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。     

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。     

基于数字孪生的柔性线状态监测与分析系统

随着智能制造的发展，数字孪生技术在制造业中的应用逐步深化，可以用于复杂设备的运行监测。为实现柔性生产线的三维可视化与加工过程监控，同时指导用户对生产过程进行管理和预测，设计开发了一种基于数字孪生的柔性生产线状态监测系统。该系统的基本架构包括数据保障层、建模计算层、数字孪生功能层、用户空间层，保障了系统的功能性、时效性、可操作性等。同时从几何模型、行为模型、数据模型三个维度构建了数字孪生系统模型，实现了动作特征虚实融合一致性和工艺数据与质量数据采集。以某柔性生产线为例进行实验测试与分析，系统可以与实际柔性生产线正常通讯并对数据做出响应，且延迟均值为131.1 ms，可见虚拟映射与现实状况保持高度一致，验证了该方法的可行性。     

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。     

基于数字孪生的车间三维可视化监控系统

针对当前制造车间监控透明度低、方式单一、实时性差、缺乏模型等问题,参考数字孪生理论模型,以工业物联网平台作为系统服务平台,提出一种基于数字孪生的车间三维可视化监控系统六维模型,并介绍了系统开发流程.在此基础上对系统开发中的孪生数据采集、虚拟车间构建、数据实时映射等关键技术进行了阐述.同时,针对车间数据采集困难的现状,提...     

知识驱动的加工产品数字孪生拟态建模方法

对加工过程的实时观察、分析和控制是优化零部件加工策略的重要组成部分。通过融合几何状态、物理状态和设备状态变化等多维、实时的加工过程数据,可以实现对加工过程的建模和监控。数字孪生模型是数字孪生系统的核心与基础。但是,目前还缺乏一种系统且能自适应开发高保真、多尺度、多维加工数字孪生建模方法,以辅助系统进行分析与决策。提出了一种知识驱动的加工产品数字孪生拟态建模方法,可以在加工过程中自适应地构建产品数字孪生模型。该模型可根据加工过程自适应的变化,实时表达加工过程中的产品,为数字孪生决策系统提供数据支持。最后在一个航天零件的加工过程中测试了该方法,验证数字孪生拟态模型在加工中应用的可行性。     

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。     

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。     

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。     

面向生产线仿真的数字孪生逻辑模型构建方法

生产线仿真是保证生产设计方案正确、合理、高效的前提,其中对生产线逻辑的正确性仿真最为关键.为实现基于数字孪生的生产线仿真技术,提出面向生产线仿真的数字孪生逻辑模型构建方法.首先提出生产线仿真系统组成架构,然后从几何、物理、生产行为、仿真规则4个维度阐述数字孪生逻辑模型的构建方法,详细介绍几何属性、物理属性的定义方法,采...     

基于数字孪生的复杂产品装配过程管控方法与应用

针对航天复杂产品装配过程的实时可视化监控、运行状态在线分析与预测难题,提出了一种基于数字孪生的复杂产品装配过程管控方法。首先构建了面向复杂产品装配过程管控的数字孪生模型;在此基础上,引入工作流技术实现了装配过程数据的实时采集与管理,提出实时数据驱动的数字孪生车间同步运行方法;随后通过灰色马尔可夫预测模型、T-K统计控制图以及关联规则算法的集成应用,实现了对复杂产品装配过程中的小样本量质量数据的实时预测与分析。最后,自主设计并开发了基于数字孪生的复杂产品装配过程管控系统,并在某卫星装配车间进行了应用验证。     

大型射电望远镜数字孪生系统架构设计与应用

为提高大型射电望远镜的自动化管理程度、增强其运维的实时性和操控的交互性,参考数字孪生经典理论模型,提出一种以智能感知为基本处理单元的数字孪生系统实时操控模型,并对其关键技术进行了阐述。以500 m口径球面射电望远镜(中国天眼)为应用案例设计开发了中国天眼数字孪生系统,并对其中的虚拟三维模型创建、数据的智能感知以及虚拟模型的实时驱动等方法进行了分析。最后,通过实验验证了该理论模型的合理性和有效性,为实时管控中国天眼提供了一种新方法。     

基于数字孪生的制造资源动态优选决策

针对面向服务的智能制造环境下决策数据的准确性和实时性不足,以及协同和动态决策机制欠缺等问题,提出一种基于数字孪生的制造资源动态优选决策方法。设计了基于数字孪生的制造资源动态优选决策架构,并提出设备数字孪生(云/边数字孪生)和产品数字孪生,为决策者提供准确、实时的评价数据;构建基于实时Multi-Agent的资源优选决策多方协同机制,采用层次赋时有色Petri网仿真分析复杂制造任务中的瓶颈设备资源;采用序关系分析法计算评价指标权重,引入参考理想法对候选制造资源进行综合评估。将该方法应用于某航空发动机叶片制造企业设备资源优选中,验证了所提方法的可行性和有效性。     

[数字孪生驱动的智能制造]数字孪生与深度学习融合驱动的采煤机健康状态预测

针对处于恶劣工作环境的采煤机状态预测与维护困难的问题,结合数字孪生高逼真度行为仿真特性和深度学习强大的数据挖掘能力,提出数字孪生与深度学习融合驱动的采煤机健康状态预测方法。基于物理空间多物理参数构建采煤机数字孪生体,通过在虚拟空间的可视化展示与分析实现健康状态预判;建立基于深度学习的采煤机关键零件剩余寿命预测模型,实现实时监测数据驱动下的零件剩余寿命的在线预测;综合数字孪生体状态和剩余寿命值,实现采煤机健康状态预测。通过试验验证了该方法的有效性,为采煤机健康状态预测与管理提供新思路。     

[数字孪生驱动的智能制造]基于数字孪生的航天制造车间生产管控方法

针对目前航天制造车间生产管控中存在的效率低、精细度差、动态响应能力不足等难题,研究了基于数字孪生的制造车间生产管控方法,设计了基于跨网段信息异步交互的航天数字孪生车间架构,提出了航天数字孪生车间的基本组成和虚实融合的制造车间分层管控模式,阐述了面向不同对象的制造智能（MI）和商业智能（BI）场景应用,为军工企业车间生产管控提供了可行的技术途径。