面向数字孪生的车间运行三维实时监控系统

为解决自动化生产车间生产运行过程和生产信息实时可视化程度低、设备数据采集困难等问题,研究了数字孪生技术和OPC UA技术在车间三维实时可视化方面的应用。首先,以搭建数字孪生车间为基础,完成了三维实时监控系统总体框架的设计,并确定了其关键运行流程和技术路线。然后,对实现该系统的4项关键技术,即车间设备孪生体建模及虚拟车间的构建、基于OPC UA技术的车间多源异构数据采集和传输方式、虚实车间同步运行,以及生产加工数据的实时可视化进行了详细阐述。最后,通过设计开发了某印章生产线的三维实时监控系统,以实时数据驱动孪生车间运行的方式,完成了对物理车间生产过程在三维场景中全方位、任意距离的实时监控。并对采集的实时数据进行分析、处理和计算,实现了车间中设备使用率、产品合格率和库存状况等生产信息动态可视化,验证了该监控系统的可行性和有效性。     

基于数字孪生的数控设备互联互通及可视化

全球制造业正在向着智能化、规模化的方向快速发展,但是数控设备之间存在数据接口不统一、设备数据交互困难、现场设备状态监测成本较高等难题。现提出一种基于数字孪生的数控设备互联互通及可视化技术,首先利用三维激光扫描技术构建车间数控设备数字孪生模型,通过OPC UA通讯构架读取数控设备的实时运行数据,并转化格式后存入数据库作为指导虚拟现实引擎的源数据,使用Unity数据驱动引擎去驱动数字孪生模型,从而实现物理模型与数字孪生模型的同步运动。最后,对车间数控设备的生产过程进行了数字孪生技术的实现,验证了所提方案的有效性和正确性,为面向互联互通的数字孪生数控设备提供了技术支持。     

数据驱动的生产线数字孪生系统构建与应用

为满足生产线智能化的发展需求,针对传统生产线现场调试周期长,生产线三维可视化能力差,生产数据不同步,现场状态监控成本高等问题,结合数字孪生技术,以数据驱动为基础,构建了生产线数字孪生系统。首先运用Process Simulate构建生产线上的各类设备的数字孪生模型,根据数据通信网络和数据采集架构图,利用OPC UA和Modbus通信,读取生产线设备实时数据,并存入相应的数据库中作为驱动生产线数字孪生模型的数据源,从而实现数字孪生模型对物理实体的实时映射。最后,通过搭建虚拟仿真环境,对数字孪生系统进行虚拟调试,并通过构建实例验证平台,验证生产线数字孪生系统的有效性和可行性。     

基于数字孪生的卫星总装过程管控系统

为解决卫星总装过程实时管控和分析预测的难题,提出一种基于数字孪生的卫星总装过程管控系统,建立了系统体系结构,研究了面向总装过程管控的产品与车间孪生建模、数据物联采集与虚实精准映射、数字孪生驱动的总装过程实时管控与分析预测、孪生数据多维度组织管理等关键技术。该系统以孪生模型和实时数据为驱动,基于产品关键特征和车间关键要素,将模型与数据进行有效融合,实现了总装过程的实时管控,并为生产决策提供支持。通过在卫星总装车间部署运行的应用效果,验证了该系统的有效性和可行性。     

数字孪生驱动的离心泵机组故障诊断方法研究

数字孪生技术不仅是实现信息物理融合的核心，还是实现数字化故障诊断的关键。为了实现物理空间和信息空间的实时映射、故障实时预测、故障信息及时反馈，提出数字孪生驱动的离心泵机组故障诊断方法。首先，利用数字孪生技术构建离心泵机组数字孪生映射模型。然后，基于数字孪生映射模型，通过数据驱动的故障诊断方法实现故障实时预测，利用模型仿真的故障结果验证方法完成故障结果验证，以验证结果作为数字孪生模型修正和深度学习模型调整的条件。最后，借助Unity3D平台实现故障诊断系统的开发，并通过3种工况验证了系统的可行性。     

基于数字孪生的卷烟厂仓储研究与应用

针对目前仓储存在运作效率低、数据实时性差、设备健康管理缺乏等问题，设计了基于数字孪生的仓储优化方案。通过三维模型和虚拟场景的搭建，构建了仓储的数字孪生模型，提出了数字孪生仓储的体系架构，选用了OPC UA通讯框架进行数据采集和通信，利用数据驱动数字孪生模型，实现了数字空间与物理空间的交互融合。最后通过某卷烟厂仓储的落地应用，验证了系统的可行性和有效性，为数字孪生技术在仓储管理领域的应用提供了技术支撑。     

数字孪生驱动的车间自动导引车路径规划

针对车间物流配送中的自动导引车(AGV)路径规划问题，以某企业自动化总装车间为研究对象，提出一种数字孪生驱动的AGV路径规划方法。建立了车间数字孪生环境模型，设计了基于环境地图孪生模型的无冲突路径规划算法。对于车间内实时到达的配送任务订单，采用改进的A^*算法结合环境地图孪生模型中的动态邻接矩阵和时间窗矩阵，按任务优先级顺序为相应的AGV规划无冲突路径，并实时更新孪生模型中的数据。所提方法使AGV配送的任务完成时间和冲突调整时间分别平均减少13.4%和17.54%。     

面向微组装单元的数字孪生同步方法及系统实现

为了解决微组装生产线数字化转型面临的数据处理难和设备信息化控制难的问题,设计了微组装生产线单元数字孪生系统架构,提出一种基于实时生产数据的四维融合模型孪生同步方法,从行为实时映射、状态实时映射和动作实时映射的角度对孪生同步进行了诠释,并对其关键技术——多源异构数据分类、清洗与解析和实时数据驱动四维融合孪生模型进行了详细阐述。设计并开发了原型系统,通过实例验证了所提方法的有效性,为实现微组装生产线数字孪生提供了解决方案。     

基于数字孪生的光纤绕线机实时监控方法研究

为满足光纤绕线机生产的实时监控需求,本着虚实双向驱动的原则,提出了一种基于数字孪生的光纤绕线机加工过程实时监控方法。首先,结合数字孪生技术,建立了光纤绕线机监控系统的总体架构;然后对光纤绕线机的数字孪生建模、实时数据的采集与处理以及基于实时数据的模型驱动这3项关键技术进行了详细阐述;最后在实际设备上进行测试,验证了该监控方法的可行性与有效性,为光纤绕线机加工过程管控提供了新的解决方案。     

车间生产过程数字孪生系统构建及应用

数字孪生可以真实地反映物理世界,车间生产过程数字孪生可以使生产过程透明化,利用孪生数据可以优化生产。为此,在数字孪生的理论背景下,建立了车间生产过程数字孪生系统体系架构,并对系统实现的3项关键技术——车间生产过程关键要素数字孪生建模与实现、基于OPC统一架构的车间生产过程物理实体数据获取以及车间生产运行实时映射进行了详细阐述。最后,对车间实际生产线进行了数字孪生的实现,验证了所提方案的正确性和有效性,为车间生产过程数字孪生的实现提供了技术解决方案。     

面向数字孪生车间的三维可视化实时监控方法

针对数字孪生车间的实时可视化监控难题,提出一种基于实时信息的生产车间三维可视化监控方法。分析了数字孪生车间与三维可视化实时监控之间的关系,提出一种多层次的三维可视化监控模式和实时数据驱动的虚拟车间运行模式。在此基础上,对基于实时信息的生产车间三维可视化实时监控方法4个关键实现技术,即虚拟车间几何建模、车间实时数据管理、车间多层次三维可视化监控和车间状态看板构建方法等进行了详细阐述。设计并开发了原型系统,通过实例验证了所提方法的有效性。     

基于OPC UA的数字孪生车间实时数据融合与建模研究

数字孪生车间是智能制造背景下车间全息监控、精准分析、实时决策的有效手段。而实时高效的异构数据采集和融合,以及虚实车间的交互连接是驱动数字孪生车间运转的核心。为此,依托制造物联网和OPC UA通信技术,建立了数字孪生车间实时数据采集框架。采用分层融合的策略,去除原始数据中的信息冗余,匹配产生中间事件和生产过程数据,同时基于空间尺度构建实时数据空间对象模型。另外针对提高数据传输实时性的目的,按照信息分类—自适应压缩—节点合并的路线,缩减OPC UA信息模型节点数目和节点容量,设计了面向数字孪生车间的OPC UA信息建模方案。最后,以某航天结构件生产线为案例,为数字孪生车间开发了实时数据采集系统,并验证了此方案的可行性。     

基于实时数据驱动的数字孪生车间研究及实现

为满足智能车间生产状态实时可视化监控、健康管理、故障诊断等需求,提出一种基于实时数据驱动的数字孪生车间体系架构与技术路线。通过搭建面向真实物理行为高保真映射的虚拟仿真环境,采用面向事件响应的数据管理方法构建模块化、通用化的数字孪生车间系统。在此基础上,详细阐述了异构多源数据的采集与管理、真实物理行为的虚拟仿真环境、面向事件响应的数据实时驱动方法等关键技术。设计了原型系统,并通过车载防撞雷达组装生产线成功验证其可行性,为数字孪生技术在智能制造领域的应用提供了关键支撑。     

基于数字孪生的生产车间运行状态在线预测

针对数字孪生车间的在线预测难题,提出一种实时数据驱动的数字孪生车间运行状态在线预测方法。分析了车间数字孪生体的内涵和运行机制,构建了基于车间数字孪生体的仿真预测框架,阐述了基于事件调度法的仿真运行逻辑,建立了数字孪生车间输入特性、样本生成、事件处理逻辑之间的关系,融合实时数据实现了基于持续瞬态仿真的车间在线预测。设计并开发了面向数字孪生车间的运行状态在线仿真系统,通过实例验证了该方法的可行性和有效性。     

基于数字孪生与k-近邻算法的车间设备运行状态预测研究

由于传统车间设备运行状态预测不能有效利用历史数据进行学习,实时响应能力有限,难以在复杂调度环境中取得良好效果,因此文章提出一种数字孪生与k-近邻算法相结合的车间设备运行状态预测模型。构建车间设备实体在信息空间的数字孪生模型,并建立设备实体与模型之间的映射关系,从而获取实时特征数据,即设备的运行状态特征数据。运用k-近邻算法计算实时特征数据与历史数据之间的欧几里得距离,即计算设备当前运行状态与历史已知状态的相似度,最终通过前k个距离所对应的设备历史运行状态数据,预测设备的当前运行状态。该模型的本质是通过数字孪生的实时数据采集,获取指定设备运行状态特征数据,运用k-近邻算法预测设备的实时运行状态。相较以往研究,本研究贡献在于提高设备实时运行状态预测的准确率。如果将数字孪生、k-近邻算法与具备自我学习能力的相关算法相结合,模型的预测效果会更好。     

烟草物流中心数字化车间监控系统研究

针对烟草物流自动化车间生产过程监控不足导致车间生产效率不高、管控难度大的问题,研究了一种面向生产过程的可视化监控方法,该方法从实体设备、车间作业流程等多方面构建具有多层级映射规则的数字孪生车间功能模型,在此基础上,建立孪生数据映射逻辑模型,搭建基于S7协议的实时数据采集传输架构,驱动孪生模型同步运行,设计并开发了数字化车间监控系统。最后通过实例验证,表明此系统能够有效集成、融合车间生产数据,实现对车间作业全流程的有效监控。     

基于混合驱动的进给系统数字孪生模型自适应更新法

为了解决传统建模方法搭建的数控机床进给系统模型形式单一且缺乏与物理空间的在线实时交互，导致仿真结果精度低的问题，提出一种基于机理模型和数据驱动模型混合驱动的进给系统数字孪生模型自适应更新方法。该方法针对进给系统多领域耦合的特点，利用物理建模工具Simulink/Simscape建立了机电一体化数字孪生机理模型，同时基于长短记忆神经网络建立了数字孪生数据驱动模型，二者混合构成进给系统数字孪生模型。在此基础上，采用带有遗忘因子的递推最小二乘算法更新模型，提高了模型的适应性。通过双轴进给系统的虚实同步运动实验验证了所提方法的有效性。     

基于数字孪生的机械加工车间多级能效监测EI北大核心

针对机械加工车间能耗规律复杂、设备状态时变性强导致能效实时全面监测困难的问题,提出一种基于数字孪生的机械加工车间多级能效监测方法。通过分析机械加工车间的多源能耗特性,建立机械加工车间多级能效监测指标体系;提出机械加工车间多源异构数据的获取方法,并构建事件与实时数据驱动的机械加工车间实时映射模型;基于碰撞检测与布尔运算的物理模型动态判别机床运行状态,进而获得基于数字孪生的机械加工车间多级能效监测方法。以某机床企业机械加工车间为应用案例,验证了所提方法的有效性和实用性。     

面向智能制造终端的车间生产数据采集与传输方法

智能制造的核心要素是数据,实现数据实时高效传输是辅助制造业数字化、智能化、网络化发展的重要助力,针对智能车间现场多品牌、多接口设备数据传输需求,研究了智能制造终端的车间生产数据采集与传输方法。基于车间生产线的工控PLC,使用OPCUA完成数据的采集工作,搭建Restful服务器实现数据传输,以JSON数据串的形式将采集到的数据发送至下游数字孪生车间系统。     

基于数字孪生的液压运维系统

以数字孪生技术为基础,构建运维机理模型加数据驱动的液压运维系统。介绍了液压运维系统的总体设计、系统功能和系统实现。参照实际液压设备结构搭建线上液压系统,作为数字孪生体。在实体液压系统中安装少量传感器,采集数据并上传。构建物理系统与数字系统的孪生体映射,剩余节点参数通过运维机理模型计算得到,由此实现液压系统的实时监控和智能运维。