针对磁悬浮动力装备基于数字孪生的协同管理方法及系统与流程

本公开涉及计算机，尤其涉及一种针对磁悬浮动力装备基于数字孪生的协同管理方法及系统。

背景技术：

1、数字技术是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，正推动生产方式、生活方式和治理方式深刻变革。数字技术是实现制造企业新能力构建的重要手段，例如在线诊断等新业务模式的能力、产品全生命期追溯的能力、在线异地协同开发的能力等。

2、磁悬浮动力装备是一项技术产业，是一系列磁悬浮产品的总称，主要包含磁悬浮鼓风机、磁悬浮高速电机、磁悬浮轴承、磁悬浮冷媒压缩机、磁悬浮高速雾化器、磁悬浮加工主轴、磁悬浮电子印刷辊以及磁悬浮涡轮机等借助磁悬浮技术形成的产业集群。磁悬浮动力装备具备无接触摩擦、无能量损耗、可实现高速运转的特点，但正是在工作时需要维持相当高的转速，一旦轴承失速，不仅会对机器造成伤害，还会带来巨大的安全隐患。因此磁悬浮动力装备的生产、测试、运维需要智慧、高效、安全的协同管理系统。

技术实现思路

1、为克服相关技术中存在的问题，本公开提供一种针对磁悬浮动力装备基于数字孪生的协同管理方法及系统。

2、根据本公开实施例的第一方面，提供一种针对磁悬浮动力装备基于数字孪生的协同管理方法，所述方法应用于协同管理系统，所述协同管理系统包括多个终端设备、终端设备对应的边缘服务器和中心云服务器，所述终端设备至少包括磁悬浮动力装备和末端设备，所述方法包括：

3、所述终端设备获取对应的环境数据、设备运行参数以及控制指令，并根据所述控制指令，确定所述终端设备是否为待孪生的终端设备；

4、所述终端设备为待孪生的终端设备的情况下，将所述终端设备对应的环境数据和设备运行参数上传至对应的边缘服务器；

5、所述边缘服务器基于所述终端设备对应的环境数据和设备运行参数，训练所述边缘服务器中的数字孪生模型，并向所述中心云服务器发送训练后的所述数字孪生模型对应的本地模型参数，所述数字孪生模型用于对待孪生的终端设备进行数字孪生，得到所述终端设备对应的数字孪生；

6、所述中心云服务器对至少一个所述边缘服务器发送的本地模型参数进行聚合，得到所述数字孪生模型对应的全局模型参数，并向至少一个所述边缘服务器下发所述全局模型参数，以使所述边缘服务器基于接收到的所述全局模型参数更新所述数字孪生模型。

7、在一些实施例中，所述中心云服务器包括计划管理模块，所述方法还包括：

8、所述中心云服务器中的计划管理模块基于订单数据管理所述终端设备，所述订单数据包括客户关系数据、客户需求数据、制造计划数据或者供应链数据。

9、在一些实施例中，所述协同管理系统还包括数据采集与监控系统，所述终端设备获取对应的环境数据、设备运行参数以及控制指令，包括：

10、所述中心云服务器根据所述订单数据，确定待孪生的所述终端设备，并向所述数据采集与监控系统发送所述控制指令，所述控制指令用于指示所述终端设备是否为待孪生的终端设备；

11、所述数据采集与监控系统接收所述控制指令，采集所述终端设备对应的环境数据和设备运行参数，并向所述终端设备发送对应的环境数据、设备运行参数以及控制指令。

12、在一些实施例中，所述数据采集与监控系统包括采集与监控模块、数据处理模块、接口管理模块和架构模块，所述数据采集与监控系统接收所述控制指令，采集所述终端设备对应的环境数据和设备运行参数，包括：

13、所述采集与监控模块对所述终端设备进行监控，并采集所述终端设备对应的环境数据和设备运行参数；

14、所述数据处理模块接收所述控制指令；

15、所述接口管理模块确定目标通信协议；

16、所述架构模块按照所述目标通信协议与其他设备进行交互。

17、在一些实施例中，所述边缘服务器基于所述终端设备对应的环境数据和设备运行参数，训练所述边缘服务器中的数字孪生模型，包括：

18、所述边缘服务器在第t次迭代训练开始时从所述中心云服务器获取所述数字孪生模型，t为大于1的整数；

19、所述边缘服务器基于所述终端设备对应的环境数据和设备运行参数，采用梯度下降算法训练所述数字孪生模型。

20、在一些实施例中，所述数字孪生模型表示为：

21、

22、其中，wi(t)表示第i个边缘服务器中第t次迭代训练的数字孪生模型，w(t-1)表示多个边缘服务器在第t-1次迭代训练出的数字孪生模型，η表示学习率，表示对w(t-1)采用梯度下降算法进行训练。

23、在一些实施例中，在所述数字孪生模型的一次迭代训练过程中，所述终端设备的设备能耗为：

24、

25、其中，表示设备能耗，α表示能耗系数，ξi表示执行一个数据单元所需的cpu周期数，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，所述表示cpu周期频率；

26、所述终端设备的机器界面的计算时间为：

27、

28、其中，表示计算时间，ξi表示执行一个数据单元所需的cpu周期数，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，所述表示cpu周期频率；

29、所述终端设备的传输时间为：

30、

31、其中，表示传输时间，|wi(t)|表示本地模型参数的大小，ri表示传输速度；

32、所述终端设备的传输能耗为：

33、

34、其中，表示传输能耗，β表示传输能耗系数，pi表示传输功率，|wi(t)|表示本地模型参数的大小，ri表示传输速度。

35、在一些实施例中，所述协同管理系统还包括基站，所述中心云服务器对至少一个所述边缘服务器发送的本地模型参数进行聚合，得到所述数字孪生模型对应的全局模型参数，包括：

36、所述中心云服务器对至少一个所述边缘服务器发送的本地模型参数进行聚合表示为：

37、

38、其中，w(t)表示聚合后的数字孪生模型，dg表示基站的设备信息，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，wi(t)表示第i个边缘服务器中第t次迭代训练的数字孪生模型，n表示边缘服务器的数量。

39、在一些实施例中，所述方法还包括：

40、所述中心云服务器存储所述终端设备对应的数字孪生，且不同的数字孪生之间进行虚拟的通信连接；

41、若不同的终端设备之间的物理通信出现故障时，基于所述中心云服务器中不同的所述终端设备对应的数字孪生进行虚拟通信。

42、在一些实施例中，所述方法还包括：

43、所述边缘服务器基于所述终端设备的设备运行原理以及设备外形，对所述终端设备进行建模。

44、在一些实施例中，所述方法还包括：

45、所述边缘服务器将所述终端设备设置为区块链中的节点。

46、在一些实施例中，所述磁悬浮动力装备包括磁悬浮设备和生产设备，所述末端设备包括物联网设备、传感器和摄像头。

47、在一些实施例中，所述边缘服务器与所述中心云服务器之间采用5g无线通信。

48、根据本公开实施例的第二方面，提供一种针对磁悬浮动力装备基于数字孪生的协同管理系统，所述协同管理系统包括多个终端设备、终端设备对应的边缘服务器和中心云服务器，所述终端设备至少包括磁悬浮动力装备和末端设备：

49、所述终端设备，用于获取对应的环境数据、设备运行参数以及控制指令，并根据所述控制指令，确定所述终端设备是否为待孪生的终端设备；

50、所述终端设备，用于在为待孪生的终端设备的情况下，将所述终端设备对应的环境数据和设备运行参数上传至对应的边缘服务器；

51、所述边缘服务器，用于基于所述终端设备对应的环境数据和设备运行参数，训练所述边缘服务器中的数字孪生模型，并向所述中心云服务器发送训练后的所述数字孪生模型对应的本地模型参数，所述数字孪生模型用于对待孪生的终端设备进行数字孪生，得到所述终端设备对应的数字孪生；

52、所述中心云服务器，用于对至少一个所述边缘服务器发送的本地模型参数进行聚合，得到所述数字孪生模型对应的全局模型参数，并向至少一个所述边缘服务器下发所述全局模型参数，以使所述边缘服务器基于接收到的所述全局模型参数更新所述数字孪生模型。

53、在一些实施例中，所述中心云服务器包括计划管理模块，所述中心云服务器中的计划管理模块，用于基于订单数据管理所述终端设备，所述订单数据包括客户关系数据、客户需求数据、制造计划数据或者供应链数据。

54、在一些实施例中，所述协同管理系统还包括数据采集与监控系统；

55、所述中心云服务器，用于根据所述订单数据，确定待孪生的所述终端设备，并向所述数据采集与监控系统发送所述控制指令，所述控制指令用于指示所述终端设备是否为待孪生的终端设备；

56、所述数据采集与监控系统，用于接收所述控制指令，采集所述终端设备对应的环境数据和设备运行参数，并向所述终端设备发送对应的环境数据、设备运行参数以及控制指令。

57、在一些实施例中，所述数据采集与监控系统包括采集与监控模块、数据处理模块、接口管理模块和架构模块；

58、所述采集与监控模块，用于对所述终端设备进行监控，并采集所述终端设备对应的环境数据和设备运行参数；

59、所述数据处理模块，用于接收所述控制指令；

60、所述接口管理模块，用于确定目标通信协议；

61、所述架构模块，用于按照所述目标通信协议与其他设备进行交互。

62、在一些实施例中，所述边缘服务器，用于在第t次迭代训练开始时从所述中心云服务器获取所述数字孪生模型，t为大于1的整数；基于所述终端设备对应的环境数据和设备运行参数，采用梯度下降算法训练所述数字孪生模型。

63、在一些实施例中，所述数字孪生模型表示为：

64、

65、其中，wi(t)表示第i个边缘服务器中第t次迭代训练的数字孪生模型，w(t-1)表示多个边缘服务器在第t-1次迭代训练出的数字孪生模型，η表示学习率，表示对w(t-1)采用梯度下降算法进行训练。

66、在一些实施例中，在所述数字孪生模型的一次迭代训练过程中，所述终端设备的设备能耗为：

67、

68、其中，表示设备能耗，α表示能耗系数，ξi表示执行一个数据单元所需的cpu周期数，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，所述表示cpu周期频率；

69、所述终端设备的机器界面的计算时间为：

70、

71、其中，表示计算时间，ξi表示执行一个数据单元所需的cpu周期数，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，所述表示cpu周期频率；

72、所述终端设备的传输时间为：

73、

74、其中，表示传输时间，|wi(t)|表示本地模型参数的大小，ri表示传输速度；

75、所述终端设备的传输能耗为：

76、

77、其中，表示传输能耗，β表示传输能耗系数，pi表示传输功率，|wi(t)|表示本地模型参数的大小，ri表示传输速度。

78、在一些实施例中，所述协同管理系统还包括基站，所述中心云服务器，用于对至少一个所述边缘服务器发送的本地模型参数进行聚合表示为：

79、

80、其中，w(t)表示聚合后的数字孪生模型，dg表示基站的设备信息，di表示所述第i个边缘服务器对应的终端设备的环境数据和设备运行参数，wi(t)表示第i个边缘服务器中第t次迭代训练的数字孪生模型，n表示边缘服务器的数量。

81、在一些实施例中，所述中心云服务器，用于存储所述终端设备对应的数字孪生，且不同的数字孪生之间进行虚拟的通信连接；若不同的终端设备之间的物理通信出现故障时，基于所述中心云服务器中不同的所述终端设备对应的数字孪生进行虚拟通信。

82、在一些实施例中，所述边缘服务器，用于基于所述终端设备的设备运行原理以及设备外形，对所述终端设备进行建模。

83、在一些实施例中，所述边缘服务器，用于将所述终端设备设置为区块链中的节点。

84、在一些实施例中，所述磁悬浮动力装备包括磁悬浮设备和生产设备，所述末端设备包括物联网设备、传感器和摄像头。

85、在一些实施例中，所述边缘服务器与所述中心云服务器之间采用5g无线通信。

86、根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本公开实施例的第一方面中任一项所述的协同管理方法。

87、采用本公开的上述方法，具有以下有益效果：

88、本公开实施例提供的针对磁悬浮动力装备基于数字孪生的协同管理方法，终端设备获取环境数据、设备运行参数以及控制指令，并根据控制指令，在确定终端设备为待孪生的终端设备的情况下，将环境数据和设备运行参数上传至对应的边缘服务器；边缘服务器基于环境数据和设备运行参数，训练边缘服务器中的数字孪生模型，并向中心云服务器发送训练后的数字孪生模型对应的本地模型参数，数字孪生模型用于对待孪生的终端设备进行数字孪生，得到终端设备对应的数字孪生；中心云服务器对至少一个边缘服务器发送的本地模型参数进行聚合，得到数字孪生模型对应的全局模型参数。该方法将协同管理系统与数字孪生技术的结合，利用终端设备、边缘服务器和中心云服务器相互协同，对终端设备进行虚实映射，即对终端设备进行数字孪生，从而减低信息传输、处理和存储的压力。

89、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。