CN113836755A - 基于数字孪生模型的控制方法及装置 - Google Patents

Abstract

本申请公开了一种基于数字孪生模型的控制方法及装置，其中，该方法包括：获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据；基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。该方法能够辅助寻找调试或优化控制策略，缩短设备的调试或优化周期，降低设备的调试或优化成本。

Description

基于数字孪生模型的控制方法及装置

技术领域

本申请涉及生产设备控制技术领域，特别涉及一种基于数字孪生模型的控制方法及装置。

背景技术

生产设备安装或升级改造后，通常需要经历设备调试和优化控制的过程，才能够达到设计的目标运行性能。但是对真实的生产设备进行调试，通常需要反复调整，并测试调整后的运行性能，例如生产效率、产品质量、能耗等，以确定调整方式是否能够达到既定目的，不仅耗费时间，而且调试过程中生产效率、产品质量和能耗均不稳定，导致调试和优化成本较高。所以，如何提高生产设备调试和优化效率，并降低调试和优化成本成为本领域技术人员亟待解决的技术问题。

发明内容

本申请提供了一种基于数字孪生模型的控制方法及装置，本申请实施例采用的技术方案如下：

本申请一方面提供了一种基于数字孪生模型的控制方法，包括：

获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，所述实际运行数据为基于所述第一运行方案控制所述第一设备运行所产生的数据，所述实际运行数据表征所述第一设备的至少一项实际运行性能；

基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；

基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；其中，所述目标运行数据表征所述数字孪生模型的至少一项目标运行性能，所述目标运行方案用于控制所述数字孪生模型运行并使所述数字孪生模型符合所述目标运行性能；

基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

在一些实施例中，所述基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案，包括：

基于所述目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案；

基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据；

在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

在一些实施例中，所述机理模型通过建立的模型架构进行训练形成，其中，所述训练过程包括：

以所述实际运行数据作为输入数据，以所述第一运行方案作为输出数据，训练所述模型架构。

在一些实施例中，所述基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型，包括：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

在一些实施例中，所述基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据，包括：

基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集；

将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

本申请另一方面提供了一种基于数字孪生模型的控制装置，包括：

获取模块，用于获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，所述实际运行数据为基于所述第一运行方案控制所述第一设备运行所产生的数据，所述实际运行数据表征所述第一设备的至少一项实际运行性能；

构建模块，用于基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；

寻优模块，用于基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；其中，所述目标运行数据表征所述数字孪生模型的至少一项目标运行性能，所述目标运行方案用于控制所述数字孪生模型运行并符合所述目标运行性能；

控制模块，用于基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

在一些实施例中，所述寻优模块具体用于：

基于所述目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案；

基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据；

在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

在一些实施例中，所述机理模型通过建立的模型架构进行训练形成，其中，所述训练过程包括：

以所述实际运行数据作为输入数据，以所述第一运行方案作为输出数据，训练所述模型架构。

在一些实施例中，所述构建模块具体用于：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

在一些实施例中，所述控制模块具体用于：

基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集；

将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

本申请实施例的基于数字孪生模型的控制方法，通过在虚拟够空间构造与第一设备孪生的数字孪生模型，基于设定的目标运行数据，利用数字孪生模型来进行调试，或对数字孪生模型的运行过程进行优化调整，获取能够使数字孪生模型的仿真运行数据符合目标运行数据的目标运行方案，基于该目标运行方案对真实空间的第一设备进行控制，有较大概率使第一设备的运行性能达到目标运行性能，能够缩短在真实空间中第一设备上的调试或优化周期，降低调试或优化成本。

附图说明

图1为本申请第一种实施例的控制方法的流程图；

图2为本申请实施例的控制方法的步骤S102的流程图；

图3为本申请第二种实施例的控制方法的流程图；

图4为本申请第三种实施例的控制装置的结构框图；

图5为本申请第四种实施例的电子设备的结构框图。

具体实施方式

此处参考附图描述本申请的各种方案以及特征。

应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本申请的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本申请的具体实施例；然而，应当理解，所申请的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。

图1为本申请第一种实施例的基于数字孪生模型的控制方法的流程图，参见图1所示，本申请实施例的基于数字孪生模型的控制方法具体可包括如下步骤：

S101，获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，实际运行数据为基于第一运行方案控制第一设备运行所产生的数据，实际运行数据表征第一设备的至少一项实际运行性能。

真实空间为真实的第一设备所处的物理空间。第一设备可包括单一设备，例如，单一的生产加工设备。第一设备也可为由多个设备组成的生产线***，例如，由多种设备组成的化工产品生产***。在实际应用时，该第一设备可为多种类型的设备，此处不对第一设备的类型进行限定。

第一设备的属性信息可包括第一设备的三维尺寸信息、工艺参数信息、动作过程信息等。第一运行方案为控制第一设备实际运行的方案，可为控制第一设备实际运行的历史方案，也可为其他同类的第一设备的运行方案。实际运行数据能够表征第一设备的至少一项实际运行性能，例如，生产效率、产品质量、能耗、安全系数等。该实际运行数据可为基于第一运行方案控制第一设备运行所产生的历史数据，或者控制其他同类的第一设备运行过程中所产生的历史数据。

S102，基于属性信息、第一运行方案和实际运行数据，在虚拟空间中构建第一设备的数字孪生模型。

虚拟空间为用于构建数字孪生模型的数字空间，该虚拟空间可由电子设备的硬件和软件共同来构建形成。

数字孪生模型是基于第一设备的属性信息、第一运行方案和实际运行数据，在虚拟空间构建的第一设备的数字克隆体，该数字孪生模型与第一设备具有相同的三维尺寸、相同的运行机理，甚至于会因为相同的事件或状态而触发相同的报警或提示。目的在于使数字孪生模型与第一设备无限趋于一致，以通过该数字孪生模型仿真第一设备的运行过程。

S103，基于设定的目标运行数据，利用数字孪生模型获取目标运行方案。其中，目标运行数据表征数字孪生模型的至少一项目标运行性能，目标运行方案用于控制数字孪生模型运行并使数字孪生模型符合目标运行性能。

目标运行数据为设定的调试目标或优化目标，能够表征数字孪生模型的至少一项目标运行性能，例如，目标产能、目标产品质量、目标安全系数等。在具体实施时，可基于该设定的目标运行数据，对数字孪生模型进行调试，或对其运行过程进行优化调整，以使得数字孪生模型的仿真运行性能符合目标运行性能。例如，使得数字孪生模型的生产效率达到既定的目标生产效率，或使得数字孪生模型的目标安全系数达到既定的目标安全系数，亦或者，使得数字孪生模型发生或避免发生特定事件。

目标运行方案即为对数字孪生模型进行调试，或对其运行过程进行优化调整后，使得该数字孪生模型的仿真运行性能符合目标运行性能的仿真运行方案。该目标运行方案可包括数字孪生模型的全过程控制方案，例如，在数字孪生模型为化工生产***模型时，该目标运行方案可包括该化工生产线各个设备的各个环节的控制方案。该目标运行方案也可仅包括数字孪生模型的某一个或多个环节的控制方案，例如，生产线中某一设备的运行控制方案，甚至于某一设备的某一具体运行过程中的控制方案。

S104，基于目标运行方案，控制第一设备运行，以使第一设备运行过程中所产生的第一运行数据符合目标运行数据。

由于数字孪生模型是第一设备在数字空间的孪生体，基于目标运行方案对数字孪生模型进行控制，该数字孪生模型能够符合目标运行性能，在此基础上，基于目标运行方案控制真实空间中的第一设备运行，有较大的概率使第一设备产生与数字孪生模型相同或相似的运行结果，使得第一设备运行过程中所产生的第一运行数据符合目标运行数据，也即，使得第一设备的运行性能符合目标运行性能。

当然，还需说明的是，此处所述的第一运行数据符合目标运行数据，并不是指第一运行数据完全达到目标运行数据，而应理解为使第一运行数据趋近于目标运行数据，或者达到目标运行数据。

本申请实施例的基于数字孪生模型的控制方法，通过在虚拟够空间构造与第一设备孪生的数字孪生模型，基于设定的目标运行数据，利用数字孪生模型来进行调试，或对数字孪生模型的运行过程进行优化调整，获取能够使数字孪生模型的仿真运行数据符合目标运行数据的目标运行方案，基于该目标运行方案对真实空间的第一设备进行控制，有较大概率使第一设备的运行性能达到目标运行性能，能够缩短在真实空间中第一设备上的调试或优化周期，降低调试或优化成本。

配合图2所示，在一些实施例中，步骤S101，基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型，包括：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

可选的，可基于第一设备的三维尺寸信息和运行机理信息，在虚拟空间中构建第一设备的数字孪生模型。基于第一运行方案，控制数字孪生模型运行，并获取数字孪生模型运行过程中的虚拟运行数据。继而，将虚拟运行数据和实际运行数据进行比较，判断虚拟运行数据和真实运行数据之间的误差是否小于第一阈值，该第一阈值为可接受误差。如果虚拟运行数据和真实运行数据之间的误差小于该第一阈值，则确定数字孪生模型与第一设备之间的一致性符合要求，如果虚拟运行数据和真实运行数据之间的误差大于第一阈值，则认为数字孪生模型与第一设备之间的一致性不符合要求，则需要对数字孪生模型进行调整，继而在重新判断二者之间的一致性，直至二者之间的一致性符合要求为止。第一设备和数字孪生模型之间的一致性越高，则获取的目标运行方案使第一设备达到目标运行性能的概率越高。

图3为本申请第二种实施例的基于数字孪生模型的控制方法的流程图，参见图3所示，本申请实施例的基于数字孪生模型的控制方法具体可包括如下步骤：

S201，获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，实际运行数据为基于第一运行方案控制第一设备运行所产生的数据，实际运行数据表征第一设备的至少一项实际运行性能。

S202，基于属性信息、第一运行方案和实际运行数据，在虚拟空间中构建第一设备的数字孪生模型。

其中，属性信息、第一运行方案和实际运行数据的获取过程，以及在虚拟空间中构建第一设备的数字孪生模型的过程，与前述第一种实施例类似，此处不再赘述。

S203，基于第一运行方案和实际运行数据，构建机理模型，其中，该机理模型能够表征数字孪生模型的运行机理。

该机理模型可为机器学习模型，该机器学习模型可为监督学习、非监督学习、半监督学习或强化学习模型，如神经网络模型等，此处不对该机器学习模型的类型进行限定。

该机理模型可通过建立的模型架构进行训练形成。如，在获取到第一运行方案和实际运行数据后，可基于第一运行方案和实际运行数据构建训练数据集和验证数据集，训练数据集和验证数据集均包括输入数据和输出数据。输入数据由所选取的实际运行数据形成，输出数据由第一运行方案形成。

构建该机理模型时，首先，可构建模型架构，继而，基于训练数据集中输入数据和输出数据对模型架构进行训练，也即，将实际运行数据作为输入数据，将第一运行方案作为输出数据，对模型架构进行训练。之后，将验证数据集中的输入数据输入到训练完成的模型架构中，将模型架构的输出数据与验证数据集中的输出数据进行对比，如果符合结束条件，则确定机理模型训练完成。

S204，基于目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案。

在设定了目标运行数据的情况下，可将该目标运行数据作为输入数据，输入到机理模型中，获取机理模型所输出的至少一个第二运行方案。由于机理模型能够表征数字孪生模型和第一设备的运行机理，将目标运行数据输入到该机理模型中，机理模型推测处一个或多个可能符合该目标运行数据的第二运行方案。

S205，基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据。

在获取到该第二运行方案，并不直接基于该第二运行方案对第一设备进行控制，可基于各个第二运行方案，控制数字孪生模型运行，并获取数字孪生模型基于各第二运行方案运行过程中所产生的第二运行数据，该第二运行数据能够表征数字孪生模型基于该第二运行方案运行过程中的运行性能。

S206，在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

在获取到第二运行数据的情况下，可将第二运行数据与目标运行数据进行对比，以检验各个第二运行方案是否能够使数字孪生模型达到目标运行性能。例如，使数字孪生模型达到既定产能、既定生产效率等。如果第二运行数据符合目标运行数据，则将相应的第二运行方案确定为目标运行方案，如果各个第二运行数据均不符合目标运行数据，可利用机理模型迭代获取第二运行方案，直至数字孪生模型基于至少一个第二运行方案所产生的第二运行数据符合目标运行数据为止。当然，在第二运行数据不符合目标运行数据时，也可从该至少一个第二运行方案中选取一个第二运行数据最接近目标运行数据的方案，作为目标运行方案。

S207，基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集。

目标运行方案为能够表征第一设备的工艺过程或动作过程的控制方案，在获取到目标运行方案的情况下，可基于该目标运行方案，生成用于控制第一设备的各个运行过程的控制指令，例如，控制第一设备中各个部件或组件，在特定时时间节点，执行启动、关闭、或特定操作的控制指令，该控制指令可包括例如时间信息和操作信息，时间信息用于指示执行该控制指令的时间，该时间信息可为绝对时间信息，也可为相对时间信息，该操作信息用于指示第一设备的某一部件或组件所执行的具体操作。继而，基于这些控制指令形成边缘控制器所能够识别的指令集。

S208，将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

可选的，可通过通信链路将指令集发送至边缘控制器，该边缘控制器设置在第一设备一侧，由该边缘控制器基于指令集中的控制指令控制第一设备运行。通过将寻优设备和控制设备分离，能够兼顾寻优设备的数据处理能力和控制设备的时效性。

本申请实施例的基于数字孪生模型的控制方法，利用机理模型输出至少一个第二运行方案，基于各个第二运行方案控制数字孪生模型运行，获取数字孪生模型运行过程中所产生的第二运行数据，将第二运行数据与目标运行数据进行比较，以判断数字孪生模型基于各第二运行方案运行过程中的运行性能，将第二运行数据符合目标运行数据的第二运行方案确定为目标运行方案，并基于该目标运行方案控制第一设备运行，如此，能够显著提高目标运行方案的获取效率，进而提高第一设备的调试或优化速度，缩短调试或优化周期。

图4为本申请第三种实施例的基于数字孪生模型的控制装置的结构框图，参见图4所示，本申请实施例的基于数字孪生模型的控制装置具体可包括：

获取模块301，用于获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，所述实际运行数据为基于所述第一运行方案控制所述第一设备运行所产生的数据，所述实际运行数据表征所述第一设备的至少一项实际运行性能；

构建模块302，用于基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；

寻优模块303，用于基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；其中，所述目标运行数据表征所述数字孪生模型的至少一项目标运行性能，所述目标运行方案用于控制所述数字孪生模型运行并符合所述目标运行性能；

控制模块304，用于基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

在一些实施例中，所述寻优模块303具体用于：

基于所述目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案；

基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据；

在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

在一些实施例中，所述机理模型通过建立的模型架构进行训练形成，其中，所述训练过程包括：

以所述实际运行数据作为输入数据，以所述第一运行方案作为输出数据，训练所述模型架构。

在一些实施例中，所述构建模块302具体用于：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

在一些实施例中，所述控制模块304具体用于：

基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集；

将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

参见图5所示，本申请实施例还提供了一种电子设备，至少包括存储器401和处理器402，所述存储器401上存储有程序，所述处理器402在执行所述存储器401上的程序时实现如上任一实施例所述的控制方法。

本领域技术人员应明白，本申请的实施例可提供为方法、电子设备、计算机可读存储介质或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。当通过软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

上述处理器可以是通用处理器、数字信号处理器、专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmable logic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logicdevice，CPLD)，现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic,简称GAL)或其任意组合。通用处理器可以是微处理器或者任何常规的处理器等。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

上述可读存储介质可为磁碟、光盘、DVD、USB、只读存储记忆体(ROM)或随机存储记忆体(RAM)等，本申请对具体的存储介质形式不作限定。

以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种基于数字孪生模型的控制方法，其特征在于，包括：

获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，所述实际运行数据为基于所述第一运行方案控制所述第一设备运行所产生的数据，所述实际运行数据表征所述第一设备的至少一项实际运行性能；

基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；

基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；其中，所述目标运行数据表征所述数字孪生模型的至少一项目标运行性能，所述目标运行方案用于控制所述数字孪生模型运行并使所述数字孪生模型符合所述目标运行性能；

基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

2.根据权利要求1所述的方法，其特征在于，所述基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案，包括：

基于所述目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案；

基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据；

在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

3.根据权利要求2所述的方法，其特征在于，所述机理模型通过建立的模型架构进行训练形成，其中，对建立的所述模型架构进行训练包括：

以所述实际运行数据作为输入数据，以所述第一运行方案作为输出数据，训练所述模型架构。

4.根据权利要求1所述的方法，其特征在于，所述基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型，包括：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

5.根据权利要求1所述的方法，其特征在于，所述基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据，包括：

基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集；

将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

6.一种基于数字孪生模型的控制装置，其特征在于，包括：

获取模块，用于获取真实空间中第一设备的属性信息、至少一个第一运行方案以及实际运行数据，其中，所述实际运行数据为基于所述第一运行方案控制所述第一设备运行所产生的数据，所述实际运行数据表征所述第一设备的至少一项实际运行性能；

构建模块，用于基于所述属性信息、所述第一运行方案和所述实际运行数据，在虚拟空间中构建所述第一设备的数字孪生模型；

寻优模块，用于基于设定的目标运行数据，利用所述数字孪生模型获取目标运行方案；其中，所述目标运行数据表征所述数字孪生模型的至少一项目标运行性能，所述目标运行方案用于控制所述数字孪生模型运行并符合所述目标运行性能；

控制模块，用于基于所述目标运行方案，控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

7.根据权利要求6所述的装置，其特征在于，所述寻优模块具体用于：

基于所述目标运行数据，利用能够表征所述数字孪生模型的运行机理的机理模型，获取至少一个第二运行方案；

基于各所述第二运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程中所产生的第二运行数据；

在所述第二运行数据符合所述目标运行数据的情况下，将相应的所述第二运行方案确定为所述目标运行方案。

8.根据权利要求7所述的装置，其特征在于，所述机理模型通过建立的模型架构进行训练形成，其中，对建立的所述模型架构进行训练包括：

以所述实际运行数据作为输入数据，以所述第一运行方案作为输出数据，训练所述模型架构。

9.根据权利要求6所述的装置，其特征在于，所述构建模块具体用于：

基于所述属性信息，在虚拟空间中构建所述第一设备的数据孪生模型；

基于所述第一运行方案，控制所述数字孪生模型运行，并获取所述数字孪生模型运行过程所产生的虚拟运行数据；

在所述虚拟运行数据和所述实际运行数据之间的误差小于第一阈值的情况下，确定所述数字孪生模型构建完成。

10.根据权利要求6所述的装置，其特征在于，所述控制模块具体用于：

基于所述目标运行方案，生成用于控制所述第一设备的各运行过程的控制指令，并形成包含各所述控制指令的指令集；

将所述指令集发送至边缘控制器，其中，所述指令集用于使所述边缘控制器基于所述指令集控制所述第一设备运行，以使所述第一设备运行过程中所产生的第一运行数据符合所述目标运行数据。

Images