CN111539583A - 一种基于数字孪生的生产过程仿真优化方法 - Google Patents
一种基于数字孪生的生产过程仿真优化方法 Download PDFInfo
- Publication number
- CN111539583A CN111539583A CN202010402048.0A CN202010402048A CN111539583A CN 111539583 A CN111539583 A CN 111539583A CN 202010402048 A CN202010402048 A CN 202010402048A CN 111539583 A CN111539583 A CN 111539583A
- Authority
- CN
- China
- Prior art keywords
- digital
- assembly
- data
- workshop
- production
- 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 141
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 59
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000004088 simulation Methods 0.000 title claims description 19
- 230000008569 process Effects 0.000 claims abstract description 90
- 230000004927 fusion Effects 0.000 claims abstract description 8
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 25
- 238000013507 mapping Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000010923 batch production Methods 0.000 abstract description 2
- 230000010349 pulsation Effects 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 12
- 238000010276 construction Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000013386 optimize process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000009960 carding Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明基于多品种、小批量、变节拍的柔性生产需求，建设基于大数据的制造运营管理***、数据采集及控制***，提升生产物流智能化水平和总装工艺装备专业化水准，形成批产产品脉动生产线和研制产品智能总装单元为主体的总装智能化车间，通过虚拟模型和物理实体之间的信息融合和数据交互，为物理实体提供更多的优化决策。
Description
技术领域
本发明属于仿真优化技术领域，具体涉及一种数字孪生技术。
背景技术
现有大型复杂产品的总装通常采用固定式站位，基于刚性型架进行手工垂直装配，装配质量不稳定，装配效率低，工人劳动强度大，装配作业管理困难。
脉动装配生产线(Pulse Assembly Lines)最初从Ford公司的移动式汽车生产线衍生而来，是连续移动装配生产线的过渡阶段。不同的是，脉动装配生产线可以设定缓冲时间，对生产节拍要求不高，当某个生产环节出现问题时，整个生产线可以不移动，或留给下个站位去解决，当装配工作全部完成时，生产线就脉动一次。
现阶段生产过程数据采集率低，数据分析应用能力弱，过程控制及追溯能力不强，导致质量管控成效不高。车间管理中，资源和计划调度依赖人工经验，信息化手段不足，生产计划排程精细化程度不够，动态响应能力不强，导致车间作业管理效能不高。
随着信息时代的发展，数字孪生技术已成为实现智能制造的方法之一。数字孪生就是通过数字化的方式，在信息空间创建物理实体的虚拟模型，利用数据模拟物理实体在现实环境中的行为。通过虚拟模型和物理实体之间的信息融合和数据交互，为物理实体提供更多的优化决策。
发明内容
本发明为了解决现有技术存在的问题，提出了一种基于数字孪生的生产过程仿真优化方法，为了实现上述目的，本发明采用了以下技术方案。
运行状态、关键工位运行状态、装配过程监控、生产过程仿真及优化等功能，实现车间运营过程的有效管理，全面提升智能车间的管控能力，通过对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
分析产品装配过程，对每个工位的操作内容进行整合及优化。
依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线。
完成智能工厂数字孪生模型建造，工厂内实现设备数据采集分析。
建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。
实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。
实现数字空间和逻辑空间的同步运行，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现产品、设备、人员、***和环境在数字空间和实体空间的映射与交互。
实现返工返修、质量可视化，以及质量全过程追溯管理。利用积累的历史数据进行统计分析和数据驱动的设备状态建模，开发针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略等，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。
从运营层、控制层开展建设，统一实施部署总装车间生产管理，按照分级存放的原则，在总装车间设置物料缓存库及线边库，按***规划、分级实施的步骤开展建设，建成高效透明、高度柔性、准时配送、人机协同特征显著的智能车间。
增加产线柔性，提高产线效率，对各型号产品进行详细工艺流程梳理、分析归类、优化调整。
产品聚类分析，依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线，建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。
工艺流程再造，突破传统设计思路，全寿命周期分析产品生产过程，再造产品工艺流程，以适应同类产品生产。
工位布局优化，分析产品装配过程，对每个工位的操作内容进行整合及优化。
基于工艺流程分析结果，开展装配设备的智能化升级研究，通过各种装备的数字化、网络化、智能化升级，实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。
面对不同类型的产品、零部件、物料、、设备、人员和环境等物理实体类型和多样化功能，以及实体产生的数据，构建数字空间中的孪生模型，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现数字空间和逻辑空间的同步运行，实现产品、设备、人员、***和环境在数字空间和实体空间的映射与交互。
生产过程数字孪生模型采用统一表达式DTws＝DTequip∪DTprod∪DTpers∪DTenv，其中DTws为车间生产过程数字模型，DTequip为设备数字孪生模型，DTprod为产品数字孪生模型，DTpers为人员数字孪生模型，DTenv为环境孪生模型。
基于数字孪生信息与统计学习、深度学习技术，完成对总装车间运行状态的专业诊断，实现对异常的通知、判定、处理、跟踪、分析追偿和关闭，形成车间异常管理的闭环，提高异常处理的及时性。
对质量数据实时采集，将采集的数据与生产订单、批次等信息进行关联，及时发现潜在的质量风险和问题，实现返工返修、质量可视化，以及质量全过程追溯管理，利用积累的历史数据进行统计分析和数据驱动的设备状态建模，针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。
输入原始数据融合并从其较低层提取基本信息，将基本信息融合到其中间层的更高表示信息和决策中，进一步将这些决策和信息融合在其较高层中，形成最终分类结果，自动发现复杂的数据结构，并从原始数据逐层学习有用的特征，自适应优化不同融合级别的组合，以满足生产管理中智能决策对数据的要求。
构建产品全生命周期的数字孪生模型，对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、增强工位装配能力，提升总装效能。
再次在数字孪生模型中进行工艺流程模拟，计算实际装配中各个工步的进度偏差，完成新一轮的工艺流程优化。
在实际装配作业中，往往工艺流程不是最佳状态，工位设置不合理，存在各工位作业时间相差较大的问题，工位中装配工具及设备较为传统，装配效率低下，过程数据无法自动采集，不利于质量监控和过程追溯，通过进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
传统工艺流程，天线阵面、平台和雷达车总成的机装与电装内容未开展并行作业，导致作业效率低下，作业周期长的问题，电讯测试在测试架上进行，增加阵面与测试架的拼装和分离的时间，面板装配工位、高频箱装配、高频箱拼装工位划分不合理，各工位时间不均衡。
优化后的工艺流程，高频箱装配工位的内容拆分至面板装配工位与高频箱拼装工位，从零部件出库到成品入库的整个生命周期都由实际产生数据驱动，完成产品的演化，产品的工艺数据、质量数据等动态存储与虚拟产品的标签中，伴随产品的全生命周期。
对生产线中机器人、AGV、加工设备等各种设备的动作、空间位置、运行状态进行实时映射，完成每个工位的加工，实时映射人员身份、位置等信息，完成人员的可视化管理，实时映射生产计划进度、作业计划进度、工序进度等信息，其中库存状态、物流情况、加工工位的流程、在制品数据量等信息均可由数字孪生空间进行可视化分析与管理。
对于历史数据必须进行关联建模，重点是综合考虑任务驱动下的人机料法环测等综合因素的运行关联建模，并且以时间轴为导向形成综合模型。
建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式，为后续的实际执行提供指导。
在***中建立核心装备数据库，实时展示核心装备的使用情况、核心装备的使用率、不合格产品计数、统计该设备的产品合格率，在***中实时展示核心装备当前的状态监控，运行、停机、维护、故障等，在鼠标移动到该设备时停留，会显示该设备的运行状况，运行参数，待机时间，力矩压装位移等，与OEE相关联，可以在软件中实时看到统计分析报告。
本发明基于数字孪生模型，为总装智能车间建立了三维可视化展示平台，具备车间整体运行状态、装配过程监控、关键工位运行状态、生产过程仿真及优化等功能，实现车间运营过程的有效管理，全面提升智能车间的管控能力；通过对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、增强工位装配能力，从而提升总装效能；基于多品种、小批量、变节拍的柔性生产需求，建设基于大数据的制造运营管理***、数据采集及控制***，提升生产物流智能化水平和总装工艺装备专业化水准，形成批产产品脉动生产线和研制产品智能总装单元为主体的总装智能化车间。
附图说明
图1是***设计架构，图2是传统工艺流程，图3是优化后的工艺流程，图4是聚类分析过程。
具体实施方式
以下结合附图对本发明的技术方案做具体的说明。
运行状态、关键工位运行状态、装配过程监控、生产过程仿真及优化等功能，实现车间运营过程的有效管理，全面提升智能车间的管控能力，通过对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
分析产品装配过程，对每个工位的操作内容进行整合及优化。
依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线。
完成智能工厂数字孪生模型建造，工厂内实现设备数据采集分析。
建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。
实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。
实现数字空间和逻辑空间的同步运行，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现产品、设备、人员、***和环境在数字空间和实体空间的映射与交互。
实现返工返修、质量可视化，以及质量全过程追溯管理。利用积累的历史数据进行统计分析和数据驱动的设备状态建模，开发针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略等，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。
从运营层、控制层开展建设，如图1所示，统一实施部署总装车间生产管理，按照分级存放的原则，在总装车间设置物料缓存库及线边库，按***规划、分级实施的步骤开展建设，建成高效透明、高度柔性、准时配送、人机协同特征显著的智能车间。
增加产线柔性，提高产线效率，对各型号产品进行详细工艺流程梳理、分析归类、优化调整。
产品聚类分析，如图4所示，依据产品的结构组成及工艺特点，分别设计不同领域不同类型的产品产线，建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式。
工艺流程再造，突破传统设计思路，全寿命周期分析产品生产过程，再造产品工艺流程，以适应同类产品生产。
工位布局优化，分析产品装配过程，对每个工位的操作内容进行整合及优化。
基于工艺流程分析结果，开展装配设备的智能化升级研究，通过各种装备的数字化、网络化、智能化升级，实现关键资源设备的互联互通，实现风险件关键参数可控，实现装配过程中简单质量问题的快速决策处理，同时也为智能车间集成应用建设提供基础硬件条件。
面对不同类型的产品、零部件、物料、设备、人员和环境等物理实体类型和多样化功能，以及实体产生的数据，构建数字空间中的孪生模型，研究实体空间数据和信号的逻辑处理方法，提出数字空间实时映射运行流程，利用实时数据驱动数字孪生模型的高度拟真化运行，实现数字空间和逻辑空间的同步运行，实现产品、设备、人员、***和环境在数字空间和实体空间的映射与交互。
生产过程数字孪生模型采用统一表达式DTws＝DTequip∪DTprod∪DTpers∪DTenv，其中DTws为车间生产过程数字模型，DTequip为设备数字孪生模型，DTprod为产品数字孪生模型，DTpers为人员数字孪生模型，DTenv为环境孪生模型。
基于数字孪生信息与统计学习、深度学习技术，完成对总装车间运行状态的专业诊断，实现对异常的通知、判定、处理、跟踪、分析追偿和关闭，形成车间异常管理的闭环，提高异常处理的及时性。
对质量数据实时采集，将采集的数据与生产订单、批次等信息进行关联，及时发现潜在的质量风险和问题，实现返工返修、质量可视化，以及质量全过程追溯管理，利用积累的历史数据进行统计分析和数据驱动的设备状态建模，针对不同类别设备对象的非线性预测模型、参数优化技术和报警策略，准确把握设备状态的劣化趋势，防止设备出现异常，确保生产顺利进行。
输入原始数据融合并从其较低层提取基本信息，将基本信息融合到其中间层的更高表示信息和决策中，进一步将这些决策和信息融合在其较高层中，形成最终分类结果，自动发现复杂的数据结构，并从原始数据逐层学习有用的特征，自适应优化不同融合级别的组合，以满足生产管理中智能决策对数据的要求。
构建产品全生命周期的数字孪生模型，对车间运行状态进行实时仿真，计算实际装配中各个工步的进度偏差，根据工步偏差调整总装工艺流程，进一步优化工艺流程、均衡工位节拍、增强工位装配能力，提升总装效能。
再次在数字孪生模型中进行工艺流程模拟，计算实际装配中各个工步的进度偏差，完成新一轮的工艺流程优化。
在实际装配作业中，往往工艺流程不是最佳状态，工位设置不合理，存在各工位作业时间相差较大的问题，工位中装配工具及设备较为传统，装配效率低下，过程数据无法自动采集，不利于质量监控和过程追溯，通过进一步优化工艺流程、均衡工位节拍、工位装配能力提升等方面提升总装效能。
传统工艺流程如图2所示，天线阵面、平台和雷达车总成的机装与电装内容未开展并行作业，导致作业效率低下，作业周期长的问题，电讯测试在测试架上进行，增加阵面与测试架的拼装和分离的时间，面板装配工位、高频箱装配、高频箱拼装工位划分不合理，各工位时间不均衡。
优化后的工艺流程如图3所示，高频箱装配工位的内容拆分至面板装配工位与高频箱拼装工位，从零部件出库到成品入库的整个生命周期都由实际产生数据驱动，完成产品的演化，产品的工艺数据、质量数据等动态存储与虚拟产品的标签中，伴随产品的全生命周期。
对生产线中机器人、AGV、加工设备等各种设备的动作、空间位置、运行状态进行实时映射，完成每个工位的加工，实时映射人员身份、位置等信息，完成人员的可视化管理，实时映射生产计划进度、作业计划进度、工序进度等信息，其中库存状态、物流情况、加工工位的流程、在制品数据量等信息均可由数字孪生空间进行可视化分析与管理。
对于历史数据必须进行关联建模，重点是综合考虑任务驱动下的人机料法环测等综合因素的运行关联建模，并且以时间轴为导向形成综合模型。
建立任务、工艺流程、人、装置、物料齐套、物流配送、工艺指导模型或文件、测量装置等利用率以及问题发生的时间序列模型，分析各种资源随时间变化的利用率，利用聚类分析方法，判断瓶颈资源的发生模式，为后续的实际执行提供指导。
在***中建立核心装备数据库，实时展示核心装备的使用情况、核心装备的使用率、不合格产品计数、统计该设备的产品合格率，在***中实时展示核心装备当前的状态监控，运行、停机、维护、故障等，在鼠标移动到该设备时停留，会显示该设备的运行状况，运行参数，待机时间，力矩压装位移等，与OEE相关联，可以在软件中实时看到统计分析报告。
对总装工艺流程细化梳理，通过多工种并行作业、工位整合优化和测试过程优化等措施，将总装总调效率提升28.7％，周期缩短29天，由101天减至72天。
上述作为本发明的实施例，并不限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。
Claims (6)
1.一种基于数字孪生的生产过程仿真优化方法，其特征在于，包括：监控装配过程、运行状态、车间管控，采集分析设备数据，实时仿真车间运行状态，建造智能车间数字孪生模型；分析产品的结构组成、装配过程、工艺特点，设计不同领域不同类型的产线；整合工位的操作内容，计算各工步的进度偏差，调整工艺流程，均衡工位节拍、提升装配能力；建立数据库，实时展示使用情况、使用率、合格率，监控当前的运行、停机、维护、故障状态，基于数据库深度技术，诊断总装车间运行状态，形成车间管理的闭环。
2.根据权利要求1所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述建造智能车间数字孪生模型，包括：建立产品、设备、人员、***和环的模型，测量各资源的利用率，建立事件发生的时间序列模型，实现数字空间和逻辑空间的同步运行。
3.根据权利要求2所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述建立产品、设备、人员、***和环的模型，包括：采用统一表达式DTws＝DTequip∪DTprod∪DTpers∪DTenv描述车间生产过程，其中DTws为车间生产过程数字孪生模型，DTequip为设备数字孪生模型，DTprod为产品数字孪生模型，DTpers为人员数字孪生模型，DTenv为环境孪生模型。
4.根据权利要求2所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述实现数字空间和逻辑空间的同步运行，包括：分析各资源随时间变化的利用率，采用聚类分析方法，获取瓶颈资源的发生模式，获取实体空间数据和信号的逻辑处理数据，通过实时数据驱动数字孪生模型的拟真化运行，实现产品、设备、人员、***和环境在数字空间和实体空间的映射与交互。
5.根据权利要求4所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述采用聚类分析方法，包括：合并原始数据融，从较低层提取基本信息，将基本信息融合到中间层的表示信息和决策，再将这些决策和信息融合在较高层，形成最终分类结果，结合从原始数据逐层学习特征，自适应优化不同融合级别的组合，满足生产管理中智能决策对数据的要求。
6.根据权利要求1所述的基于数字孪生的生产过程仿真优化方法，其特征在于，所述整合工位的操作内容，包括：实时映射设备的加工动作、空间位置、运行状态；实时映射人员的身份和位置；实时映射生产计划进度、作业计划进度、工序进度；分析与管理库存状态、物流情况、加工工位的流程、在制品数据量。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010402048.0A CN111539583B (zh) | 2020-05-13 | 2020-05-13 | 一种基于数字孪生的生产过程仿真优化方法 |
| PCT/CN2020/115792 WO2021227325A1 (zh) | 2020-05-13 | 2020-09-17 | 一种基于数字孪生的生产过程仿真优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010402048.0A CN111539583B (zh) | 2020-05-13 | 2020-05-13 | 一种基于数字孪生的生产过程仿真优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111539583A true CN111539583A (zh) | 2020-08-14 |
| CN111539583B CN111539583B (zh) | 2023-10-24 |
Family
ID=71975722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010402048.0A Active CN111539583B (zh) | 2020-05-13 | 2020-05-13 | 一种基于数字孪生的生产过程仿真优化方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111539583B (zh) |
| WO (1) | WO2021227325A1 (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288168A (zh) * | 2020-10-30 | 2021-01-29 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于数字孪生的smt产线质量分析平台 |
| CN112329953A (zh) * | 2020-10-29 | 2021-02-05 | 中冶南方（武汉）热工有限公司 | 一种工业炉全流程智能诊断和优化运行*** |
| CN112506180A (zh) * | 2020-10-15 | 2021-03-16 | 同济大学 | 一种面向无人***的数字孪生*** |
| CN112541729A (zh) * | 2020-11-25 | 2021-03-23 | 中国海洋大学 | 基于大数据的生产全流程可视化智能管控方法及*** |
| CN113010950A (zh) * | 2021-03-15 | 2021-06-22 | 珠海格力智能装备有限公司 | 工厂布局处理方法、装置、存储介质及处理器 |
| CN113050566A (zh) * | 2021-03-17 | 2021-06-29 | 珠海市鸿瑞信息技术股份有限公司 | 基于大数据的工业控制***网络安全数据的高效采集方法 |
| CN113222499A (zh) * | 2021-04-26 | 2021-08-06 | 上海咪啰信息科技有限公司 | 一种物流全链路一体化管控数字孪生*** |
| CN113361139A (zh) * | 2021-07-08 | 2021-09-07 | 广东省智能机器人研究院 | 一种基于数字孪生的产线仿真滚动优化***及方法 |
| US11176290B1 (en) | 2020-12-21 | 2021-11-16 | Guangdong University Of Technology | Approximate physical simulation integrated debugging method and system based on digital twinning |
| WO2021227325A1 (zh) * | 2020-05-13 | 2021-11-18 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的生产过程仿真优化方法 |
| CN113792422A (zh) * | 2021-09-04 | 2021-12-14 | 苏州特比姆智能科技有限公司 | 一种基于数字孪生的tpm设备管理虚拟验证方法及*** |
| CN114153482A (zh) * | 2022-02-09 | 2022-03-08 | 深圳市爱云信息科技有限公司 | 基于数字孪生DaaS平台的深度学习编程方法及*** |
| CN114578766A (zh) * | 2022-01-12 | 2022-06-03 | 北京航空航天大学 | 一种飞控计算机硬件时变动态数字孪生总装方法 |
| CN114815759A (zh) * | 2022-06-27 | 2022-07-29 | 广州力控元海信息科技有限公司 | 一种虚实融合的柔性产线可变控制方法及*** |
| CN115017139A (zh) * | 2022-06-30 | 2022-09-06 | 北京亚控科技发展有限公司 | 一种孪生、订阅人员的历史状态的方法及装置 |
| WO2023006080A1 (zh) * | 2021-07-30 | 2023-02-02 | 卡奥斯工业智能研究院(青岛)有限公司 | 物流机器人数字孪生*** |
| CN116502474A (zh) * | 2023-06-27 | 2023-07-28 | 中国电子工程设计院有限公司 | 一种基于动态模拟的医药设备组线的布局优化方法及装置 |
| CN116560326A (zh) * | 2023-07-07 | 2023-08-08 | 中通服建设有限公司 | 一种智慧工厂管理平台 |
| CN116822353A (zh) * | 2023-06-21 | 2023-09-29 | 盐城工学院 | 一种制造工艺过程的数字孪生模型快速构建方法 |
| CN116880365A (zh) * | 2023-05-22 | 2023-10-13 | 深圳普菲特信息科技股份有限公司 | 设备生产过程的监控方法、***和可读存储介质 |
| CN117391552A (zh) * | 2023-12-13 | 2024-01-12 | 深圳大学 | 基于数字孪生的建筑部件质量控制***及方法 |
| CN117649211A (zh) * | 2024-01-29 | 2024-03-05 | 北京腾华宇航智能制造有限公司 | 一种企业装配工艺协同管理*** |
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及*** |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114237170B (zh) * | 2021-11-25 | 2023-06-30 | 西北工业大学 | 基于数字孪生技术的装配车间虚实融合运行与管控方法 |
| CN114201792B (zh) * | 2021-12-15 | 2024-06-28 | 北京航空航天大学 | 一种数字孪生模型多时空尺度融合方法和*** |
| CN114493281A (zh) * | 2022-01-27 | 2022-05-13 | 中铁第四勘察设计院集团有限公司 | 一种基于数字孪生的人员检修操作防错引导方法及*** |
| CN114781054B (zh) * | 2022-04-06 | 2023-10-20 | 国科治慧(苏州)智能科技有限公司 | 一种基于门关的航空产品数字孪生几何模型质量管控方法 |
| CN114462133A (zh) * | 2022-04-12 | 2022-05-10 | 天津水泥工业设计研究院有限公司 | 基于数字孪生技术装备产品碳足迹数字化核算方法及*** |
| CN114862620A (zh) * | 2022-04-29 | 2022-08-05 | 江苏中科云墨数字科技有限公司 | 基于数字孪生的变电站智慧管理*** |
| CN114638160B (zh) * | 2022-05-11 | 2023-04-07 | 西南交通大学 | 一种面向复杂装备数字孪生模型的知识服务方法 |
| CN114819720B (zh) * | 2022-05-19 | 2023-01-31 | 广州京穗勘察设计有限公司 | 一种基建工程造价分析方法、***及计算机存储介质 |
| CN114912371B (zh) * | 2022-06-13 | 2023-04-07 | 江苏大学 | 一种贯流泵运行稳定检测的数字孪生体建模***及方法 |
| CN115097788A (zh) * | 2022-06-15 | 2022-09-23 | 昆明理工大学 | 一种基于数字孪生工厂的智能管控平台 |
| CN115081041B (zh) * | 2022-06-24 | 2023-06-16 | 兰州城市学院 | 一种基于数字孪生技术的薄壁件树脂传递模塑过程控制方法 |
| CN115062991B (zh) * | 2022-06-24 | 2024-07-12 | 陕西法士特齿轮有限责任公司 | 一种刀具齐套性检查方法、***及存储介质 |
| CN115237074B (zh) * | 2022-07-23 | 2024-06-28 | 中南大学 | 一种废钢上料自适应动态调度控制***及方法 |
| CN115685896B (zh) * | 2022-09-08 | 2023-07-07 | 北京中佳瑞通科技有限公司 | 一种基于数字孪生技术的工业控制方法和*** |
| CN115238529B (zh) * | 2022-09-23 | 2022-12-16 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生的化纤长丝工艺溯源方法、装置及存储介质 |
| CN115297184B (zh) * | 2022-09-30 | 2022-12-13 | 网思科技股份有限公司 | 一种用于数字孪生的数据获取*** |
| CN115373290B (zh) * | 2022-10-27 | 2023-01-24 | 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*** |
| CN116362109B (zh) * | 2023-02-09 | 2023-09-12 | 北京大数据先进技术研究院 | 一种基于数字孪生的智能无人***和方法 |
| CN116109010B (zh) * | 2023-04-10 | 2023-07-04 | 南京强思数字科技有限公司 | 一种基于数字孪生技术的化工厂区智能运维*** |
| CN116776627A (zh) * | 2023-07-04 | 2023-09-19 | 中物联讯(北京)科技有限公司 | 一种基于数字孪生的智慧物流工作方法、***及存储介质 |
| CN117032140A (zh) * | 2023-09-01 | 2023-11-10 | 冠誉信息科技(南京)有限公司 | 适用于工业自动化的远程智能调控*** |
| CN117130351B (zh) * | 2023-09-18 | 2024-03-19 | 上海勘测设计研究院有限公司 | 基于数字孪生技术的新能源场站区域联合控制保护*** |
| CN117609341B (zh) * | 2023-10-24 | 2024-05-14 | 杭州绿藤数智科技有限公司 | 一种电网的数字孪生*** |
| CN117522234B (zh) * | 2023-11-14 | 2024-06-18 | 中山大学 | 基于数字孪生的车队物流指挥决策建模方法、装置及设备 |
| CN117494472B (zh) * | 2023-11-29 | 2024-05-28 | 中国电子工程设计院股份有限公司 | 一种基于仿真验证的离散工艺优化方法及装置 |
| CN117852324B (zh) * | 2024-03-08 | 2024-05-10 | 云南云金地科技有限公司 | 一种基于数据孪生的场景构建方法 |
| CN117875680B (zh) * | 2024-03-13 | 2024-07-12 | 南京理工大学 | 一种基于工艺原子模型的液压泵生产流程柔性管控方法 |
| CN117930786B (zh) * | 2024-03-21 | 2024-06-11 | 山东星科智能科技股份有限公司 | 钢铁生产过程智能化数字孪生仿真*** |
| CN117933101B (zh) * | 2024-03-22 | 2024-06-11 | 山东星科智能科技股份有限公司 | 一种工业生产数字孪生仿真***、方法和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497A (zh) * | 2017-10-17 | 2018-03-23 | 广东工业大学 | 一种智能车间快速定制设计方法及*** |
| CN110347131A (zh) * | 2019-07-18 | 2019-10-18 | 中国电子科技集团公司第三十八研究所 | 面向生产的数字孪生*** |
| CN110399642A (zh) * | 2019-06-21 | 2019-11-01 | 浙江大学 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
| CN110765589A (zh) * | 2019-09-10 | 2020-02-07 | 上海大学 | 一种基于数字孪生的智能车间虚实同步监测***及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018024321A1 (en) * | 2016-08-02 | 2018-02-08 | Siemens Aktiengesellschaft | Monitoring and controlling unit for use in an autonomous system with self-x properties |
| CN110704974B (zh) * | 2019-09-30 | 2023-08-01 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
| CN110989506A (zh) * | 2019-11-02 | 2020-04-10 | 温州大学 | 一种断路器自动化装配数字孪生车间的管理平台 |
| CN111061232A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院沈阳自动化研究所 | 基于数字孪生的生产线设计与优化方法 |
| CN111539583B (zh) * | 2020-05-13 | 2023-10-24 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的生产过程仿真优化方法 |
-
2020
- 2020-05-13 CN CN202010402048.0A patent/CN111539583B/zh active Active
- 2020-09-17 WO PCT/CN2020/115792 patent/WO2021227325A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832497A (zh) * | 2017-10-17 | 2018-03-23 | 广东工业大学 | 一种智能车间快速定制设计方法及*** |
| CN110399642A (zh) * | 2019-06-21 | 2019-11-01 | 浙江大学 | 一种针对生产流水线的数字孪生体及其构建方法和应用 |
| CN110347131A (zh) * | 2019-07-18 | 2019-10-18 | 中国电子科技集团公司第三十八研究所 | 面向生产的数字孪生*** |
| CN110765589A (zh) * | 2019-09-10 | 2020-02-07 | 上海大学 | 一种基于数字孪生的智能车间虚实同步监测***及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 于成龙;侯俊杰;陆菁;张伟;蒲洪波;郭旭凯;: "多品种变批量产品智能生产线应用框架" * |
| 张伟;: "数字孪生在智能装备制造中的应用研究" * |
| 郭安;于东;胡毅;毕筱雪;刘劲松;李浩;: "智能车间***下面向加工深度分析的聚类应用" * |
| 陶飞;程颖;程江峰;张萌;徐文君;戚庆林;: "数字孪生车间信息物理融合理论与技术" * |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021227325A1 (zh) * | 2020-05-13 | 2021-11-18 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的生产过程仿真优化方法 |
| CN112506180A (zh) * | 2020-10-15 | 2021-03-16 | 同济大学 | 一种面向无人***的数字孪生*** |
| CN112329953A (zh) * | 2020-10-29 | 2021-02-05 | 中冶南方（武汉）热工有限公司 | 一种工业炉全流程智能诊断和优化运行*** |
| CN112329953B (zh) * | 2020-10-29 | 2023-06-06 | 中冶南方（武汉）热工有限公司 | 一种工业炉全流程智能诊断和优化运行*** |
| CN112288168B (zh) * | 2020-10-30 | 2022-07-29 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于数字孪生的smt产线质量分析平台 |
| CN112288168A (zh) * | 2020-10-30 | 2021-01-29 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于数字孪生的smt产线质量分析平台 |
| CN112541729A (zh) * | 2020-11-25 | 2021-03-23 | 中国海洋大学 | 基于大数据的生产全流程可视化智能管控方法及*** |
| US11176290B1 (en) | 2020-12-21 | 2021-11-16 | Guangdong University Of Technology | Approximate physical simulation integrated debugging method and system based on digital twinning |
| CN113010950A (zh) * | 2021-03-15 | 2021-06-22 | 珠海格力智能装备有限公司 | 工厂布局处理方法、装置、存储介质及处理器 |
| CN113050566B (zh) * | 2021-03-17 | 2021-09-28 | 珠海市鸿瑞信息技术股份有限公司 | 基于大数据的工业控制***网络安全数据的高效采集方法 |
| CN113050566A (zh) * | 2021-03-17 | 2021-06-29 | 珠海市鸿瑞信息技术股份有限公司 | 基于大数据的工业控制***网络安全数据的高效采集方法 |
| CN113222499A (zh) * | 2021-04-26 | 2021-08-06 | 上海咪啰信息科技有限公司 | 一种物流全链路一体化管控数字孪生*** |
| CN113361139A (zh) * | 2021-07-08 | 2021-09-07 | 广东省智能机器人研究院 | 一种基于数字孪生的产线仿真滚动优化***及方法 |
| WO2023006080A1 (zh) * | 2021-07-30 | 2023-02-02 | 卡奥斯工业智能研究院(青岛)有限公司 | 物流机器人数字孪生*** |
| CN113792422A (zh) * | 2021-09-04 | 2021-12-14 | 苏州特比姆智能科技有限公司 | 一种基于数字孪生的tpm设备管理虚拟验证方法及*** |
| CN113792422B (zh) * | 2021-09-04 | 2023-12-05 | 苏州特比姆智能科技有限公司 | 一种基于数字孪生的tpm设备管理虚拟验证方法及*** |
| CN114578766A (zh) * | 2022-01-12 | 2022-06-03 | 北京航空航天大学 | 一种飞控计算机硬件时变动态数字孪生总装方法 |
| CN114578766B (zh) * | 2022-01-12 | 2024-03-26 | 北京航空航天大学 | 一种飞控计算机硬件时变动态数字孪生总装方法 |
| CN114153482B (zh) * | 2022-02-09 | 2022-05-17 | 深圳市爱云信息科技有限公司 | 基于数字孪生DaaS平台的深度学习编程方法及*** |
| CN114153482A (zh) * | 2022-02-09 | 2022-03-08 | 深圳市爱云信息科技有限公司 | 基于数字孪生DaaS平台的深度学习编程方法及*** |
| CN114815759B (zh) * | 2022-06-27 | 2022-09-20 | 广州力控元海信息科技有限公司 | 一种虚实融合的柔性产线可变控制方法及*** |
| CN114815759A (zh) * | 2022-06-27 | 2022-07-29 | 广州力控元海信息科技有限公司 | 一种虚实融合的柔性产线可变控制方法及*** |
| CN115017139B (zh) * | 2022-06-30 | 2023-12-01 | 北京亚控科技发展有限公司 | 一种孪生、订阅人员的历史状态的方法及装置 |
| CN115017139A (zh) * | 2022-06-30 | 2022-09-06 | 北京亚控科技发展有限公司 | 一种孪生、订阅人员的历史状态的方法及装置 |
| CN116880365B (zh) * | 2023-05-22 | 2024-02-23 | 深圳普菲特信息科技股份有限公司 | 设备生产过程的监控方法、***和可读存储介质 |
| CN116880365A (zh) * | 2023-05-22 | 2023-10-13 | 深圳普菲特信息科技股份有限公司 | 设备生产过程的监控方法、***和可读存储介质 |
| CN116822353A (zh) * | 2023-06-21 | 2023-09-29 | 盐城工学院 | 一种制造工艺过程的数字孪生模型快速构建方法 |
| CN116502474B (zh) * | 2023-06-27 | 2023-11-21 | 中国电子工程设计院有限公司 | 一种基于动态模拟的医药设备组线的布局优化方法及装置 |
| CN116502474A (zh) * | 2023-06-27 | 2023-07-28 | 中国电子工程设计院有限公司 | 一种基于动态模拟的医药设备组线的布局优化方法及装置 |
| CN116560326B (zh) * | 2023-07-07 | 2023-09-22 | 中通服建设有限公司 | 一种智慧工厂管理平台 |
| CN116560326A (zh) * | 2023-07-07 | 2023-08-08 | 中通服建设有限公司 | 一种智慧工厂管理平台 |
| CN117391552A (zh) * | 2023-12-13 | 2024-01-12 | 深圳大学 | 基于数字孪生的建筑部件质量控制***及方法 |
| CN117391552B (zh) * | 2023-12-13 | 2024-05-24 | 深圳大学 | 基于数字孪生的建筑部件质量控制***及方法 |
| CN117649211A (zh) * | 2024-01-29 | 2024-03-05 | 北京腾华宇航智能制造有限公司 | 一种企业装配工艺协同管理*** |
| CN117649211B (zh) * | 2024-01-29 | 2024-04-16 | 北京腾华宇航智能制造有限公司 | 一种企业装配工艺协同管理*** |
| CN117829862A (zh) * | 2024-03-04 | 2024-04-05 | 贵州联广科技股份有限公司 | 一种基于互联互通的数据源追溯方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021227325A1 (zh) | 2021-11-18 |
| CN111539583B (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111539583B (zh) | 一种基于数字孪生的生产过程仿真优化方法 | |
| CN106647336B (zh) | 一种基于仿真的飞机装配过程智能监控*** | |
| CN112800668A (zh) | 基于数字孪生的复杂产品运维与制造集成总体模型 | |
| CN111230887A (zh) | 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 | |
| CN115062478A (zh) | 基于数字孪生的动态车间生产排程调度方法、***及介质 | |
| CN110187686A (zh) | 一种基于数字孪生技术的物联网工业生产过程监控方法 | |
| CN114118673A (zh) | 一种基于数字孪生技术的车间智能化故障诊断预警方法 | |
| CN108198093B (zh) | 一种基于cps的智慧建造*** | |
| Saniuk et al. | Challenges of industry 4.0 for production enterprises functioning within cyber industry networks | |
| CN117389236B (zh) | 一种环氧丙烷生产过程优化方法及*** | |
| CN112667739A (zh) | 一种统一信息模型、数字孪生与大数据优化方法及生产管理*** | |
| CN111915167A (zh) | 一种智能制造虚拟船厂信息模型构建方法 | |
| CN117393076B (zh) | 耐热环氧树脂生产过程智能监测方法及*** | |
| CN114418177B (zh) | 基于生成对抗网络的数字孪生车间的新产品物料配送预测方法 | |
| CN113627032B (zh) | 一种基于数字孪生的设备设计/维修方案智能决策方法 | |
| CN104820901A (zh) | 基于生产现场数据的服装一线员工技能评价方法 | |
| CN116125958A (zh) | 一种基于数字孪生的智能化工厂故障诊断与决策*** | |
| CN115760024A (zh) | 基于bim的智慧建造管控平台 | |
| CN111985852A (zh) | 一种基于工业大数据的多业务协同质量管控***构架方法 | |
| Yoon et al. | Simulation-based real-time decision making for manufacturing automation systems: a review | |
| Hung et al. | Analysis of key success factors for industry 4.0 development | |
| CN113496548A (zh) | 一种面向透明工厂的生产现场数据映射方法 | |
| CN115222069A (zh) | 一种设备预诊维护算法及集成该算法的智能工厂管控架构 | |
| Wang et al. | Research on abnormal event diagnosis method of complex product production based on digital twin | |
| Changming et al. | Exploration and Practice of Digital Factory of Complex Electronic Equipment |
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 |