CN111708332B - 一种生产线数字孪生*** - Google Patents
一种生产线数字孪生*** Download PDFInfo
- Publication number
- CN111708332B CN111708332B CN202010469769.3A CN202010469769A CN111708332B CN 111708332 B CN111708332 B CN 111708332B CN 202010469769 A CN202010469769 A CN 202010469769A CN 111708332 B CN111708332 B CN 111708332B
- Authority
- CN
- China
- Prior art keywords
- production line
- data
- module
- time
- equipment
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 295
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000003993 interaction Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000000463 material Substances 0.000 claims description 25
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000013523 data management Methods 0.000 claims description 12
- 238000005094 computer simulation Methods 0.000 claims description 10
- 230000001050 lubricating effect Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 239000000110 cooling liquid Substances 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000009916 joint effect Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract 1
- 239000000047 product Substances 0.000 description 40
- 238000005265 energy consumption Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 239000002826 coolant Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000007514 turning Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
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]
- G05B19/41805—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 assembly
-
- 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]
- G05B19/41815—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 the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
-
- 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]
- G05B19/4183—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 data acquisition, e.g. workpiece identification
-
- 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]
- G05B19/41835—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 programme execution
-
- 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]
- G05B19/4184—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 fault tolerance, reliability of production system
-
- 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]
- G05B19/41845—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 system universality, reconfigurability, modularity
-
- 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]
- G05B19/4185—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 the network communication
- G05B19/41855—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 the network communication by local area network [LAN], network structure
-
- 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]
- G05B19/4185—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 the network communication
- G05B19/4186—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 the network communication by protocol, e.g. MAP, TOP
-
- 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
- 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]
- G05B19/4188—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 CIM planning or realisation
-
- 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]
- G05B19/41885—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 modeling, simulation of the manufacturing system
-
- 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)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (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
本发明公开了一种生产线数字孪生***,该***通过工业信息模型模块实例化创建数字孪生生产线,并基于Unity3D物理引擎编写通信、运动控制程序构建生产线孪生***人机交互模块;数据采集模块实时采集、解析生产线实际状态数据,并基于MQTT协议编写通信程序实现孪生***与物理生产线数据同步,同时对生产线的状态数据进行管理,并转发至生产线性能评估模块;生产线性能评估模块通过分析生产线运行数据,实时计算生产线的性能指标;生产线控制服务模块通过向***中的设备下发数控指令来实现对车间生产线设备的控制。本发明简化了对生产线制造执行过程的仿真过程、提高了生产线仿真***的设计效率、提高了车间生产一体化管理水平。
Description
技术领域
本发明涉及智能制造技术领域,特别是涉及生产线的数字孪生***。
背景技术
数字孪生是以数字化方式创建物理实体的虚拟模型,借助数据模拟物理实体在现实环境中的行为,通过虚实交互反馈、数据融合分析、决策迭代优化等手段,为物理实体增加或扩展新的能力。对于制造领域来说,数字孪生也可以定义为“一个对人、产品、设备以及工艺过程等制造元素进行数字描述,并随着对象展现状态、工作条件、产品几何和资源状态改变而同步更新的动态模型”,这种数字描述提供了元素和物理世界“物”操作的动态特性,并且存在于对象的全生命周期中。
针对车间生产线制造执行过程的仿真是个复杂过程,目前可以通过一些三维仿真软件对生产线的布局、生产制造工艺路径、物流方案等过程进行虚拟仿真,但这种虚拟仿真依据的是设计过程中的理论数据,缺乏对实际数据的有效利用,所获得的仿真结果与实际也存在一定的偏差。针对生产线生产过程的监控方面,目前通过安装监控摄像头,对生产线生产画面进行视频录像和存储,可实现对生产线生产过程的实时监控,安装部署的技术难度较低,但所用成本较多,存储体量大,管理难度高,维护成本高。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种生产线数字孪生***,以生产线实际数据为依据,实现生产线实体与生产线孪生体的虚实交互功能,解决对生产线执行制造过程的实时动态仿真、虚拟监控、分析评估等问题,提高了车间生产线一体化、可视化管理水平。
本发明解决技术的方案是:一种生产线数字孪生***,该***包括:实时数据采集模块、工业信息模型模块、人机交互模块、生产线性能评估模块、生产线控制服务模块;其中:
实时数据采集模块,接收实际生产线实时采集得到的生产状态数据,并将生产状态数据转发至人机交互模块和生产线性能评估模块;
工业信息模型模块,用于构建、存储、管理实际生产线中所涉及部件的信息模型,所述信息模型包括几何模型、物理信息模型、功能信息模型、性能信息模型;
人机交互模块,接收实时数据采集模块发送的生产线状态数据,并对实际生产线的生产状态数据进行分解,得到实际生产线中涉及的每个部件的实际生产状态数据;建立一条与实际生产线相对应的虚拟生产线,即:数字孪生生产线,所述数字孪生生产线通过实例化工业信息模型模块中实际生产线中涉及部件所对应的几何模型实现,所述几何模型以属性的形式绑定了部件的物理信息模型、功能信息模型、性能信息模型和运动控制显示程序,每个部件的运动控制显示程序提取该部件对应的实际生产状态数据后,对该部件对应的实际生产状态数据进行插值处理,得到虚拟生产状态数据,根据虚拟生产状态数据,控制几何模型移动、旋转、变化完成仿真动作,实现对生产线生产过程的动态仿真,同时,将该部件对应的生产状态数据以图表形式可视化表达在界面上;
生产线性能评估模块,接收实时数据采集模块发送来的生产状态数据,并将这些数据作为输入数据,利用实际生产线各个单项性能指标计算方法,自动计算并显示各个单项指标数值,并根据这些各个单项指标数值,对实际生产线的综合性能进行整体性评估;
生产线控制服务模块,接收外部输入的设备控制指令,并将设备控制指令下发至实际生产线中相应的设备,控制设备工作状态。
所述生产状态数据包括设备状态、人员状态、产品状态、物流状态、能源状态数据;
所述设备状态数据包括:设备运行时间、单道工序加工时间、设备开关机状态;
所述人员状态包括:人员实时位置、人员工作时间、人员的数量、人员工号;
所述的产品状态包括:在制品数量、在制品种类、在制品工序数、在制品编号、各类产品日产量;
所述的物流状态包括:在制品实时位置、物流设备实时位置、物流设备工作时长、物流设备待机时长、每批次产品入库时间、每批次入库产品数量、每批次产品出库时间、每批次出库产品数量、实时库位数量;
所述的能源状态信息包括:车间电表数据、冷却液用量、润滑液用量。
所述实时数据采集模块包括数据采集、数据管理、数据通信三部分,数据采集部分采集车间生产线中的生产状态数据,并发送至数据管理部分;数据管理部分将采集的状态数据进行备份、封装和存储;数据通信部分作为数据服务器,并根据消息队列遥测传输协议为作为数据订阅客户端的人机交互模块提供消息发布服务,将数据管理部分中封装之后的数据发送给人机交互模块,实现生产线现场与数字孪生***间的数字通信。
所述工业信息模型模块还包括规则信息模型,所述规则信息模型包括生产线平衡性原则和替代性原则,用于规范生产线的调整流程,保证生产线在调整过程中的合理性。
对于设备而言,物理信息模型包括物理材质、体积、重量、运动机构的联动关系信息;功能信息模型包括设备的功能、用途、品牌、在役时间信息;性能信息模型包括设备的产能、最大负载、转速、精度、冷却时间、校准时间、维护保养周期、设备故障率信息;
对于人员而言,物理信息模型包括人的骨骼模型、关节动作状态;功能信息模型包括人员职能、操作技能、管理权限信息;性能信息模型包括年龄、工龄、熟练度、工作效率、工作周期信息;
对于物料而言,所述物理信息模型包括物料的材料属性、外形颜色、体积、重量信息;功能信息模型包括出物料编号、物料用途、加工要求信息;性能信息模型包括加工工序、出入库检验要求信息;
对于产品而言,所述物理信息模型包括材料属性、外形颜色、体积、重量信息;功能信息模型包括产品用途、型号、编号信息;性能信息模型包括装配精度、性能参数信息。
所述运动控制显示程序包括运动仿真模块和过程监控模块;
运动仿真模块,周期性提取对应部件的实际生产状态数据,基于部件的运动学原理,对实际生产状态数据进行插值处理,得到虚拟生产状态数据,将虚拟生产状态数据,发送给过程监控模块;
过程监控模块,根据虚拟生产状态数据仿真、模拟出实际生产线对应部件的实时状态,显示在屏幕上,实现对生产线实时生产过程进行虚拟监控。
所述生产线性能评估模块包括数据处理、指标计算、综合评估三部分,数据处理部分接收并处理实时数据采集模块发送来的实际生产线生产状态数据,并将这些数据发送给指标计算部分;指标计算部分集成了数个生产线单项性能指标的计算方法,接收到数据处理部分发送来的输入数据后,自动代入数据进行计算并显示计算结果,并将单项性能指标结果转发给综合评估部分;综合评估部分的性能评估模块,根据预设的评价标准,将这些单项性能指标计算结果作为输入,采用层次分析方法,得到综合性能评估分值,对该条生产线的综合性能作出整体性评估。
所述生产线控制服务模块包括指令接收、指令判读、指令发送三部分,指令接收部分接收来自外部输入的数控程序,并发送给指令判读部分;指令判读部分解读数控程序指令中的特定标志位,判别程序的接收对象,并将判别结果发送给指令发送部分;指令发送部分通过数据采集模块中的数据接口模块将设备控制指令下发至实际生产线中相应的设备,控制设备状态。
所述数字孪生生产线采用基于Unity3D物理引擎实现。
所述人机交互接口界面采用WFP界面框架构建。
本发明与现有技术相比的有益效果是:
(1)、本发明通过建立由实时数据采集模块、工业信息模型模块、人机交互模块、生产线性能评估模块、生产线控制服务模块构成的生产线数字孪生***,实现了对车间生产线生产过程的实时动态仿真、虚拟监控,相比现有技术中的方法,简化了对生产线制造执行过程的仿真过程,提高了车间生产一体化管理水平。
(2)、本发明人机交互模块利用采集到的实际生产线制造过程数据,在虚拟生产线中进行动态仿真和实时数据显示,既保证了仿真结果的真实性和准确度,又达到了虚拟监控的效果,在实现对生产线生产全过程监控的前提下,能够很大程度地降低监控***的布置成本。
(3)、本发明人机交互模块利用规则信息模型,保证了生产线在调整过程中的合理性,提高了生产线优化调整时的防错能力。
(4)本发明生产线性能评估模块通过集成生产线数项性能指标的计算方法,利用指标综合评价方法,对生产线的整体性能作出了评估,简化了生产线的评估流程,通过直观的数据客观、高效地反映出该生产线性能的总体水平,缩短了人工评判的时间。
(5)、本发明生产线控制服务模块利用设备控制指令接收、指令判读、指令发送功能,减少了工艺员手动发送指令,简化了工作流程,提高了效率。
附图说明
图1为生产线数字孪生***功能架构;
图2为实时数据采集模块工作流程图。
具体实施方式
下面结合实施例对本发明作进一步阐述。
如图1所示,本发明提供了一种生产线数字孪生***,该生产线数字孪生***集成了五大功能模块,分别是:实时数据采集模块、工业信息模型模块、人机交互模块、生产线性能评估模块、生产线控制服务模块。实时数据采集模块,为所述生产线数字孪生***提供生产线实时运行数据;工业信息模型模块用于构建、存储、管理生产线中所涉及部件的信息模型;人机交互模块用于对生产线生产过程进行动态仿真和虚拟监控;生产线性能评估模块为所述的生产线数字孪生***提供综合性能评估;生产线控制服务模块用于接收和下发控制指令,控制车间设备状态。
下面分别对每个部分进行详细描述:
(1)、实时数据采集模块
如图2所示,实时数据采集模块,接收实际生产线实时采集得到的生产状态数据,并将生产状态数据转发至人机交互模块和生产线性能评估模块。
实时数据采集模块包括数据采集、数据管理、数据通信三部分,数据采集部分通过车间生产线中的智能传感器和工业采集协议以固定频率去采集生产线中的生产状态数据,并发送至数据管理部分;数据管理部分将采集的状态数据进行备份、封装和存储;数据通信部分作为数据服务器,并根据消息队列遥测传输协议为作为数据订阅客户端的人机交互模块提供消息发布服务,将数据管理部分中封装之后的数据发送给人机交互模块,实现生产线现场与数字孪生***间的数字通信。
所述生产状态数据包括设备状态、人员状态、产品状态、物流状态、能源状态数据;
所述设备状态数据包括:设备运行时间、单道工序加工时间、设备开关机状态;
所述人员状态包括:人员实时位置、人员工作时间、人员的数量、人员工号;
所述的产品状态包括:在制品数量、在制品种类、在制品工序数、在制品编号、各类产品日产量;
所述的物流状态包括:在制品实时位置、物流设备实时位置、物流设备工作时长、物流设备待机时长、每批次产品入库时间、每批次入库产品数量、每批次产品出库时间、每批次出库产品数量、实时库位数量;
所述的能源状态信息包括:车间电表数据、冷却液用量、润滑液用量。
(2)工业信息模型模块
工业信息模型模块用于构建、存储、管理实际生产线的规则信息模型和实际生产线中所涉及部件的信息模型,所述信息模型包括几何模型、物理信息模型、功能信息模型、性能信息模型。
生产线中涉及的部件包括设备、人员、物料、产品,其几何模型可以采用三维设计软件来进行参数化设计,并以通用格式存储在模型文件库中,如STP、IGS格式。
对于设备而言,物理信息模型包括物理材质、体积、重量、运动机构的联动关系信息;功能信息模型包括设备的功能、用途、品牌、在役时间信息;如,机械加工设备的功能包括车削、铣削、检测;性能信息模型包括设备的产能、最大负载、转速、精度、冷却时间、校准时间、维护保养周期、设备故障率信息,如数控机床性能包括主轴最大负载、精度、主轴额定转速、维护保养周期、设备故障率。
对于人员而言,物理信息模型包括人的骨骼模型、关节动作状态;功能信息模型包括人员职能、操作技能、管理权限信息,例如,人员职能可以包括搬运、装配、检验;性能信息模型包括年龄、工龄、熟练度、工作效率、工作周期信息、最大工作时长,所述工作周期是指一周内双休或者单休制,一日内一班制或者两班制。
对于物料而言,所述物理信息模型包括物料的材料属性、外形颜色、体积、重量信息;功能信息模型包括出物料编号、物料用途、加工要求信息;性能信息模型包括加工工序、出入库检验要求信息;
对于产品而言,所述物理信息模型包括材料属性、外形颜色、体积、重量信息;功能信息模型包括产品用途、型号、编号信息;性能信息模型包括装配精度、性能参数信息。
规则信息模型是面向整条生产线而言,用于规范生产线的调整流程,保证生产线在调整过程中的合理性,包括生产线平衡性原则、替代性原则。
针对在虚拟生产线***中需要重新增加、减少或替换其组成部件的情况,工业信息模块将自动对比部件的功能、性能信息数据,计算替换后的生产线资源平衡,判断是否符合生产线调整的替代性原则和平衡性原则,并给出判断结果。
(3)人机交互模块
人机交互模块接收实时数据采集模块发送的生产线状态数据,并对实际生产线的生产状态数据进行分解,得到实际生产线中涉及的每个部件的实际生产状态数据;建立一条与实际生产线相对应的虚拟生产线,即:数字孪生生产线,所述数字孪生生产线通过实例化工业信息模型模块中实际生产线中涉及部件所对应的几何模型实现,所述几何模型以属性的形式绑定了部件的物理信息模型、功能信息模型、性能信息模型和运动控制显示程序,每个部件的运动控制显示程序提取该部件对应的实际生产状态数据后,对该部件对应的实际生产状态数据进行插值处理,得到虚拟生产状态数据,根据虚拟生产状态数据,控制几何模型移动、旋转、变化完成仿真动作,实现对生产线生产过程的动态仿真,同时,将该部件对应的生产状态数据以图表形式可视化表达在界面上。
具体而言,所述运动控制显示程序包括运动仿真模块、过程监控模块,运动仿真模块,周期性提取对应部件的实际生产状态数据,基于部件的运动学原理,对实际生产状态数据进行插值处理,得到虚拟生产状态数据,将虚拟生产状态数据,发送给过程监控模块;过程监控模块根据虚拟生产状态数据仿真、模拟出实际生产线对应部件的实时状态,显示在屏幕上,实现以数据驱动的三维虚拟生产线动态模拟仿真。
所述人机交互模块所述数字孪生生产线还包括生产线调整模块,若用户执行对生产线的调整任务,则首先利用工业信息模型模块中的规则信息模型,对比调整前后部件的功能信息、性能信息,计算调整后的生产线资源平衡情况,判断是否符合生产线调整的替代性原则和平衡性原则,若判断结果可行,则用户可以在人机交互模块中的对虚拟生产线中的部件进调整,如替换设备/人员、增加或者删除设备/人员;若判断结果不可行,则输出不可行结果并立即结束调整任务。
人机交互模块包括生产线三维交互模块和二维交互模块;基于三维模型和Unity3D物理引擎构建三维虚拟生产线;基于WFP界面框架构建人机交互界面,所述运动控制显示程序为基于C#编写的生产线控制脚本。
(4)、生产线性能评估模块
生产线性能评估模块接收实时数据采集模块发送来的生产状态数据,并将这些数据作为输入数据,利用实际生产线各个单项性能指标计算方法,分别计算并显示各个单项指标数值,最后根据这些各个单项指标数值,对实际生产线的综合性能进行整体性评估。
所述生产线性能评估模块包括数据处理、指标计算、综合评估三部分,数据处理部分接收并处理实时数据采集模块发送来的实际生产线生产状态数据,并将这些数据发送给指标计算部分;指标计算部分集成了数个生产线单项性能指标的计算方法,接收到数据处理部分发送来的输入数据后,自动代入数据进行计算并显示计算结果,并将单项性能指标结果转发给综合评估部分;综合评估部分的性能评估模块,根据预设的评价标准,将这些单项性能指标计算结果作为输入,采用层次分析方法,得到综合性能评估分值,给出该条生产线的综合性能整体性评估结果。
所述生产线单项性能指标包括产能指标、资源平衡指标、故障预测指标、物流效率指标、能源消耗指标。产能是一道生产工艺的产出上限,既可以作为衡量一个工位的标准,也可以使衡量整个生产线的标准,可通过理论估算来完成对生产线的产能评估。
所述产能指标包括生产线日最大产能,其计算方法为:
生产线日最大产能=∑(在制品种类×各类产品日产量)
∑(·)表示对括号内的量按照时间在一日内求和。
资源平衡是用来评估设备、人员的利用效率的一项指标,资源平衡率不高将会影响整条生产线的机器成本、人工成本。其计算包含了两方面内容,即生产线平衡率、单人单位时间产量。
所述资源平衡指标包括生产线平衡率和单人单位时间产量;其中:
其中,考虑到生产线车间物流大多数都是按批次来周转的,为了得到生产线的节拍时间即连续生产两个同类产品的完工时间,用同类产品连续两个批次的时间差除以产品数量进行了换算。
故障率预测是支持生产线预防性维护策略的一种理论方法,基于单台设备故障率、维护周期,采用调整因子法,考虑设备的故障率等状态函数和设备的役龄,可以定期估算整条生产线的故障率。
故障预测指标为单台设备故障率、生产线的故障率。
第i次维护后,单台设备在t时刻的故障率λi+1(t)为:
λi+1(t)=biλi(t+aiTi)t∈(0,Ti+1)
bi为设备的故障率递增因子,且bi>1,通过运用故障率递增因子能够估算设备故障率的增长速度;ai为设备的役龄递减因子,且0<ai<1,通过役龄递减因子可以得到设备经过非完备维修之后故障率的初始值;T为设备的维修周期,是设备维护周期与工作时长的时间间隔。
生产线的故障率可通过分析其中每台设备的故障率进行估算,不同设备的故障会导致生产线出现不同程度的故障,尤其关键重要设备一旦出现故障,严重情况可能致使生产线停产。根据每台设备对生产线的影响程度确定其影响系数ω,那么第i次维护后,在t时刻,生产线的故障率Γi+1(t)可以估算为:
其中,j为生产线中的设备序号,n为生产线中的设备总数。
物流效率性能指标用来衡量生产线的管理水平,表示排除所有外部原因停机时间,设备在除去外部因素情况下运转时间。该指标计算主要以物流周转设备为主。
能源消耗的计算方法为:能源消耗用于统计车间生产线运行过程中的能源用量,包括电量消耗、冷却液消耗、润滑液消耗,其中,
当日电量消耗=当日电表数据-昨日电表数据
当日冷却液用量=当日冷却液总量-昨日冷却液总量
当日润滑液用量=当日润滑液总量-昨日润滑液总量
通过对每日消耗量进行累计,可获得月度、年度的能源消耗数值。
利用单项指标来评估性能,不同的企业,关注的指标也不一样,这是一种与企业自身特点挂钩的,评估只能根据对象遇到的具体情况来分析,通用的方法可以采用层次分析法来评估。
(5)、生产线控制服务模块
生产线控制服务模块接收外部输入的设备控制指令,并将设备控制指令下发至实际生产线中相应的设备,控制设备状态。
生产线控制服务模块包括指令接收、指令判读、指令发送三部分,指令接收部分接收来自外部输入的数控程序,并发送给指令判读部分;指令判读部分解读数控程序指令中的特定标志位,判别程序的接收对象,并将判别结果发送给指令发送部分;指令发送部分通过数据采集模块中的数据接口模块将设备控制指令下发至实际生产线中相应的设备,控制设备状态。
实施例1:
下面参照图1,通过实施例来对本发明原理、工作过程进行详细说明:本实施例中的数字孪生生产线包括1个线边库、2个加工单元。其中,线边库由1个成品仓库、3个半成品仓库组成;一个加工单元是由1个三自由度机械手、1条回形传送带和2台机床组成,另一个加工单元由1个六自由度机械手和3台机床组成。需要说明的是,车间生产线的结构组成并不局限于此,也可以有其它结构形式。
如图1所示,本实施例中生产线数字孪生***具体包括如下步骤:
实时数据采集模块利用多种传感器和工业采集协议实时以固定频率采集车间生产线的线上数据和实际运行状态信息,包括设备状态、人员状态、产品状态、物流状态、能源状态等。在本实施例中,首先根据所需监控生产线的动态信号需求,确定各个传感器的采集数据要求和采集频率;线边库的状态数据包括:每批次产品入库时间、每批次入库产品数量、每批次产品出库时间、每批次出库产品数量、实时库位数量;2个机器人的状态数据包括:设备实时位置、设备运行时间、设备开关机状态;机床的状态数据包括:设备运行时间、单道工序加工时间、设备开关机状态;传送带的状态数据包括:设备开关机状态、设备运行时间;
通过企业内部专用网络将状态信息数据统一封装、存储、发送,以MQTT协议提供消息发布服务,建立车间生产线与虚拟生产线间的数字通信。
工业信息模型模块存储和管理了生产线中各部件的三维几何模型、物理信息模型、功能信息模型、性能信息模型。以实施例中的机床为例,其三维几何模型是通过UG、3DMAX三维工业软件设计的;其物理信息模型的信息包括机床物理材质、体积、重量、运动机构的联动关系;其功能信息模型的信息包括设备功能包括该设备功能(车削/铣削/检测)、用途、品牌、在役时间;其性能信息模型包括该设备的产能、最大负载、转速、精度、冷却时间、校准时间、维护保养周期、设备故障率信息。
在本实施例中的分别建立了线边库、传送带、机器人、加工单元等各部分设备的工业信息模型,并在人机交互模块中,建立了一条与实际生产线相对应的虚拟生产线,仿真了车间实际生产线的布局和生产过程,以添加属性的形式在几何模型上绑定了各部件的物理信息模型、功能信息模型、性能信息模型。人机交互模块一方面基于MQTT协议接收实时数据采集模块发送的生产线状态数据,并对实际生产线的生产状态数据进行分解,得到实际生产线中涉及的每个部件的实际生产状态数据;另一方面基于C#编写的生产线运动控制显示程序,调用经解析后的实际生产状态数据,并对部件对应的实际生产状态数据进行插值处理,得到虚拟生产状态数据,最后根据虚拟生产状态数据,控制虚拟生产线中几何模型完成诸如搬运、切削、检测的仿真动作,实现对生产线生产过程的动态仿真,同时,将该部件对应的生产状态数据实时表达在界面上。
如实施例中人机交互模块中的六自由度工业机器人模型,其位姿及状态控制由运动控制程序显示程序完成的,该程序以采集到的工业机器人的实际旋转角度以及机器人在平面上的实际位移数据为输入数据,控制虚拟生产线中的工业机器人模型移动到目标位置,并控制机械手旋转至目标位姿,实现以实际数据驱动虚拟生产线机器人上下料动作、位移动作的仿真。通过这种方法能够实现对生产线生产状态的实时仿真、虚拟监控等问题。
生产线性能评估模块采用层次分析法对生产线的综合性能进行评估,包括产能评估、资源平衡、故障预测、物流效率、能源消耗。在实施例中,通过评估生产线产能、资源平衡,以物流效率为依据,优化了机器人的送料路线,提高了生产线的整体物流效率,通过故障预测来规划机床的检修、保养时间,提升车间生产稳定性。
生产线控制服务模块接收外部输入的设备控制指令,并将设备控制指令下发至实际生产线中相应的设备,控制设备状态,其控制指令包括设备指令、人员指令、物流指令、调度指令、能源指令。在实施例中,机床的加工程序、人员的操作指令、机器人操作程序均可通过生产线服务控制模块进行指令下发。
与现有技术相比,本发明的有益效果是:本发明提出的生产线数字孪生***以生产线实际数据驱动孪生***实现生产过程的动态仿真、虚拟监控、性能评估和服务控制,不仅解决了生产线实时仿真、虚拟监控、评估优化的问题,而且实现了生产线实体与生产线孪生体的虚实交互功能,提高了车间生产线一体化、可视化管理水平,具有良好的应用前景。
本发明可通过许多不同的形式来实现,并不仅仅限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容理解的更加透彻全面。需要说明的是,除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明,基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (8)
1.一种生产线数字孪生***,其特征在于包括:实时数据采集模块、工业信息模型模块、人机交互模块、生产线性能评估模块、生产线控制服务模块;其中:
实时数据采集模块,接收实际生产线实时采集得到的生产状态数据,并将生产状态数据转发至人机交互模块和生产线性能评估模块;
所述生产状态数据包括设备状态、人员状态、产品状态、物流状态、能源状态数据;
所述设备状态数据包括:设备运行时间、单道工序加工时间、设备开关机状态;
所述人员状态包括:人员实时位置、人员工作时间、人员的数量、人员工号;
所述的产品状态包括:在制品数量、在制品种类、在制品工序数、在制品编号、各类产品日产量;
所述的物流状态包括:在制品实时位置、物流设备实时位置、物流设备工作时长、物流设备待机时长、每批次产品入库时间、每批次入库产品数量、每批次产品出库时间、每批次出库产品数量、实时库位数量;
所述的能源状态信息包括:车间电表数据、冷却液用量、润滑液用量;
工业信息模型模块,用于构建、存储、管理实际生产线中所涉及部件的信息模型,所述信息模型包括几何模型、物理信息模型、功能信息模型、性能信息模型和规则信息模型,所述规则信息模型包括生产线平衡性原则和替代性原则,用于规范生产线的调整流程,保证生产线在调整过程中的合理性;
人机交互模块,接收实时数据采集模块发送的生产线状态数据,并对实际生产线的生产状态数据进行分解,得到实际生产线中涉及的每个部件的实际生产状态数据;建立一条与实际生产线相对应的虚拟生产线,即:数字孪生生产线,所述数字孪生生产线通过实例化工业信息模型模块中实际生产线中涉及部件所对应的几何模型实现,所述几何模型以属性的形式绑定了部件的物理信息模型、功能信息模型、性能信息模型和运动控制显示程序,每个部件的运动控制显示程序提取该部件对应的实际生产状态数据后,对该部件对应的实际生产状态数据进行插值处理,得到虚拟生产状态数据,根据虚拟生产状态数据,控制几何模型移动、旋转、变化完成仿真动作,实现对生产线生产过程的动态仿真,同时,将该部件对应的生产状态数据以图表形式可视化表达在界面上;
生产线性能评估模块,接收实时数据采集模块发送来的生产状态数据,并将这些数据作为输入数据,利用实际生产线各个单项性能指标计算方法,自动计算并显示各个单项指标数值,并根据这些各个单项指标数值,对实际生产线的综合性能进行整体性评估;
生产线控制服务模块,接收外部输入的设备控制指令,并将设备控制指令下发至实际生产线中相应的设备,控制设备工作状态。
2.根据权利要求1所述的一种生产线数字孪生***,其特征在于:所述实时数据采集模块包括数据采集、数据管理、数据通信三部分,数据采集部分采集车间生产线中的生产状态数据,并发送至数据管理部分;数据管理部分将采集的状态数据进行备份、封装和存储;数据通信部分作为数据服务器,并根据消息队列遥测传输协议为作为数据订阅客户端的人机交互模块提供消息发布服务,将数据管理部分中封装之后的数据发送给人机交互模块,实现生产线现场与数字孪生***间的数字通信。
3.根据权利要求1所述的一种生产线数字孪生***,其特征在于:
对于设备而言,物理信息模型包括物理材质、体积、重量、运动机构的联动关系信息;功能信息模型包括设备的功能、用途、品牌、在役时间信息;性能信息模型包括设备的产能、最大负载、转速、精度、冷却时间、校准时间、维护保养周期、设备故障率信息;
对于人员而言,物理信息模型包括人的骨骼模型、关节动作状态;功能信息模型包括人员职能、操作技能、管理权限信息;性能信息模型包括年龄、工龄、熟练度、工作效率、工作周期信息;
对于物料而言,所述物理信息模型包括物料的材料属性、外形颜色、体积、重量信息;功能信息模型包括出物料编号、物料用途、加工要求信息;性能信息模型包括加工工序、出入库检验要求信息;
对于产品而言,所述物理信息模型包括材料属性、外形颜色、体积、重量信息;功能信息模型包括产品用途、型号、编号信息;性能信息模型包括装配精度、性能参数信息。
4.根据权利要求1所述的一种生产线数字孪生***,其特征在于所述运动控制显示程序包括运动仿真模块和过程监控模块;
运动仿真模块,周期性提取对应部件的实际生产状态数据,基于部件的运动学原理,对实际生产状态数据进行插值处理,得到虚拟生产状态数据,将虚拟生产状态数据,发送给过程监控模块;
过程监控模块,根据虚拟生产状态数据仿真、模拟出实际生产线对应部件的实时状态,显示在屏幕上,实现对生产线实时生产过程进行虚拟监控。
5.根据权利要求1所述的一种生产线数字孪生***,其特征在于:所述生产线性能评估模块包括数据处理、指标计算、综合评估三部分,数据处理部分接收并处理实时数据采集模块发送来的实际生产线生产状态数据,并将这些数据发送给指标计算部分;指标计算部分集成了数个生产线单项性能指标的计算方法,接收到数据处理部分发送来的输入数据后,自动代入数据进行计算并显示计算结果,并将单项性能指标结果转发给综合评估部分;综合评估部分的性能评估模块,根据预设的评价标准,将这些单项性能指标计算结果作为输入,采用层次分析方法,得到综合性能评估分值,对该条生产线的综合性能作出整体性评估。
6.根据权利要求1所述的一种生产线数字孪生***,其特征在于:所述生产线控制服务模块包括指令接收、指令判读、指令发送三部分,指令接收部分接收来自外部输入的数控程序,并发送给指令判读部分;指令判读部分解读数控程序指令中的特定标志位,判别程序的接收对象,并将判别结果发送给指令发送部分;指令发送部分通过数据采集模块中的数据接口模块将设备控制指令下发至实际生产线中相应的设备,控制设备状态。
7.根据权利要求1所述的一种生产线数字孪生***,其特征在于所述数字孪生生产线采用基于Unity3D物理引擎实现。
8.根据权利要求1所述的一种生产线数字孪生***,其特征在于所述人机交互接口界面采用WFP界面框架构建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469769.3A CN111708332B (zh) | 2020-05-28 | 2020-05-28 | 一种生产线数字孪生*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469769.3A CN111708332B (zh) | 2020-05-28 | 2020-05-28 | 一种生产线数字孪生*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111708332A CN111708332A (zh) | 2020-09-25 |
CN111708332B true CN111708332B (zh) | 2021-12-07 |
Family
ID=72538140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010469769.3A Active CN111708332B (zh) | 2020-05-28 | 2020-05-28 | 一种生产线数字孪生*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708332B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111667586A (zh) * | 2020-06-09 | 2020-09-15 | 中亿丰建设集团股份有限公司 | 基于数字孪生的建筑信息数据处理方法及*** |
CN112364070B (zh) * | 2020-09-30 | 2024-03-22 | 北京仿真中心 | 一种工业领域人的数字孪生服务方法和*** |
CN112200492B (zh) * | 2020-11-02 | 2024-02-06 | 傲林科技有限公司 | 一种数字孪生模型构建、业务活动预测分析方法及装置 |
CN112288175B (zh) * | 2020-11-02 | 2024-06-18 | 联通(浙江)产业互联网有限公司 | 产线实时优化方法及装置 |
CN112428272A (zh) * | 2020-11-16 | 2021-03-02 | 同济大学 | 一种面向数字孪生的机器人-环境动态交互渲染***和方法 |
CN112508373B (zh) * | 2020-11-27 | 2023-07-25 | 江苏科技大学 | 一种基于数字孪生技术的船用柴油机性能评估方法 |
CN114584570A (zh) | 2020-12-01 | 2022-06-03 | 富泰华工业(深圳)有限公司 | 数字镜像方法、服务器及存储介质 |
CN117043825A (zh) * | 2020-12-07 | 2023-11-10 | 北京达美盛软件股份有限公司 | 一种实时控制的可视化孪生工厂*** |
CN112910944B (zh) * | 2020-12-07 | 2023-04-18 | 北京达美盛软件股份有限公司 | 在分散控制***集成可视化数字工厂技术的安全网络结构 |
CN116997871A (zh) * | 2020-12-07 | 2023-11-03 | 北京达美盛软件股份有限公司 | 一种嵌入分散控制***的工厂服务器及其安全网络结构 |
CN112634433A (zh) * | 2020-12-07 | 2021-04-09 | 北京达美盛软件股份有限公司 | 一种数字工厂的实时控制及可视化*** |
CN112486131A (zh) * | 2020-12-07 | 2021-03-12 | 上海电气集团股份有限公司 | 生产线运营状态的监控方法、***、设备及介质 |
CN112506156B (zh) * | 2020-12-07 | 2022-05-13 | 北京达美盛软件股份有限公司 | 一种嵌入分散控制***的可视化数字孪生工厂服务器 |
CN112506161B (zh) * | 2020-12-16 | 2022-02-15 | 吉林大学 | 一种基于数字孪生技术的产品分配方法 |
CN112692832B (zh) * | 2020-12-28 | 2024-08-09 | 江西省智能产业技术创新研究院 | 一种人机主从机械臂的交互控制***及方法 |
CN112817319B (zh) * | 2021-01-08 | 2021-10-15 | 唐旸 | Agv车的调度方法、***及计算机可读存储介质 |
CN112784427B (zh) * | 2021-01-28 | 2023-06-27 | 工业云制造(四川)创新中心有限公司 | 一种基于数字孪生技术智能制造仿真*** |
CN113064389B (zh) * | 2021-03-04 | 2022-07-01 | 常州信息职业技术学院 | 基于数字孪生的智能生产线触控***及方法 |
CN113176759A (zh) * | 2021-04-26 | 2021-07-27 | 中核四川环保工程有限责任公司 | 应用于中低放核废液水泥固化体处置的信息管理*** |
CN113110283A (zh) * | 2021-04-29 | 2021-07-13 | 武汉纺织大学 | 一种基于数字孪生的mps***智能控制方法及*** |
CN113271358B (zh) * | 2021-05-18 | 2023-03-28 | 杭州数成金象科技有限公司 | 一种危化品车的监控管理***及监控管理方法 |
CN113361139B (zh) * | 2021-07-08 | 2023-01-31 | 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 |
CN113656981A (zh) * | 2021-08-26 | 2021-11-16 | 石硕 | 一种基于Modelica激励式的数字孪生***构建方法 |
CN113884515A (zh) * | 2021-09-18 | 2022-01-04 | 上海航天精密机械研究所 | 数字射线检测集成控制*** |
CN114095549A (zh) * | 2022-01-11 | 2022-02-25 | 长沙理工大学 | 基于ZigBee的Web3D虚拟单片机数字孪生*** |
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 |
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*** |
CN114692091B (zh) * | 2022-04-24 | 2022-12-16 | 江苏四象软件有限公司 | 基于大数据资源的数据治理任务运行*** |
CN114973109A (zh) * | 2022-07-11 | 2022-08-30 | 卡奥斯工业智能研究院(青岛)有限公司 | 基于数字孪生的工作效率显示方法、装置及设备 |
CN115203972A (zh) * | 2022-08-10 | 2022-10-18 | 鼎捷软件股份有限公司 | 设备模拟数据生成***以及设备模拟数据生成方法 |
CN115115289B (zh) * | 2022-08-29 | 2022-11-11 | 合肥市满好科技有限公司 | 一种基于xr技术的交互监控管理*** |
CN115270532B (zh) * | 2022-09-29 | 2022-12-23 | 山东新矿信息技术有限公司 | 一种基于矿井智能化的数据处理方法及*** |
CN118192479B (zh) * | 2024-05-17 | 2024-07-26 | 南京微思软件有限公司 | 基于数据采集的工厂车间数字孪生模型校正方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515340A (zh) * | 2008-02-18 | 2009-08-26 | 鸿富锦精密工业(深圳)有限公司 | 标准工时管理***及方法 |
CN103085072A (zh) * | 2013-03-11 | 2013-05-08 | 南京埃斯顿机器人工程有限公司 | 基于三维建模软件实现工业机器人离线编程的方法 |
CN103413020A (zh) * | 2013-06-25 | 2013-11-27 | 武汉理工大学 | 一种面向车间级制造能力的动态综合评估方法 |
CN106530111A (zh) * | 2016-12-01 | 2017-03-22 | 东华大学 | 一种面向智能棉纺生产的cps架构 |
CN107807539A (zh) * | 2017-10-17 | 2018-03-16 | 广东工业大学 | 一种玻璃深加工生产线分布式集成方法及其*** |
CN109343496A (zh) * | 2018-11-14 | 2019-02-15 | 中国电子工程设计院有限公司 | 应用于工业生产的数字孪生***及其形成方法 |
CN109356789A (zh) * | 2018-11-07 | 2019-02-19 | 中国矿业大学 | 一种基于数字孪生的风机直驱变桨距***及优化设计方法 |
CN110580026A (zh) * | 2019-09-18 | 2019-12-17 | 工业云制造(四川)创新中心有限公司 | 一种智能制造mes*** |
CN110765635A (zh) * | 2019-11-04 | 2020-02-07 | 上海电气集团股份有限公司 | 数字孪生***的协同方法、***、电子设备和介质 |
JP2020027470A (ja) * | 2018-08-13 | 2020-02-20 | i Smart Technologies株式会社 | 生産管理装置、生産管理システム、および生産管理方法 |
CN110879583A (zh) * | 2019-12-26 | 2020-03-13 | 江苏古卓科技有限公司 | 基于数字孪生的智能装配车间质量预测与控制***及方法 |
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 |
CN111077853A (zh) * | 2019-11-15 | 2020-04-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 建模仿真方法、装置、计算机设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870600B (zh) * | 2017-10-17 | 2018-10-19 | 广东工业大学 | 一种智能车间透明监控方法及*** |
TWI668584B (zh) * | 2018-11-20 | 2019-08-11 | 財團法人資訊工業策進會 | 一種模擬裝置及方法 |
-
2020
- 2020-05-28 CN CN202010469769.3A patent/CN111708332B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515340A (zh) * | 2008-02-18 | 2009-08-26 | 鸿富锦精密工业(深圳)有限公司 | 标准工时管理***及方法 |
CN103085072A (zh) * | 2013-03-11 | 2013-05-08 | 南京埃斯顿机器人工程有限公司 | 基于三维建模软件实现工业机器人离线编程的方法 |
CN103413020A (zh) * | 2013-06-25 | 2013-11-27 | 武汉理工大学 | 一种面向车间级制造能力的动态综合评估方法 |
CN106530111A (zh) * | 2016-12-01 | 2017-03-22 | 东华大学 | 一种面向智能棉纺生产的cps架构 |
CN107807539A (zh) * | 2017-10-17 | 2018-03-16 | 广东工业大学 | 一种玻璃深加工生产线分布式集成方法及其*** |
JP2020027470A (ja) * | 2018-08-13 | 2020-02-20 | i Smart Technologies株式会社 | 生産管理装置、生産管理システム、および生産管理方法 |
CN109356789A (zh) * | 2018-11-07 | 2019-02-19 | 中国矿业大学 | 一种基于数字孪生的风机直驱变桨距***及优化设计方法 |
CN109343496A (zh) * | 2018-11-14 | 2019-02-15 | 中国电子工程设计院有限公司 | 应用于工业生产的数字孪生***及其形成方法 |
CN110580026A (zh) * | 2019-09-18 | 2019-12-17 | 工业云制造(四川)创新中心有限公司 | 一种智能制造mes*** |
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 |
CN110765635A (zh) * | 2019-11-04 | 2020-02-07 | 上海电气集团股份有限公司 | 数字孪生***的协同方法、***、电子设备和介质 |
CN111077853A (zh) * | 2019-11-15 | 2020-04-28 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 建模仿真方法、装置、计算机设备和存储介质 |
CN110879583A (zh) * | 2019-12-26 | 2020-03-13 | 江苏古卓科技有限公司 | 基于数字孪生的智能装配车间质量预测与控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111708332A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111708332B (zh) | 一种生产线数字孪生*** | |
CN111857065B (zh) | 基于边缘计算和数字孪生的智能生产***和方法 | |
Glatt et al. | Modeling and implementation of a digital twin of material flows based on physics simulation | |
CN108009739B (zh) | 一种智能机加车间生产计划与调度一体化方法 | |
CN111539583B (zh) | 一种基于数字孪生的生产过程仿真优化方法 | |
Liu et al. | A review of digital twin-driven machining: From digitization to intellectualization | |
Liu et al. | Digital twin-driven surface roughness prediction and process parameter adaptive optimization | |
Liu et al. | Probing an intelligent predictive maintenance approach with deep learning and augmented reality for machine tools in IoT-enabled manufacturing | |
JP2020518079A (ja) | スマート工場並列制御方法及びシステム | |
CN106647336B (zh) | 一种基于仿真的飞机装配过程智能监控*** | |
CN111797521B (zh) | 一种自动化生产线三维仿真调试及监控方法 | |
CN115907700A (zh) | 一种车间数字孪生模型实时映射与可视化监控方法 | |
CN111582537A (zh) | 一种生产叶片的数字化车间施工方法 | |
CN112462702A (zh) | 一种基于工业互联网的智能监测与智慧调度*** | |
CN116466665A (zh) | 面向船舶生产车间的数字孪生多协议智能调度采集***及方法 | |
CN112381412A (zh) | 一种数字孪生卫星脉动式总装分布式管控*** | |
CN115329559A (zh) | 一种面向焊接机器人工作站的数字孪生方法及*** | |
CN116880380A (zh) | 一种基于数字孪生的作业车间实时调度方法和***架构 | |
CN115390534A (zh) | 基于数字孪生的永磁铁氧体全生命周期管理***及方法 | |
Cao et al. | A referenced cyber physical system for compressor manufacturing | |
CN114859830A (zh) | 一种应用于工业生产的数字孪生*** | |
CN112800606A (zh) | 数字孪生产线构建方法、***、电子设备及存储介质 | |
Carlier et al. | A Digital Twin Framework for Virtual Re-Commissioning of Work-Drive Systems Using CAD-based Motion Co-Simulation | |
Cheng et al. | Service Innovation of Industrial Big Data Based on Industry 4.0 Architecture | |
Li et al. | Digital twin-driven robotic arm operation simulation and health management research. |
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 |