基于云端融合和数字孪生技术的企业生产现状诊断方法技术

基于云端融合和数字孪生技术的企业生产现状诊断方法，包括：步骤1.对企业生产过程中的生产资源及运行数据进行划分；步骤2.通过一定的映射关系和预测孪生系统得到的数据对物理实体车间实现虚拟化或数字化，形成孪生车间；步骤3.运用人工智能技术和数字孪生技术对所得孪生车间生产要素的数据进行预测；步骤4.诊断和改进系统；步骤5.监控系统对企业生产中存在的风险进行监控；步骤6.运用云端融合技术将云侧的云服务平台和端侧的物理实体车间实现实时交互连接，将云侧获得的数据、优化方案等特征通过孪生车间投影反馈至物理实体车间，满足物理实体车间中各实体的适配机制。本发明专利技术能够提高企业生产效率、改善企业生产现状，提高产品产出质量。

【技术实现步骤摘要】
基于云端融合和数字孪生技术的企业生产现状诊断方法
本专利技术涉及一种企业生产现状的诊断方法。
技术介绍
数字孪生是一种新兴的智能化技术，是一种将实体、虚拟数据以及连接两者之间的枢纽进行集成以形成新的方法技术或系统。基于数字孪生技术，可以将现实中的物理实体虚拟化，即借助数据对物理实体在现实中的行为进行模拟、仿真，并在信息化的平台上进行实时监控，也可通过预置接口对现实中的物理实体进行操作控制。同时通过一定的反馈系统与性能的迭代优化，结合相应的人工智能技术，将模拟的孪生体数据再实时反馈至物理实体中，物理实体可以根据反馈数据进行自我优化和自我学习，以达到提升物理实体能力的目的。数字孪生可渗透至产品生产的全生命周期，不仅是对物理实体的映射，也是对物理实体中各数据的集成。云的概念是指基于云计算技术，并通过物联网将万物之间的数据或资源进行共享应用与互联互通，其中云计算技术是各种计算机和网络技术的集成技术，具有规模大、虚拟化、处理信息速度快、服务费用低的特点。传统的云计算和物联网结合的框架中，物联网的数据传输到云平台，再通过预置接口将处理过后的数据传输给接收端，具有一定的延迟性。云端融合旨在改善这种分离模式，在结合云侧和端侧优点的同时，克服各自的缺点从而实现云平台到终端的延伸以及终端与云平台的动态实时交互，形成一个有机整体。企业诊断是促进企业生产管理现代化和科学化的重要手段，其主要对象是生产现场状况，即针对现场生产状况进行分析并利用一系列技术手段制定相应的改善措施，从而达到提高生产效率，改善生产管理现状的目的。在企业生产诊断中可涉及到产品、设备、人员多方面。目前对数字孪生的研究多集中在模型的建立和求解上，其在辅助技术方向上的研究进展较快，但就其实际的应用性和同相关产业或技术的结合还相对较少，也缺乏一定具体的框架。同时我国制造业整体呈现大而不强的态势，除在核心技术上受制于人，在生产管理上也存在着管理粗放、生产计划制定不够科学、库存周转率较低的现象等。因此如何有效地利用数字孪生技术来提高企业生产效率，以及如何有效地利用数字孪生和云端融合技术对企业生产现状进行诊断并改善不足成为亟需解决的问题。现有的企业生产诊断方法存在着技术落后、尚未充分利用云服务以及云侧和端侧数据交互存在较大延迟的缺陷。
技术实现思路
本专利技术要克服现有技术存在的上述缺点，提供一种基于云端融合和数字孪生技术的企业生产现状诊断方法。一种基于云端融合和数字孪生技术的企业生产现状诊断方法，流程如图1所示，其具体步骤如下：1.对企业生产过程中的生产资源及运行数据进行划分。其中企业生产资源包括同产品生命全周期相关的因素，如车间面积、设备种类、设备数量、物流路线、企业员工、原材料等。企业运行数据包括产能、在制品数、生产工艺、车间布局、生产计划等数据。可利用调研、查找历史数据、追踪传感器或机器视觉传输技术对数据进行收集。2.将划分后的企业生产资源、运行数据、调研数据、当前运行数据、历史数据利用大数据技术对其进行抽取和清洗消除无效数据，利用数字孪生技术将物理实体车间进行虚拟化，即通过一定的映射关系和预测孪生系统得到的数据对物理实体车间实现虚拟化或数字化，形成孪生车间。孪生车间中所包含的三个层次分别为生产要素、生产行为、生产规则。其中生产要素有车间的几何形状、车间尺寸大小、设备物料数量、操作人员等。生产行为包括在应对生产计划变更或订单扰动情况下，能响应外界扰动的车间行为。生产规则包括车间有序运行的规律。形成的虚拟实体是对物理实体车间的真实反映，所涉及的孪生车间中的各要素是通过大量的协议或是连接方法进行连接。孪生车间的建模流程如图2所示，其具体步骤如下：a.首先对虚拟层要素进行划分：Mv＝{Pv,Bv,Rv}(1)其中Mv是虚拟层要素，Pv为生产要素，Bv为行为要素，Rv为规则要素；b.模型预处理，对上述生产要素按照生产过程中的逻辑结构、物流特性、组织规则进行描述；c.利用三维建模仿真软件对生产现场中的设备、物料、人员进行场景搭建，实现几何模型的建模；d.使用AutomationML对搭建完成的几何模型进行行为标准化建模；e.可选取开源平台做中间件，供其他系统提取相关信息；f.提供系统间通信机制，进一步扩大系统覆盖范围，从而完成对物理实体车间的映射，生成孪生车间。3.运用人工智能技术和数字孪生技术，即灰色理论和RBF径向基神经网络对所得孪生车间生产要素的数据进行预测，具体预测步骤如下：a.将上述筛选过后的数据记为原始数据为累加生成新的序列其中b.定义灰微分方程：x(0)(k)+αz(1)(k)＝ε(3)其中x(0)(k)为灰导数，α为发展系统，z(1)(k)为白化背景值，ε为灰作用量；c.由灰微分方程求解白微分方程：d.求解微分方程得时间相应序列xc，并得到预测序列e.累减还原得原始数据预测值：f.建立基于原始数据和预测序列差值的RBF径向基神经网络模型；g.对RBF径向基神经网络模型进行训练，并修正差值；h.获得更为稳定和准确的预测值4.诊断和改进系统；利用人工智能技术对影响企业生产和产品全生命周期过程的因素进行诊断分析和优化改进。实施过程分为诊断过程和改进过程。影响企业生产的因素包括生产工艺流程、生产车间布局、生产调度计划、设备配置方案、人员排班、在制品数量、库存量、车间物流、生产安全性等。从诊断和改进系统中获得的数据及优化方案将会反馈至虚拟实体中，并通过二次投影对孪生车间进行更新和修正，获得最优的生产环境与状态。诊断过程包括环境诊断、生产调度诊断、设备诊断、经营效益诊断、人员安全诊断、在制品及库存诊断，通过将实地调研数据、当前运行数据、历史数据以及趋势运行数据通过整合有RBR(基于规则推理)和CBR(基于案例推理)的专家系统进行诊断。专家系统中存储有大量企业生产领域专家知识和经验，具有覆盖领域广的特点，同时模拟人类专家诊断过程，对当前企业的生产运行状态进行评估和判断，并对当前生产中存在的异常和问题给予解决策略。改进过程是指利用基于数字孪生车间的生产管理服务技术对上述诊断过程中诊断出的问题进行改进优化。诊断和改进的流程如图3所示，其具体步骤如下：a.专家系统读取数据，基于案例推理，根据一定的索引机制在案例库中检索案例，该处的检索方法耦合了最近相邻法、归纳法、知识导引法；b.判断案例库检索结果；c.当检索成功时，参照案例库中案例对当前数据进行改写、测试、解释、修正、案例存储，进一步导出诊断结果；d.当检索不成功时，基于规则推理判断，判断是否存在异常；e.当存在异常时，对当前异常进行案例存储，进一步导出诊断结果；f.当不存在异常时，对当前数据进行判断，符合案例存储条件时，将该数据进行存储；不符合案例存储则直接导出诊断结果；g.运用数字孪生技术对当前诊断结果进行评估预测，即对诊断结果进行建模、智能优化算法求解、生成预选本文档来自技高网...

【技术保护点】
1.一种基于云端融合和数字孪生技术的企业生产现状诊断方法，包括如下步骤：/n步骤1.对企业生产过程中的生产资源及运行数据进行划分；其中企业生产资源包括同产品生命全周期相关的因素，如车间面积、设备种类、设备数量、物流路线、企业员工、原材料等；企业运行数据包括产能、在制品数、生产工艺、车间布局、生产计划等数据；可利用调研、查找历史数据、追踪传感器或机器视觉传输技术对数据进行收集；/n步骤2.将划分后的企业生产资源、运行数据、调研数据、当前运行数据、历史数据利用大数据技术对其进行抽取和清洗消除无效数据，利用数字孪生技术将物理实体车间进行虚拟化，即通过一定的映射关系和预测孪生系统得到的数据对物理实体车间实现虚拟化或数字化，形成孪生车间；孪生车间中所包含的三个层次分别为生产要素、生产行为、生产规则；其中生产要素有车间的几何形状、车间尺寸大小、设备物料数量、操作人员等；生产行为包括在应对生产计划变更或订单扰动情况下，能响应外界扰动的车间行为；生产规则包括车间有序运行的规律；形成的虚拟实体是对物理实体车间的真实反映，所涉及的孪生车间中的各要素是通过大量的协议或是连接方法进行连接；孪生车间的建模流程的具体步骤如下：/n2a.首先对虚拟层要素进行划分：/nM...

【技术特征摘要】
1.一种基于云端融合和数字孪生技术的企业生产现状诊断方法，包括如下步骤：
步骤1.对企业生产过程中的生产资源及运行数据进行划分；其中企业生产资源包括同产品生命全周期相关的因素，如车间面积、设备种类、设备数量、物流路线、企业员工、原材料等；企业运行数据包括产能、在制品数、生产工艺、车间布局、生产计划等数据；可利用调研、查找历史数据、追踪传感器或机器视觉传输技术对数据进行收集；
步骤2.将划分后的企业生产资源、运行数据、调研数据、当前运行数据、历史数据利用大数据技术对其进行抽取和清洗消除无效数据，利用数字孪生技术将物理实体车间进行虚拟化，即通过一定的映射关系和预测孪生系统得到的数据对物理实体车间实现虚拟化或数字化，形成孪生车间；孪生车间中所包含的三个层次分别为生产要素、生产行为、生产规则；其中生产要素有车间的几何形状、车间尺寸大小、设备物料数量、操作人员等；生产行为包括在应对生产计划变更或订单扰动情况下，能响应外界扰动的车间行为；生产规则包括车间有序运行的规律；形成的虚拟实体是对物理实体车间的真实反映，所涉及的孪生车间中的各要素是通过大量的协议或是连接方法进行连接；孪生车间的建模流程的具体步骤如下：
2a.首先对虚拟层要素进行划分：
Mv＝{Pv,Bv,Rv}(1)
其中Mv是虚拟层要素，Pv为生产要素，Bv为行为要素，Rv为规则要素；
2b.模型预处理，对上述生产要素按照生产过程中的逻辑结构、物流特性、组织规则进行描述；
2c.利用三维建模仿真软件对生产现场中的设备、物料、人员进行场景搭建，实现几何模型的建模；
2d.使用AutomationML对搭建完成的几何模型进行行为标准化建模；
2e.可选取开源平台做中间件，供其他系统提取相关信息；
2f.提供系统间通信机制，进一步扩大系统覆盖范围，从而完成对物理实体车间的映射，生成孪生车间；
步骤3.运用人工智能技术和数字孪生技术，即灰色理论和RBF径向基神经网络对所得孪生车间生产要素的数据进行预测，具体预测步骤如下：
3a.将上述筛选过后的数据记为原始数据为累加生成新的序列其中



3b.定义灰微分方程：
x(0)(k)+αz(1)(k)＝ε(3)
其中x(0)(k)为灰导数，α为发展系统，z(1)(k)为白化背景值，ε为灰作用量；
3c.由灰微分方程求解白微分方程：



3d.求解微分方程得时间相应序列xc，并得到预测序列
3e.累减还原得原始数据预测值：



3f.建立基于原始数据和预测序列差值的RBF径向基神经网络模型；
3g.对RBF径向基神经网络模型进行训练，并修正差值；
3h.获得更为稳定和准确的预测值
步骤4....

【专利技术属性】
技术研发人员：王亚良，范欣宇，倪晨迪，高康洪，张敏，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33