一种基于数字孪生的数字化车间仿真方法与系统与流程

1.本发明属于制造系统自动化领域，具体涉及一种基于数字孪生的数字化车间仿真方法与系统。


背景技术：

2.与智能制造的要求相比，传统车间管理系统存在以下问题:在现有的信息化体系架构中，系统的仿真分析及自主决策能力相对较弱；车间信息模型与可视化模型的结合不足，这导致生产制造过程的可视化程度较低，车间生产调度过程中的所涉及的各类状态信息和生产信息变动无法及时地传递给操作者；同时在智能制造的要求下，车间自动化水平、资源复杂度的不断提高，车间生产调度算法应当更加智能化，拥有更强的抗干扰能力及自我调整能力。但由于仿真能力和可视化程度的相对不足，生产调度过程应对非稳态异常的能力和系统的决策能力较低，并且使用者无法直观的获取调度过程中的各类热点信息，只能得到简单的调度结果。随着智能制造的不断发展，上述问题将会阻碍传统车间向智能车间转型。
3.数字孪生是实际产品或生产流程的虚拟关联，用于理解和预测对应实体或流程的特性。实现数字孪生首先是三维模型的构建并将模型与生产数据进行对应，在生产的执行阶段，原材料、设备运行状态等热点信息会进行非稳态的调整，数字孪生体要将这些变动实时更新在虚拟空间，这需要孪生体结合传感器的非稳态数据进行快速更新并能够监控和预测实际设备的运行异常，从而为生产决策提供指导。其次，在数字化模型的基础上，孪生体应当可以根据设备的实时加工信息和历史信息、进行实时模拟调制模拟，通过仿真结果对于生产过程中的异常结果进行及时修正或生产验证。
4.现有技术中，例如专利文献cn114967494a公开了一种基于模块化开发的云端数字孪生车间仿真系统，包括设备层、边缘层、系统层和应用层，设备层包括实际车间的各种生产设备，边缘层包括数据采集模块和设备控制模块，主要功能为采集设备数据和收发控制指令。系统层包括数据处理模块、数据存储模块、数据分析模块、数据通讯模块、逻辑功能模块和事件处理模块。应用层包括信息展示模块、数字孪生仿真模块和3d可视化交互模块，能够接收设备数据信息实现数据大屏展示，也可进行3d仿真，发送控制指令。但是该技术方案仿真场景单一，缺乏灵活性，无法快速响应新的需求；软件系统本身占用资源较多，不够轻量化，不易拓展。
5.再例如专利文献cn113887016a公开了一种基于数字孪生的船舶数字化车间仿真方法与系统，包括数字孪生车间信息建模技术、车间信息系统集成技术、制造过程仿真优化方法、离线虚拟组合设计仿真技术以及数字孪生新型运行流程与架构。本发明提供基于数字孪生的船舶数字化车间仿真方法，按照数字孪生新型运行流程与架构进行搭建，通过数字化车间仿真方法对船舶制造车间进行数据采集与建模，搭建船舶制造车间的数字孪生模拟仿真系统，通过车间信息集成系统作为指令运行中介，向仿真系统发送产线数据，同时调度真实厂房的生产计划并对真实生产进行实时控制，对整条产线配置以及运行过程进行优
化，并可根据仿真结果对产线进行持续优化。但是该技术方案不易修改，需要较长的试运行时间来达到稳定生产，严重限制了数字化车间的适应能力。


技术实现要素：

6.为了解决上述技术问题，本发明提出了一种基于数字孪生的数字化车间仿真方法，包括如下步骤：s1、建立虚拟系统和实际系统同步的交错数据传输通道，数字孪生模型根据计算结果通过该通道发送至数字化车间设备，实现虚拟系统和实际系统同步；s2、构建数字化车间设备在信息空间中的数字孪生模型，并建立数字化车间设备与数字孪生模型之间的虚实关联关系，在数字孪生模型中对数字化车间运行状态进行实时模拟调制，计算实际生产运行过程中的进度延迟；s3、基于虚拟场景,利用自适应演化方法评估各类参数配置,实现平行系统模型的构建；s4、对平行系统模型输出的最佳输出值进行转换，以生产指令的形式通过交错数据传输通道发送至数字化车间设备，数字化车间设备按照给定的指令执行相应的动作。
7.进一步地，所述步骤s3中，将实际系统sr表示为：（1）；其中，是实际系统sr在t时刻的状态，是实际系统sr在t-1时刻的状态，是在t-1时刻施加给实际系统sr的控制量，是实际系统状态迁移规则, 表示实际系统状态在规则作用下迁移，是语义逻辑规则“并且”，表示在观测规则下实际系统sr呈现的观测值，表示在t时刻实际系统sr的观测值；将式(1)用数值形式来描述： (2)；其中,为实际系统状态迁移方程，为实际系统观测方程。
8.进一步地，通过联合求解虚拟系统和实际系统的控制量,使虚拟系统向从时刻t到时刻t+t的虚拟系统目标收敛,同时通过最小化虚拟系统和实际系统表象的差异,使实际系统向预设的虚系统状态收敛，即：
（3）；表示从时刻1到时刻t实际系统sr的观测值, 示从时刻1到时刻t虚拟系统的观测值，是虚拟系统在从时刻t到时刻t+t的持续状态。
9.进一步地，所述步骤s2具体包括：步骤21：计算数字化车间设备ti的执行速率su：su＝min{s
t
,sh}；其中s
t
是数字化车间设备ti在物流周期内的最小限制速率，sh是数字化车间设备ti在充足物流储备内的最小限制速率；步骤22：将数字化车间设备ti的执行速率su进行排序，选出执行速率最大的执行任务作为聚焦任务；当任务的最大执行时间相同时，启动时间早的任务作为聚焦任务；当任务的最大执行时间与其启动时间都相同时，将下标小的任务作为聚焦任务；步骤23：计算数字化车间设备ti的稳态闲置时间，且将其分配给聚焦任务；步骤24：计算数字化车间设备ti在线产生的非稳态闲置时间，将非稳态闲置时间分配给就绪队列优先级最高的任务。
10.进一步地，s
t
由下式计算：；其中，s
rt
(i)是不同物流周期组成的集合中的最小速率，i是整数；s
rt
(i)由下式计算：；其中，ei是数字化车间设备ti在最坏情况下的执行时间，pj是物流周期，b(ti)是数字化车间设备ti物流周期的最大阻塞时间，l是物流线体长度；sh由下式计算：；其中，n是数字化车间设备ti的总数，ui是数字化车间设备ti的利用率，f(n)是n个数字化车间设备中的利用率上界。
11.进一步地，所述步骤23中，实际生产运行过程中的稳态闲置时间δt按照以下公式计算：；式中：fj和sj分别表示数字化车间设备ti计划中第j个工艺流程的开始时间和结束时间；m表示当前时间t下工件计划完成的加工工艺流程总数；tm表示完成所有加工工艺流程总数m的计划时间，faj和saj分别表示由物联网设备rfid读取装置采集的数字化车间设备ti的第j个工艺流程的实际开始时间和实际结束时间；n表示当前时间t下工件实际完成的加工工艺流程总数；tn表示完成实际加工工艺流程总数n的实际时间。
12.进一步地，所述步骤24中，当数字化车间设备的cpu处于闲置状态时，如果此时的非稳态闲置时间大于数字化车间设备的cpu状态切换能耗，则将数字化车间设备的cpu切换到休眠模式，直到下一个任务事件启动；如果此时的非稳态闲置时间小于数字化车间设备的cpu状态切换能耗，则数字化车间设备的cpu依然保持闲置状态。
13.本发明还提出了一种基于数字孪生的数字化车间仿真系统，用于实现数字化车间仿真方法，包括物理实体层、数据保障层、数字孪生层、系统开发层和系统应用层；所述物理实体层是制造型数字化车间中实际存在的数字化车间设备集合；所述数据保障层用于建立虚拟系统和实际系统同步的交错数据传输通道，数字孪生模型根据计算结果通过该通道发送至数字化车间设备，实现虚拟系统和实际系统同步；所述数字孪生层用于构建数字化车间设备在信息空间中的数字孪生模型，并建立数字化车间设备与数字孪生模型之间的虚实关联关系，在数字孪生模型中对数字化车间运行状态进行实时模拟调制，计算实际生产运行过程中的进度延迟；所述系统开发层用于联接系统应用层和物理实体层、数据保障层、数字孪生层；所述系统应用层用于利用自适应演化方法评估各类参数配置,实现平行系统模型的构建，通过实际系统与虚拟系统协同演化、闭环反馈和交错引导,实现对实际系统的目标优化。
14.相比于现有技术，本发明具有如下有益技术效果：通过建立虚拟系统和实际系统同步的交错数据传输通道，数字孪生模型根据计算结果通过该通道发送至数字化车间设备，实现虚拟系统和实际系统同步；建立数字化车间设备与数字孪生模型之间的虚实关联关系，在数字孪生模型中对数字化车间运行状态进行实时模拟调制，为实际数字化车间的调度管理需求提供相应模块化功能支撑；使用传感技术和数据传输存储技术，实现车间设备的智能化管控，便于工作人员获取设备运行状态信息和实时生产状况。
附图说明
15.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明的基于数字孪生的数字化车间仿真方法的流程图；图2为本发明的数字孪生的数字化车间仿真系统的结构示意图。
具体实施方式
17.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
18.在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限
定。
19.如图1所示为本发明的基于数字孪生的数字化车间仿真方法的流程图，包括如下步骤：(1)建立虚拟系统和实际系统同步的交错数据传输通道，数字孪生模型根据计算结果通过该通道发送至数字化车间设备，实现虚拟系统和实际系统同步。
20.(2)构建数字化车间设备在信息空间中的数字孪生模型，并建立数字化车间设备与数字孪生模型之间的虚实关联关系，在数字孪生模型中对数字化车间运行状态进行实时模拟调制，计算实际生产运行过程中的进度延迟。具体地：步骤1：计算数字化车间设备ti的执行速率su：su＝min{s
t
,sh}；其中s
t
是数字化车间设备ti在物流周期内的最小限制速率，sh是数字化车间设备ti在充足物流储备内的最小限制速率；s
t
由下式计算：；其中，s
rt
(i)是不同物流周期组成的集合中的最小速率，i是整数；s
rt
(i)由下式计算：；其中，ei是数字化车间设备ti在最坏情况下的执行时间，pj是物流周期，b(ti)是数字化车间设备ti物流周期的最大阻塞时间，l是物流线体长度。
21.sh是数字化车间设备ti在充足物流储备内的最小限制速率，其值由下式计算：；其中，n是数字化车间设备ti的总数，ui是数字化车间设备ti的利用率，f(n)是n个数字化车间设备中的利用率上界；步骤2：将数字化车间设备ti的执行速率su进行排序，选出执行速率最大的执行任务作为聚焦任务；当任务的最大执行时间相同时，启动时间早的任务作为聚焦任务；当任务的最大执行时间与其启动时间都相同时，将下标小的任务作为聚焦任务。
22.步骤3：利用双优先级速率策略调度任务，计算出数字化车间设备ti的稳态闲置时间，且将其分配给聚焦任务。
23.实际生产运行过程中的稳态闲置时间δt按照以下公式计算：；式中：fj和sj分别表示数字化车间设备ti计划中第j个工艺流程的开始时间和结束时间；m表示当前时间t下工件计划完成的加工工艺流程总数；tm表示完成所有加工工艺流程总数m的计划时间，faj和saj分别表示由物联网设备rfid读取装置采集的数字化车间设备ti的第j个工艺流程的实际开始时间和实际结束时间；n表示当前时间t下工件实际完成的加工工艺流程总数；tn表示完成实际加工工艺流程总数n的实际时间。
24.步骤4：计算数字化车间设备ti在线产生的非稳态闲置时间，将非稳态闲置时间分
配给就绪队列优先级最高的任务。
25.当数字化车间设备的cpu处于闲置状态时，如果此时的非稳态闲置时间大于数字化车间设备的cpu状态切换能耗，则将数字化车间设备的cpu切换到休眠模式，直到下一个任务事件启动；如果此时的非稳态闲置时间小于数字化车间设备的cpu状态切换能耗，则数字化车间设备的cpu依然保持闲置状态。。
26.步骤5：根据数字化车间设备ti的可利用闲置时间情况决定其最后的执行速率si，利用非稳态功耗技术决定数字化车间设备的cpu的状态。
27.在另一实施例中，数字孪生模型驱动数字化车间设备远程自动控制中的感知数据还可以为设备状态数据和环境数据。
28.采用由平行激光指向仪、后置相机组成的机身位姿测量系统，由红外led标靶、前置相机组成的设备头位姿测量系统以及超声波传感器等实时获取数字化车间设备的状态数据；采用气体传感器、粉尘传感器等在线获取数字化车间的环境数据。
29.利用感知数据在终端计算机上搭建可视化辅助系统，实现设备工作过程的实时在线监测。同时通过终端计算机将感知数据发送至远程控制端，根据驱动数字孪生模型实现虚拟装备同步动作。远程控制端可实现虚拟远程控制和视频监控功能。
30.(3)基于虚拟场景,利用自适应演化方法评估各类参数配置,实现平行系统模型的构建，通过实际系统与虚拟系统协同演化、闭环反馈和交错引导,实现对实际系统的目标优化。
31.平行系统模型是用一对虚实系统状态方程来描述实际系统与虚拟系统的平行系统,将实际系统sr表示为： (1)；其中, 是实际系统sr在t时刻的状态,是实际系统sr在t-1时刻的状态，是在t-1时刻施加给实际系统sr的控制量，是实际系统状态迁移规则, 表示实际系统状态在规则作用下迁移，是语义逻辑规则“并且”，表示在观测规则下实际系统sr呈现的观测值，表示在t时刻实际系统sr的观测值。
32.将式(1)用数值形式来描述,即： (2)；其中, 为实际系统状态迁移方程，为实际系统观测方程。
33.通过联合求解虚拟系统和实际系统的控制量,使得虚拟系统向从时刻t到
时刻t+t的虚拟系统目标收敛,同时通过最小化虚拟系统和实际系统表象的差异,使得实际系统向预设的虚系统状态收敛，即：（3）；表示从时刻1到时刻t实际系统sr的观测值, 示从时刻1到时刻t虚拟系统的观测值，是虚拟系统在从时刻t到时刻t+t的持续状态。
34.（4）对平行系统模型输出的最佳输出值进行转换，以生产指令的形式通过交错数据传输通道发送至数字化车间设备，数字化车间设备按照给定的指令执行相应的动作。
35.本发明还提出了一种基于数字孪生的数字化车间仿真系统，包括物理实体层、数据保障层、数字孪生层、系统开发层和系统应用层。如图2所示为数字孪生的数字化车间仿真系统的结构示意图。
36.物理实体层：物理实体层指的是制造型数字化车间中实际存在的数字化车间设备集合，其构成为生产厂房、数字化车间设备、生产资源、传感器、制造执行人员等实体，各类实体要素合作共同完成生产制造过程。该层是制造型数字化车间调度管理系统架构中的最基本要素，其他各层的研究都需要围绕该层展开。
37.数据保障层，用于建立虚拟系统和实际系统同步的交错数据传输通道，数字孪生模型根据计算结果通过该通道发送至数字化车间设备，实现虚拟系统和实际系统同步。数据保障层由数据采集、数据传输和数据管理三个主要部分组成。其他四层的数据以及四层之间的交互为系统提供数据来源，并随着实时数据的不断补充进行更新。为了高效准确的实现数据获取及管理，数据保障层通常使用传感技术和数据传输存储技术，实现车间设备的智能化管控，便于工作人员获取设备运行状态信息和实时生产状况。
38.数字孪生层，用于构建数字化车间设备在信息空间中的数字孪生模型，并建立数字化车间设备与数字孪生模型之间的虚实关联关系，在数字孪生模型中对数字化车间运行状态进行实时模拟调制，计算实际生产运行过程中的进度延迟。数字孪生层是物理实体层的数字孪生模型，是所有数据信息和设备状态的数字镜像，该层主要负责描述数字化车间实际生产过程在虚拟空间的仿真优化。
39.系统开发层，系统开发层是系统应用层和其他各层的联结，包括web页面架构、数字孪生模型和平行系统模型展示和数据库设计等。该层也是底层技术可视化实现的关键。
40.系统应用层，利用自适应演化方法评估各类参数配置,实现平行系统模型的构建，通过实际系统与虚拟系统协同演化、闭环反馈和交错引导,实现对实际系统的目标优化。系统应用层为实际数字化车间的调度管理需求提供相应模块化功能支撑，该层在数据保障层的驱动和系统开发层的支持下对数字化车间的智能化管理任务提供服务和支持。系统应用层提供实时监测、调度优化管理以及可靠运维服务功能。
41.数据保障层通过传感器等设备获取数据，数据保障层对物理实体层产生的数据进行采集、传输及保存，从而为数字孪生层和系统开发层提供底层支撑，数字孪生层依靠数据保障层获取数据并在系统中构建关于物理实体层的虚拟模型，数字孪生模型经过系统开发
层所设计的功能模块处理后，建设基于互联网的系统应用层平台，从而提供丰富高效的管理服务功能，例如设备管理、模型可视化、在线调度、三维调度仿真等。
42.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如，固态硬盘(solid state disk，ssd))等。
43.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。