【技术实现步骤摘要】
一种基于数字孪生的车间设备远程诊断方法
本专利技术涉及生产设备诊断
，特别涉及一种远程设备诊断方法。
技术介绍
在工业4.0时代，企业对生产车间设备数据的分析监测与管理提出了新要求，实现车间的数字化和智能化是实现智能制造的迫切需要。车间是制造业的基础单元，实现对车间设备、工艺参数、产品质量的远程监控与诊断，是实现车间智能化生产与管控的必经之路。但是传统的小作坊模式在车间物理空间和数据信息空间之间缺乏互动性和互操作性，无法实现信息空间与物理空间的交互与融合，导致车间信息孤岛现象依然存在。数字孪生集成了多学科和多物理量，通过数字空间映射展示产品与工艺的全生命周期过程，能够实现连续过程的控制与优化，在通信网络、车辆调度、制造车间、立体仓库、智慧城市等领域有着广泛的应用。车间是制造的执行基础层，数字孪生技术为车间生产过程的高效运行提供了一种技术手段。现阶段数字孪生技术所取得的成果主要是在理论基础与技术支撑方面，但是对于数字孪生系统从孪生模型构建、物理系统孪生数据的采集以及车间生产过程的实时映射等缺少整体的解决方案。
【技术保护点】
1.一种基于数字孪生的车间设备远程诊断方法，包括如下步骤：/n步骤1、结合物理车间要素构建虚拟车间模型；物理车间是现实车间中所有物理实体的集合，虚拟车间是物理车间在虚拟空间中的数字化描述，结合物理车间要素，构建车间生产过程数字孪生模型如下：/nD
【技术特征摘要】
1.一种基于数字孪生的车间设备远程诊断方法，包括如下步骤：
步骤1、结合物理车间要素构建虚拟车间模型；物理车间是现实车间中所有物理实体的集合，虚拟车间是物理车间在虚拟空间中的数字化描述，结合物理车间要素，构建车间生产过程数字孪生模型如下：
Dws＝Deq+Dpro+Dper(1)
式中：Dws为车间生产过程数字孪生模型，Deq为设备数字孪生模型，Dpro为产品数字孪生模型，Dper为人员数字孪生模型；产品、设备和人员的数字孪生模型具体定义如表1所示：
表1数字孪生模型定义
步骤2、通过传感器、FRID等传感设备对物理车间与虚拟车间数据进行采集与智能化处理；其中，设备加工相关数据主要由PLC、单片机、设备传感器进行采集；产品相关数据主要由PLC、工艺加工等系统进行数据采集；人员相关数据由RFID、图像识别结束等进行采集；
步骤3、运用XML信息模板进行设备(d1)、产品(d2)、人员(d3)等不同数据的采集、分类与标准化处理，解决数据类型冲突问题，并采用优先权队列算法完成重复数据的清洗，实现多源异构数据的融合，并对异常数据做出识别及预警；优先权队列算法对数据进行清洗的步骤如下：
3a.假设当前的记录为Ri，已经在优先权队列的某个聚类中，那么该聚类的优先权设置为最高；
3b.对下一条记录进行分析，将Ri逐一与其他记录进行比较；
3c.如两者重复，则合并所在的记录；
3d.如果两者没有重复，则将Ri放入到优先权队列；
3e.重复3b、3c、3d检测后面的潜在重复记录，直到结束；最终清除重复数据后的数据集为Dh；
步骤4、以调度方案为单元，对数据集Dh中的数据进行划分，并通过转化为调度规则的表达形式，存入到Hadoop分布式文件系统中；利用数据仓库工具以及SQL语句对调度数据集进行划分，并以调度方案为单元的形式存储到NoSql数据库Hbase中，具体表达形式见表2所示；其中，0为无故障，1为有故障，通过统计每个实例序号后面的0得到最适合设备数量；
表2车间设备信息的数据表达形式
实例序号
设备编号
设备编号
故障1
故障2
……
合适的设备
1
M1
M2
1
0
……
1
2
M3
M1
0
0
……
2
……
……
……
……
……
……
……
步骤5、利用人工萤火虫群优化算及极限学习机建立车间动态调度决策模型，其中：
5a.基于人工萤火虫群优化算法的调度特征选择模型建立包括以下步骤：
(S1)确定萤火虫当前位置；以采集与融合处理后的数据作为调度样本，在目标函数定义域内，通过随机函数初始化，确定每只萤火虫i的当前位置xi(t)：
xi(t)＝xmin+ra...
【专利技术属性】
技术研发人员：金寿松，刘星琪，钱前程，吴容吉，张敏，邢瑞花，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。