息的完整性；
3.由于装备建模不仅涵盖创建过程装备的静态常量数据，同时也考虑到了装备操作过程中的动态数据，使模型的应用领域更加广泛，提高了建模方法的灵活性和有效性。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明一实施例一种过程装备的建模方法的示意性框图；
图2是本发明一实施例一种过程装备的建模方法的示意性流程图；
图3是本发明一实施例一种过程装备的建模***的示意性结构图。
具体实施方式
以下结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
本发明的基本思想是根据过程装备的特征值，建立过程装备需求数据库，获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型，建立过程装备模型库，根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型，若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型，根据目标装备模型采集所需数据，并生成由该模型定义的过程装备实例，能够快速实现过程装备的建模，且具有可靠性和准确性。
基于以上发明构思，本实施例提出一种过程装备的建模方法，如图1～2所示，包括以下步骤：
S1：根据过程装备的特征值，建立过程装备需求数据库。
确定在建立过程装备时的特征数据模型，作为后续确定过程装备类型的主要数据来源。
特征数据模型为：FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}。其中：FDM为特征数据模型中单个特征数据的特征值，其特征为等式后表达式中的某一项特征，code表示过程装备的编码，Ci表示过程装备的机械结构信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，Mi表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值。
特征数据模型从多个维度收集过程装备的静态和动态特征值，可以从目标生产***的相关文件中获取该过程装备的基本特征需求，从多个角度描述过程装备模型，使模型的应用领域更加广泛，提高了建模方法的灵活性和有效性。
根据特征数据模型建立过程装备需求数据库，接收来自目标生产***设计文件的装备数据，并按照规定的格式存储相应的特征值数据。
S2：获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型。
针对目标生产***，采集待存储的过程装备需求数据，可从目标生产***的设计文件中获取过程装备的结构等特征数据，特征值遵循相应值的规范要求填写。允许非关键项的数据值为空，将采集后的数据集保存至装备需求数据库，并以装备的编码为其唯一索引。
在一实施例中，在所述获取目标生产***的过程装备需求数据之后还包括：设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish。当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
设置过程装备数据状态值Vcode(state)并对其进行监听的工作指令及过程包括：
1)Vcode(start)＝true&Vcode(finish)＝false。其中，当待输入装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；
2)Vcode(start)＝false&Vcode(finish)＝true。目标装备需求信息输入完毕时，重新为对应编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true；
3)当1)对应的事件出现时，开始监听1)中的状态值；当2)对应的状态值出现时，开始执行装备类型的特征值读取；
4)当存在多个满足1)的事件时，启动多个监听线程监控对应编码装备的数据录入状态；当存在多个满足2)的事件时，按照达成2)的时间顺序生成待识别事件序列，逐条执行。
在与装备需求数据库实时交互，以订阅/发布方式监控数据更新状况。在新的装备需求信息完整添加到装备需求数据库时，触发装备识别功能，识别指定编码的装备信息。预先针对目标行业的典型过程装备类型建立过程装备分类数据库，存储不同类型装备的特征值。将读取到的需求数据信息与分类库中装备类型特点进行比对，确定待建立的过程装备的类型的特征值。
根据目标生产***的过程装备需求数据的特征值，针对流程行业的典型过程装备，从制造特征角度划分装备类型：
1)焊接类。类型特征：以焊接为主要制造手段的过程装备；
2)机械加工类。类型特征：以机械加工为主要制造手段的过程机器；
3)其他。类型特征：由特殊生产工艺要求而以综合制造手段生产的工艺装置。
将采集到的装备类型特征值与过程装备需求数据库中各装备分类特征进行特征比对，确定目标过程装备的类型。
建立过程装备模型库的方法为：获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息。
多个维度的信息包括：IC描述过程装备的机械结构信息，可从需求数据表中查询，也可通过设计文件增补，机械结构信息应满足特定标准的要求；IF描述过程装备的功能信息，可从需求数据表中查询，也可通过设计文件增补；IP描述过程装备的物理、化学或技术特性，也包括生产单元的技术经济特性，可从需求数据表中查询，也可通过设计文件增补；IL描述过程装备的位置、地理、气象环境等信息；IB描述过程装备的资产价值、供应商、制造商、交货时间、包装等商务信息；IS描述过程装备运行中物料和机械安全数据、生产***运行安全约束的信息；IM描述过程装备的制造信息，可从需求数据表中查询，也可通过设计文件增补；IE描述过程装备现场制造、安装、检测、测试与调试、以及生产装置试运行信息等建造信息；IO描述生产准备、产品生产、停车、事件处理、物料移动、检查、请求与响应等活动遵循的规范/规程、要求的操作信息。
从上述九个维度的信息可以更全面的描述过程装备的模型信息，据此建立过程装备的参考模型，形成统一的过程装备描述语言和语义，为流程行业一体化建设提供互操作基础。
由于装备建模不仅涵盖创建过程装备的静态常量数据，同时也考虑到了装备操作过程中的动态数据，使模型的应用领域更加广泛，提高了建模方法的灵活性和有效性。
同样依据上述九个维度的信息建立过程装备的九维度通用参考模型，根据过程装备通用参考模型，确定焊接类、机械加工类及其他类别过程装备的具体定义模型。遵从过程装备相关规范和标准，并结合制造知识，制定过程装备的定义模型。
S4：若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型。
获取过程装备的类型后，检索过程装备模型库中的装备类型。如果焊接类、机械加工类装备下的子装备类型与该目标装备匹配成功，则为该过程装备生成对应的目标装备模型；如果匹配失败，则将通用参考模型作为该装备的目标装备模型。
本建模方法为行业典型设备提供通用的参考模型，支持在此模型上衍生出针对具体类型装备的定义模型。规范了装备建模流程和建模方法，所建模型可为同类型多种装备使用，且可通过模型的使用和行业知识的积累来不断完善和丰富装备模型库，极大的提高了模型的可复用性和资源利用率。
S5：根据目标装备模型采集所需数据，并生成由该模型定义的过程装备实例。
确定目标装备模型后可启动数据采集模块，通过专用数据采集***，从装备需求数据库、装备建模规范文件、目标生产***文件等相关资料中获取模型所需的九维度定义数据。通过获取定义模型各定义项的数据信息，由此形成装备定义的最终数据，得到该生产***的目标过程装备实例。
相应的在硬件方便，本实施例还提出一种过程装备的建模***，如图3所示，包括：过程装备需求数据库，用于存储过程装备的特征值；过程装备分类模型库，用于获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；过程装备模型库，用于根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；装备模型数据采集模块，用于根据目标装备模型采集所需数据，过程装备实例生成模块，用于生成由目标装备模型定义的过程装备实例。
过程装备需求数据库通过特征数据模型提取过程设备的特征值，所述特征数据模型为：
FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}，
其中：FDM为特征数据模型中单个特征数据的特征值，code表示过程装备的编码，Ci表示过程装备的结构数据信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，Mi表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值。
在一实施例中，本建模***还包括：装备类型特点识别模块，用于设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish；当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
在一实施例中，建立过程装备模型库还用于获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息。
所述多个维度的信息包括：过程装备的机械结构信息IC；过程装备的功能信息IF；过程装备的物理、化学或技术特性IP；过程装备的环境信息IL；描述过程装备的商务信息IB；过程装备运行中物料和机械安全数据、生产***运行安全约束的信息IS；过程装备的制造信息IM；过程装备的建造信息IE；过程装备的操作信息IO。
基于在本实施例中提到的过程装备需求数据库、过程装备分类模型库、过程装备模型库、装备模型数据采集模块、过程装备实例生成模块、装备类型特点识别模块等硬件模块的原理及实现方法已经在上述方法实施例中公开，因此不再赘述。
本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (4)
1.一种过程装备的建模方法，其特征在于，包括：
根据目标行业的典型过程装备类型建立过程装备需求数据库，存储不同类型装备的特征值；
获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；
建立过程装备模型库，根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；
若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；
根据目标装备模型采集所需数据，并生成由该模型定义的过程装备实例；
所述过程装备的特征值通过特征数据模型提取，所述特征数据模型为：
FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}，
其中：FDM为特征数据模型中单个特征数据的特征值，code表示过程装备的编码，Ci表示过程装备的机械结构信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，M i表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值；
所述建立过程装备模型库包括：获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息；
所述多个维度的信息包括：过程装备的机械结构信息IC；过程装备的功能信息IF；过程装备的物理、化学或技术特性IP；过程装备的环境信息IL；描述过程装备的商务信息IB；过程装备运行中物料和机械安全数据、生产***运行安全约束的信息IS；过程装备的制造信息IM；过程装备的建造信息IE；过程装备的操作信息IO。
2.根据权利要求1所述的一种过程装备的建模方法，其特征在于，在所述获取目标生产***的过程装备需求数据之后还包括：
设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish；
当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；
当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
3.一种过程装备的建模***，其特征在于，包括：
过程装备需求数据库，过程装备需求数据库根据目标行业的典型过程装备类型建立，用于存储不同类型装备的特征值；
过程装备分类模型库，用于获取目标生产***的过程装备需求数据，与过程装备需求数据库存储的过程装备的特征值进行特征值比对确定过程装备类型；
过程装备模型库，用于根据过程装备类型在过程装备模型库中检索并匹配对应的参考模型；若匹配到对应的参考模型，则将匹配的参考模型作为目标装备模型；若没有匹配到对应的参考模型，则将通用参考模型作为目标装备模型；
装备模型数据采集模块，用于根据目标装备模型采集所需数据，
过程装备实例生成模块，用于生成由目标装备模型定义的过程装备实例；
所述过程装备需求数据库通过特征数据模型提取过程设备的特征值，所述特征数据模型为：
FDMi,code(t)＝f{Ci，Fi，Pi，Mi，Ei(t)}，
其中：FDM为特征数据模型中单个特征数据的特征值，code表示过程装备的编码，Ci表示过程装备的机械结构信息，i表示过程装备多种结构数据信息中第i项结构特征的特征值，Fi表示过程装备的第i项功能信息的特征值，Pi表示过程装备第i项性能信息的特征值，M i表示过程装备第i项制造信息的特征值，Ei(t)表示过程装备第i项建造信息在阶段t时的特征值；
建立过程装备模型库用于获取过程装备多个维度的信息，从多个维度描述过程装备的模型信息；
所述多个维度的信息包括：过程装备的机械结构信息IC；过程装备的功能信息IF；过程装备的物理、化学或技术特性IP；过程装备的环境信息IL；描述过程装备的商务信息IB；过程装备运行中物料和机械安全数据、生产***运行安全约束的信息IS；过程装备的制造信息IM；过程装备的建造信息IE；过程装备的操作信息IO。
4.根据权利要求3所述的一种过程装备的建模***，其特征在于，还包括：装备类型特点识别模块，用于设置过程装备数据状态值Vcode(state)并对判断是否有新的需求数据，其中code表示过程装备的编码；state为当前过程装备需求数据的状态，状态为start、finish；
当过程装备需求数据准备录入时，生成对应编码的状态值变量，状态为start的起始输入状态值为true，且状态为finish的结束输入状态值为false；
当过程装备需求数据输入完毕时，重新为该编码的状态值变量赋值，状态为start的起始输入状态值为false，状态为finish的结束输入状态值为true，并执行过程装备的特征值的读取。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911337632.6A CN111198870B (zh) | 2019-12-23 | 2019-12-23 | 一种过程装备的建模方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911337632.6A CN111198870B (zh) | 2019-12-23 | 2019-12-23 | 一种过程装备的建模方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111198870A CN111198870A (zh) | 2020-05-26 |
| CN111198870B true CN111198870B (zh) | 2024-04-02 |
Family
ID=70744407
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911337632.6A Active CN111198870B (zh) | 2019-12-23 | 2019-12-23 | 一种过程装备的建模方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111198870B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3246851A1 (en) * | 2016-05-17 | 2017-11-22 | Fujitsu Limited | Method and apparatus for searching a database of 3d items using descriptors |
| CN109146089A (zh) * | 2018-07-25 | 2019-01-04 | 中建三局第二建设工程有限责任公司 | 一种基于bim的设备全生命周期管理方法 |
| CN109947741A (zh) * | 2019-02-01 | 2019-06-28 | 上海核工程研究设计院有限公司 | 一种物项属性参数的建模和存储方法 |
-
2019
- 2019-12-23 CN CN201911337632.6A patent/CN111198870B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3246851A1 (en) * | 2016-05-17 | 2017-11-22 | Fujitsu Limited | Method and apparatus for searching a database of 3d items using descriptors |
| CN109146089A (zh) * | 2018-07-25 | 2019-01-04 | 中建三局第二建设工程有限责任公司 | 一种基于bim的设备全生命周期管理方法 |
| CN109947741A (zh) * | 2019-02-01 | 2019-06-28 | 上海核工程研究设计院有限公司 | 一种物项属性参数的建模和存储方法 |
Non-Patent Citations (3)
| Title |
|---|
| 沈晖,陈禹六,李清,宁可.企业建模的知识管理.计算机集成制造***-CIMS.2003,(第05期),第1-7页. * |
| 胡琪波 ; 李福瑞 ; 漆奋平 ; .基于参考模型的制造业MES需求建模.锻压装备与制造技术.2013,(第01期),第92-96页. * |
| 赵旭 ; 唐健均 ; 谭清中 ; .基于Neo4j的网络化协作加工设备资源建模方法研究.现代制造工程.2018,(第02期),第61-69页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111198870A (zh) | 2020-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reinhardt et al. | A survey on automatic model generation for material flow simulation in discrete manufacturing | |
| US20170351226A1 (en) | Industrial machine diagnosis and maintenance using a cloud platform | |
| US7827122B1 (en) | Data mining of unfiltered controller data | |
| CN109559069B (zh) | 基于装配式建筑平台的生产管理方法、装置及终端设备 | |
| US20110166912A1 (en) | Plant analysis system | |
| WO2015136395A1 (en) | Processing data sets in a big data repository | |
| Ahmadov et al. | A cloud based job sequencing with sequence-dependent setup for sheet metal manufacturing | |
| CN115097788A (zh) | 一种基于数字孪生工厂的智能管控平台 | |
| Li et al. | Investigation on industrial dataspace for advanced machining workshops: enabling machining operations control with domain knowledge and application case studies | |
| JP2013097743A (ja) | 知識管理装置及び知識管理装置の端末機と知識管理装置のプログラム | |
| Ćwikła | The methodology of development of the Manufacturing Information Acquisition System (MIAS) for production management | |
| CN110619014A (zh) | 一种基于etl的数据抽取方法 | |
| Wallis et al. | Data mining-supported generation of assembly process plans | |
| Lugaresi et al. | Discovery and digital model generation for manufacturing systems with assembly operations | |
| US11592797B2 (en) | Control program and method for operating an engineering system for an industrial process automation system | |
| Hung et al. | Development of an advanced manufacturing cloud for machine tool industry based on AVM technology | |
| CN111198870B (zh) | 一种过程装备的建模方法及*** | |
| CN113448693A (zh) | 一种数字化工厂saas云平台 | |
| CN113592378A (zh) | 一种大型复杂设备的bom构建方法及其管理*** | |
| CN112184108A (zh) | 工具器管控方法及*** | |
| CN113517998B (zh) | 预警配置数据的处理方法、装置、设备及存储介质 | |
| Pfeiffer et al. | Simulation as one of the core technologies for digital enterprises: assessment of hybrid rescheduling methods | |
| JP2005346280A (ja) | トレーサビリティシステム、トレース情報管理方法、トレース情報管理プログラム、及び記録媒体 | |
| Corallo et al. | Processing big data in streaming for fault prediction: an industrial application | |
| CN115087996A (zh) | 工业车间机器学习*** |
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 |