CN112547352B - 一种基于数字孪生的自动喷涂监测遥操作方法及*** - Google Patents

一种基于数字孪生的自动喷涂监测遥操作方法及*** Download PDF

Info

Publication number
CN112547352B
CN112547352B CN202011228212.7A CN202011228212A CN112547352B CN 112547352 B CN112547352 B CN 112547352B CN 202011228212 A CN202011228212 A CN 202011228212A CN 112547352 B CN112547352 B CN 112547352B
Authority
CN
China
Prior art keywords
fault
teleoperation
processing
real
mode
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
Application number
CN202011228212.7A
Other languages
English (en)
Other versions
CN112547352A (zh
Inventor
周凯
张景淘
郭展赫
杨帅
龙晓军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Agricultural University
Original Assignee
Shandong Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Agricultural University filed Critical Shandong Agricultural University
Priority to CN202011228212.7A priority Critical patent/CN112547352B/zh
Publication of CN112547352A publication Critical patent/CN112547352A/zh
Application granted granted Critical
Publication of CN112547352B publication Critical patent/CN112547352B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/25—Manufacturing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Economics (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请公开了一种基于数字孪生的自动喷涂监测遥操作方法及***，所述方法包括：通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型；如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法；从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。通过传感网络获得现场状态的实时数字信号，利用实时增强模型可以更加高效和准确地做出判断，以至于对机器进行更好的控制。操作者利用摇操作，启动应急处理***，排除设备故障。通过知识库可以诊断出可能发生的故障类型，并根据实例中的故障处理方法，提出当前故障处理方法和建议实现故障准确快速的处理。

Description

一种基于数字孪生的自动喷涂监测遥操作方法及***
技术领域
本申请涉及自动喷涂技术领域，具体涉及一种基于数字孪生的自动喷涂监测遥操作方法及***。
背景技术
机械零件是构成机械的基本元件，是组成机械和机器的不可分拆的单个制件。传统技术中零件生产方为了对零件进行保护，避免其表面氧化或损坏，一般需要对零件进行喷漆。
传统技术中对回转类零件进行喷漆多为人工操作，将零件一字排开摆放，喷枪直线往复移动喷涂。喷涂完毕后等待零件表面的油漆干燥后，将零件装箱处理。由于人工操作，存在效率低，而且油漆中的有毒物质威胁着工作人员的健康，因此现有技术中对零件喷涂采用机器自动喷漆。
而自动喷漆过程中的故障处理在实际生产过程中是保证产品质量的重要环节，但是随着各种复杂数据的出现，导致故障诊断的结果不准确，影响正常的喷涂作业。
发明内容
本申请为了解决上述技术问题，提出了如下技术方案：
第一方面，本申请实施例提供了一种基于数字孪生的自动喷涂监测遥操作方法，所述方法包括：通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型；如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法；获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
采用上述实现方式，通过传感网络的不同数据采集接口，可将不同格式的信号进行多源异构数据的预处理，获得现场状态的实时数字信号。利用数字孪生和增强现实技术建立喷涂作业的现场实时增强模型，操作者可以更加高效和准确地做出判断，以至于对机器进行更好的控制。采用遥操作技术可以降低因人为因素所带来的安全风险，操作者利用摇操作，启动应急处理***，排除设备故障。通过知识库可以诊断出可能发生的故障类型，并根据实例中的故障处理方法，提出当前故障处理方法和建议实现故障准确快速的处理。
结合第一方面，在第一方面第一种可能的实现方式中，所述通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型包括：确定自动喷涂遥操作装配控制装置组成及布局；依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立。
结合第一方面第一种可能的实现方式，在第一方面第二种可能的实现方式中，所述依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立，包括：在车间特征数据模型和信息表达模板的支撑下，对现场采集的多源数据进行特征数据和关键信息的快速提取、识别和优选，进而实现异构信息的统一表达；基于最小二乘规则和极大似然配准算法，对多源传感信息进行配准；将现场实时信息和3D虚拟模型进行动态实时校准，并在模型上进行多源信息的交互，获得自动喷涂现场虚实融合增强模型。
结合第一方面，在第一方面第三种可能的实现方式中，将遥操作控制中用到的运行数据、故障数据、历史数据、工艺数据、资源数据以及安全处理数据等合理地存储在知识库中，所述知识库包括故障实例知识库和故障诊断规则知识库，所述故障实例知识库存储故障的故障现象、故障源和故障原因，所述故障诊断规则知识库存储对故障进行诊断、推理、判定、处理的规则。
结合第一方面第三种可能的实现方式，在第一方面第四种可能的实现方式中，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法，包括：首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集；通过实例匹配计算，获得满足相似度阈值的实例进行重用；通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
结合第一方面第四种可能的实现方式，在第一方面第五种可能的实现方式中，所述获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理，包括：进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式；基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理；遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
第二方面，本申请实施例提供了一种基于数字孪生的自动喷涂监测遥操作***，所述***包括：监测模块，用于通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型；故障诊断判断模块，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法；处理模块，用于获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
结合第二方面，在第二方面第一种可能的实现方式中，所述监测模块，包括：确定单元，用于确定自动喷涂遥操作装配控制装置组成及布局；模型建立单元，用于依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立。
结合第二方面，在第二方面第二种可能的实现方式中，所述故障诊断判断模块包括：第一获取单元，用于首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集；第二获取单元，用于通过实例匹配计算，获得满足相似度阈值的实例进行重用；诊断判断单元，用于通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
结合第二方面第二种可能的实现方式，在第二方面第三种可能的实现方式中，所述处理模块包括：模式切换单元，用于进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式；远程遥控单元，用于基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理；处理单元，用于遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
附图说明
图1为本申请实施例提供的基于数字孪生的自动喷涂监测遥操作方法流程示意图；
图2为本申请实施例提供的自动喷涂遥操作装配控制***硬件组成及布局示意图；
图3为本申请实施例提供的喷涂现场感知信息处理与增强现实建模示意图；
图4为本申请实施例提供的数据库存储结构示意图；
图5为本申请实施例提供的故障实例知识库和故障诊断规则知识库示意图；
图6为本申请实施例提供的自动喷漆故障知识本体结构示意图；
图7为本申请实施例提供的基于知识库的自动喷漆故障诊断过程示意图；
图8为本申请实施例提供的一种基于数字孪生的自动喷涂监测遥操作***示意图。
具体实施方式
下面结合附图与具体实施方式对本方案进行阐述。
图1为本申请实施例提供的一种基于数字孪生的自动喷涂监测遥操作方法流程示意图，参见图1，所述方法包括：
S101，通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型。
首先考虑自动喷涂遥操作装配控制装置组成及布局，如图2所示，自动喷涂现场传感器感知的现场数据通过不同的数据接口进入数据采集PLC中进行快速预处理和结构化编码。发生安全问题时，用户通过远程处理，控制信号通过光纤和交换机传递至设备控制PLC，进而下发至现场各个执行设备，根据控制指令进行安全处理。
为了建立现场的实时增强模型，根据如图3所示，将自动喷涂现场增强现实建模分为三个步骤，包括多源数据处理、多源信息配准、虚实信息融合。
多源数据处理：在车间特征数据模型和信息表达模板的支撑下，对现场采集的多源数据进行特征数据和关键信息的快速提取、识别和优选，进而实现异构信息的统一表达；
多源信息配准：基于最小二乘规则和极大似然配准算法，对多源传感信息进行配准；
虚实信息融合：将现场实时信息和3D虚拟模型进行动态实时校准，并在模型上进行多源信息的交互，最终得到自动喷涂现场虚实融合增强模型。
S102，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法。
为了将知识库中的各种数据合理的存储，如图4所示，设计了数据库的存储结构，将遥操作控制中用到的运行数据、故障数据、历史数据、工艺数据、资源数据以及安全处理数据等合理地存储在数据库中。图中矩形方框表示实体，方框间的连线表示实体间的关系，方框内的属性名称表示实体的属性。
为了实现合理故障诊断，根据装备故障维修保障的需求，将知识库分为如图5所示的故障实例知识库和故障诊断规则知识库。故障实例知识库存储故障的故障现象、故障源、故障原因。故障诊断规则知识库存储对故障进行诊断、推理、判定、处理的规则。
根据对喷漆故障抽取的核心概念和5个顶级类，对其层次关系进行分析，得到如图6所示的自动喷漆故障知识本体结构。其中包括故障现象、故障源和故障原因3个基本信息：故障现象指故障发生时喷漆设备和环境表现出的异常现象或状态；故障源指发生故障的设备；故障原因指导致故障发生的具体因素。
故障诊断具体步骤如图7所示：首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集。通过实例匹配计算，获得满足相似度阈值的实例进行重用。通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
S103，获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
可知遥操作控制模块工作过程，喷漆过程中，基于虚实增强模型进行喷漆过程的实时监控，一旦发生安全故障，则会马上启动安全问题遥操作控制处理。发生安全故障时：
首先，进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式；
其次，基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理；
最后，遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
由上述实施例可知，本实施例提供了一种基于数字孪生的自动喷涂监测遥操作方法，通过传感网络的不同数据采集接口，可将不同格式的信号进行多源异构数据的预处理，获得现场状态的实时数字信号。利用数字孪生和增强现实技术建立喷涂作业的现场实时增强模型，操作者可以更加高效和准确地做出判断，以至于对机器进行更好的控制。采用遥操作技术可以降低因人为因素所带来的安全风险，操作者利用摇操作，启动应急处理***，排除设备故障。通过知识库可以诊断出可能发生的故障类型，并根据实例中的故障处理方法，提出当前故障处理方法和建议实现故障准确快速的处理。
与上述实施例提供的一种基于数字孪生的自动喷涂监测遥操作方法相对应，本申请还提供了一种基于数字孪生的自动喷涂监测遥操作***的实施例，参见图8，基于数字孪生的自动喷涂监测遥操作***20包括：监测模块201、故障诊断判断模块202和处理模块203。
所述监测模块201，用于通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型。所述故障诊断判断模块202，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法。所述处理模块203，用于获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
进一步地，所述监测模块201，包括：确定单元和模型建立单元。
所述确定单元，用于确定自动喷涂遥操作装配控制装置组成及布局。所述模型建立单元，用于依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立。
具体地，在车间特征数据模型和信息表达模板的支撑下，对现场采集的多源数据进行特征数据和关键信息的快速提取、识别和优选，进而实现异构信息的统一表达；基于最小二乘规则和极大似然配准算法，对多源传感信息进行配准；将现场实时信息和3D虚拟模型进行动态实时校准，并在模型上进行多源信息的交互，获得自动喷涂现场虚实融合增强模型。
所述故障诊断判断模块200包括：第一获取单元、第二获取单元和诊断判断单元。
将遥操作控制中用到的运行数据、故障数据、历史数据、工艺数据、资源数据以及安全处理数据等合理地存储在知识库中，所述知识库包括故障实例知识库和故障诊断规则知识库，所述故障实例知识库存储故障的故障现象、故障源和故障原因，所述故障诊断规则知识库存储对故障进行诊断、推理、判定、处理的规则。
所述第一获取单元，用于首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集。所述第二获取单元，用于通过实例匹配计算，获得满足相似度阈值的实例进行重用。所述诊断判断单元，用于通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
所述处理模块203包括：模式切换单元、远程遥控单元和处理单元。
所述模式切换单元，用于进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式。所述远程遥控单元，用于基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理。所述处理单元，用于遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
当然，上述说明也并不仅限于上述举例，本申请未经描述的技术特征可以通过或采用现有技术实现，在此不再赘述；以上实施例及附图仅用于说明本申请的技术方案并非是对本申请的限制，如来替代，本申请仅结合并参照优选的实施方式进行了详细说明，本领域的普通技术人员应当理解，本技术领域的普通技术人员在本申请的实质范围内所做出的变化、改型、添加或替换都不脱离本申请的宗旨，也应属于本申请的权利要求保护范围。

Claims (7)

1.一种基于数字孪生的自动喷涂监测遥操作方法，其特征在于，所述方法包括：
通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型；
所述通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型包括：
确定自动喷涂遥操作装配控制装置组成及布局；
依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立；
所述依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立，包括：
在车间特征数据模型和信息表达模板的支撑下，对现场采集的多源数据进行特征数据和关键信息的快速提取、识别和优选，进而实现异构信息的统一表达；
基于最小二乘规则和极大似然配准算法，对多源信息进行配准；
将现场实时信息和3D虚拟模型进行动态实时校准，并在模型上进行多源信息的交互，获得自动喷涂现场虚实融合增强模型；
如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法；
获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
2.根据权利要求1所述的方法，其特征在于，将遥操作控制中用到的运行数据、故障数据、历史数据、工艺数据、资源数据以及安全处理数据合理地存储在知识库中，所述知识库包括故障实例知识库和故障诊断规则知识库，所述故障实例知识库存储故障的故障现象、故障源和故障原因，所述故障诊断规则知识库存储对故障进行诊断、推理、判定、处理的规则。
3.根据权利要求2所述的方法，其特征在于，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法，包括：
首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集；
通过实例匹配计算，获得满足相似度阈值的实例进行重用；
通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
4.根据权利要求3所述的方法，其特征在于，所述获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理，包括：
进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式；
基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理；
遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
5.一种基于数字孪生的自动喷涂监测遥操作***，其特征在于，所述***包括：
监测模块，用于通过传感网络对自动喷漆现场进行实时监测并且建立现场实时增强模型；
所述监测模块，包括：
确定单元，用于确定自动喷涂遥操作装配控制装置组成及布局；
模型建立单元，用于依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立；
所述依次通过多源数据处理、多源信息配准和虚实信息融合实现自动喷涂现场增强现实建模的建立，包括：
在车间特征数据模型和信息表达模板的支撑下，对现场采集的多源数据进行特征数据和关键信息的快速提取、识别和优选，进而实现异构信息的统一表达；
基于最小二乘规则和极大似然配准算法，对多源信息进行配准；
将现场实时信息和3D虚拟模型进行动态实时校准，并在模型上进行多源信息的交互，获得自动喷涂现场虚实融合增强模型；
故障诊断判断模块，如果监测到自动喷漆过程发生异常，则根据知识库对故障进行诊断，确定故障的类型和发生的原因，获得解决方法；
处理模块，用于获得解决方法后，从监测模式切换为故障遥操作模式，通过遥操作控制器对故障进行处理。
6.根据权利要求5所述的***，其特征在于，所述故障诊断判断模块包括：
第一获取单元，用于首先对故障现象进行加载，确定搜索策略，利用其对实例库进行搜索，获得相似故障实例集；
第二获取单元，用于通过实例匹配计算，获得满足相似度阈值的实例进行重用；
诊断判断单元，用于通过对相似实例进行类比分析，诊断出可能发生的故障类型，并根据实例中的故障处理方法提出当前故障处理方法建议，为遥操作控制提供基础。
7.根据权利要求6所述的***，其特征在于，所述处理模块包括：
模式切换单元，用于进行模式切换，从正常的自动化运行模式切换到遥操作安全处理模式；
远程遥控单元，用于基于故障模式和处理方法知识库进行故障类型的确定和安全处理方式建议的提出，指导遥操作人员进行远程安全处理；
处理单元，用于遥操作人员操纵遥操作控制器进行安全问题处理，遥操作控制器产生遥操作信号，通过转换发送至喷漆设备的PLC中，控制现场设备执行遥操作处理行为，安全处理完成后，结束安全问题遥操作处理进程。
CN202011228212.7A 2020-11-06 2020-11-06 一种基于数字孪生的自动喷涂监测遥操作方法及*** Active CN112547352B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011228212.7A CN112547352B (zh) 2020-11-06 2020-11-06 一种基于数字孪生的自动喷涂监测遥操作方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011228212.7A CN112547352B (zh) 2020-11-06 2020-11-06 一种基于数字孪生的自动喷涂监测遥操作方法及***

Publications (2)

Publication Number Publication Date
CN112547352A CN112547352A (zh) 2021-03-26
CN112547352B true CN112547352B (zh) 2022-08-02

Family

ID=75041518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011228212.7A Active CN112547352B (zh) 2020-11-06 2020-11-06 一种基于数字孪生的自动喷涂监测遥操作方法及***

Country Status (1)

Country Link
CN (1) CN112547352B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113695109B (zh) * 2021-08-06 2023-05-09 成都飞机工业（集团）有限责任公司 一种用于自动化喷涂过程的程序匹配和迭代优化方法
CN113779769A (zh) * 2021-08-18 2021-12-10 国网浙江省电力有限公司舟山供电公司 一种电缆试验数字孪生***及其工作方法
CN113657524A (zh) * 2021-08-23 2021-11-16 北京奔驰汽车有限公司 一种用于涂装车间的全工艺流程质量的检测方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106003076A (zh) * 2016-06-22 2016-10-12 潘小胜 一种基于立体视觉的喷塑机器人
KR20170106536A (ko) * 2016-03-10 2017-09-21 두림야스카와(주) 도장 로봇 시스템의 데이터 관리 방법
CN110815224A (zh) * 2019-11-14 2020-02-21 华南智能机器人创新研究院 一种机器人的远程故障诊断推送方法及装置
CN111199573A (zh) * 2019-12-30 2020-05-26 成都索贝数码科技股份有限公司 一种基于增强现实的虚实互反射方法、装置、介质及设备
CN111596604A (zh) * 2020-06-12 2020-08-28 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工程装备故障智能诊断与自愈控制***及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018203886A1 (en) * 2017-05-03 2018-11-08 Siemens Aktiengesellschaft Process image within controllers enabling visibility and accessibility of real world objects
CN111167668A (zh) * 2020-03-06 2020-05-19 广东工业大学 一种面向手机制造的点胶工艺优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170106536A (ko) * 2016-03-10 2017-09-21 두림야스카와(주) 도장 로봇 시스템의 데이터 관리 방법
CN106003076A (zh) * 2016-06-22 2016-10-12 潘小胜 一种基于立体视觉的喷塑机器人
CN110815224A (zh) * 2019-11-14 2020-02-21 华南智能机器人创新研究院 一种机器人的远程故障诊断推送方法及装置
CN111199573A (zh) * 2019-12-30 2020-05-26 成都索贝数码科技股份有限公司 一种基于增强现实的虚实互反射方法、装置、介质及设备
CN111596604A (zh) * 2020-06-12 2020-08-28 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工程装备故障智能诊断与自愈控制***及方法

Also Published As

Publication number Publication date
CN112547352A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112547352B (zh) 一种基于数字孪生的自动喷涂监测遥操作方法及***
US6760639B2 (en) System and method for determining the effectiveness of production installations, fault events and the causes of faults
US20150026107A1 (en) System and apparatus that identifies, captures, classifies and deploys tribal knowledge unique to each operator in a semi-automated manufacturing set-up to execute automatic technical superintending operations to improve manufacturing system performance and the methods therefor
DE112010000775B4 (de) Industrierobotersystem
JP5077835B2 (ja) プラント解析システム
CN116125958A (zh) 一种基于数字孪生的智能化工厂故障诊断与决策***
CN115640698A (zh) 一种水电站运行设备故障预警***
CN117236934A (zh) 一种工业互联网远程监控运维管理***及其工作方法
CA3131811A1 (en) 360 degree assistance for qcs scanner with mixed reality and machine learning technology
CN111830871B (zh) 一种设备异常自动诊断***
JP7474303B2 (ja) 管理システム
Kaupp et al. „From Raw Data to Smart Documentation: Introducing a Semantic Fusion Process for Cyber-Physical Systems.“
CN1559034A (zh) 用于处理故障假设的方法和***
CN111176174B (zh) 一种面向冲压车间的多功能监管***
CN112288116A (zh) 一种生产制造流程优化管理的工业大数据***及方法
KR102570756B1 (ko) 제조공정 가시화 장치 및 방법
Mincolelli et al. Department of Architecture, University of Ferrara, 44121 Ferrara, Italy {mncgpp, gcbgnd, mbsslv}@ unife. it
CN219716141U (zh) 智慧工厂的分布式运营***
CN116540633B (zh) 机床调试方法、装置、终端设备以及计算机可读存储介质
US20230297085A1 (en) Equipment effectiveness in manufacturing environment
KR20240106657A (ko) 산업지식 기반 제조현장 비대면 공구 관리 가상훈련 서비스 지원 시스템
Nagy et al. Towards an Ontology-Based Fault Detection and Diagnosis Framework-A Semantic Approach
Mincolelli et al. Augmented Operators and Virtual User Manuals for Complex Industrial Systems: User Research and Scenario-Building Activities
Patel et al. A knowledge-based system for fault diagnosis and maintenance of advanced automated systems
Jain Basics of process control in textile manufacturing

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