本发明专利技术提供了一种工厂仿真方法及装置，该方法包括：根据工厂产线的工作区域中运行的多个生产要素，确定用于工厂仿真的多个类神经元和属性参数；按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据反馈刺激链确定下一时刻下的每个类神经元的属性参数；根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。通过将工厂产线的生产要素抽象为类神经元，基于类神经元之间的反馈刺激链来仿真工厂产线的运行，以模拟工厂的真实生产，从而方便优化工厂产线设计。从而方便优化工厂产线设计。从而方便优化工厂产线设计。
【技术实现步骤摘要】
工厂仿真方法及装置
[0001]本专利技术涉及仿真
，特别涉及一种工厂仿真方法及装置。
技术介绍
[0002]随着电池产品的复杂性增加，其工艺更加复杂，固定不变的传统流水线形式已经无法满足电池产品生产过程，需要对工厂产线的布局、工艺、物流等进行优化设计，以避免出现效率低及成本高等问题。
技术实现思路
[0003]本专利技术的一个目的是提供一种工厂仿真方法，以方便优化工厂产线设计。
[0004]为达到上述目的，本专利技术提供了一种工厂仿真方法，其包括：
[0005]获取工厂产线的工作区域中运行的多个生产要素，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；
[0006]按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：
[0007]根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据所述反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，所述下一时刻与所述当前时刻间隔所述预设时间间隔；
[0008]根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。
[0009]本专利技术实施例中，通过获取工厂产线的工作区域中运行的多个生产要素，根据多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，下一时刻与当前时刻间隔上述预设时间间隔；根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。通过将工厂产线的生产要素抽象为类神经元，基于类神经元之间的反馈刺激链来仿真工厂产线的运行，以模拟工厂的真实生产，从而方便优化工厂产线设计。
[0010]本专利技术的另一个目的是提供一种能够方便优化工厂产线设计的工厂仿真装置。
[0011]为达到上述目的，本专利技术提供了一种工厂仿真装置，其包括：
[0012]类神经元确定模块，用于获取工厂产线的工作区域中运行的多个生产要素，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；
[0013]反馈刺激仿真模块，用于按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：
[0014]根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间
形成的反馈刺激链，根据所述反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，所述下一时刻与所述当前时刻间隔所述预设时间间隔；
[0015]仿真结果确定模块，用于根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。
[0016]本专利技术实施例中，通过设置类神经元确定模块，获取工厂产线的工作区域中运行的多个生产要素，根据多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；通过设置反馈刺激仿真模块，按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，下一时刻与当前时刻间隔上述预设时间间隔；通过设置仿真结果确定模块，根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。通过将工厂产线的生产要素抽象为类神经元，基于类神经元之间的反馈刺激链来仿真工厂产线的运行，以模拟工厂的真实生产，从而方便优化工厂产线设计。
[0017]本专利技术的再一目的是提供一种能够方便优化工厂产线设计的计算机设备。
[0018]为达到上述目的，本专利技术实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述工厂仿真方法。
[0019]从上述的描述可知，本专利技术实施例提供的计算机设备，通过获取工厂产线的工作区域中运行的多个生产要素，根据多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，下一时刻与当前时刻间隔上述预设时间间隔；根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。通过将工厂产线的生产要素抽象为类神经元，基于类神经元之间的反馈刺激链来仿真工厂产线的运行，以模拟工厂的真实生产，从而方便优化工厂产线设计。
[0020]本专利技术的又一目的是提供一种能够方便优化工厂产线设计的计算机可读存储介质。
[0021]为达到上述目的，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述工厂仿真方法的计算机程序。
[0022]本专利技术实施例提供的计算机可读存储介质，通过获取工厂产线的工作区域中运行的多个生产要素，根据多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，下一时刻与当前时刻间隔上述预设时间间隔；根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。通过将工厂产线的生产要素抽象为类神经元，基于类神经元之间的反馈刺激链来仿真工厂产线的运行，以模拟工厂的真实生产，从而方便优化工厂产线设计。
附图说明
[0023]以下附图仅旨在于对本专利技术做示意性说明和解释，并不限定本专利技术的范围。其中：
[0024]图1是本专利技术实施例的工厂仿真方法的实现过程示意图；
[0025]图2是本专利技术具体实施例中步骤101的具体实现过程的示意图；
[0026]图3是本专利技术具体实施例的类神经元的模型示意图；
[0027]图4是本专利技术具体实例中类神经元形成的一次刺激反馈过程示意图；
[0028]图5是本专利技术具体实例中类神经元形成的二次刺激反馈过程示意图；
[0029]图6是本专利技术具体实例中步骤102的一具体实现过程的示意图；
[0030]图7是本专利技术具体实例中步骤102的另一具体实现过程的示意图；
[0031]图8是本专利技术具体实施例中工厂仿真方法的实现过程示意图；
[0032]图9是本专利技术具体实例中类神经元的属性参数示意图；
[0033]图10是本专利技术具体实例中6个类神经元的具体属性参本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工厂仿真方法，其特征在于，包括：获取工厂产线的工作区域中运行的多个生产要素，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数；按照预设时间间隔，循环执行以下操作，确定工厂仿真时段中各个时刻下的每个类神经元的属性参数：根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，根据所述反馈刺激链确定下一时刻下的每个类神经元的属性参数；其中，所述下一时刻与所述当前时刻间隔所述预设时间间隔；根据工厂仿真时段中各个时刻下的每个类神经元的属性参数，确定工厂仿真结果。2.根据权利要求1所述的工厂仿真方法，其特征在于，根据所述多个生产要素，确定用于工厂仿真的多个类神经元和每个类神经元的属性参数，包括：将所述多个生产要素按照类型分组，根据分组情况，将多个生产要素抽象为多个类神经元，确定每个类神经元的属性参数。3.根据权利要求2所述的工厂仿真方法，其特征在于，根据分组情况，将多个生产要素抽象为多个类神经元，包括：根据分组情况，确定类神经元的分类类型；按照所述分类类型，给每个生产要素对应的类神经元进行分组编号，得到多个类神经元组成的集合。4.根据权利要求3所述的工厂仿真方法，其特征在于，所述属性参数至少包括：刺激区占用参数、反馈区占用参数、生产状态参数、成本参数以及利润参数其中之一或任意组合。5.根据权利要求4所述的工厂仿真方法，其特征在于，根据当前时刻下的每个类神经元的属性参数，确定当前时刻下多个类神经元之间形成的反馈刺激链，包括：遍历多个类神经元组成的集合，根据当前时刻下的集合中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，确定当前时刻下正在工作的反馈刺激链，得到正在工作的反馈刺激链包含的类神经元组成的工作子集，以及非工作子集；遍历所述非工作子集，根据所述非工作子集中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，以及预设的刺激反馈形成条件参数，得到当前时刻下新构建的反馈刺激链，更新工作子集和非工作子集；遍历更新后的工作子集，根据更新后的工作子集中每个类神经元的刺激区占用参数、反馈区占用参数和生产状态参数，以及预设的刺激反馈终止条件参数，确定当前时刻下工作终止的反馈刺激链；根据当前时刻下正在工作...
【专利技术属性】
技术研发人员：钱靖宇，黄瑛璇，苗雅文，齐浩军，
申请(专利权)人：中创新航技术研究院江苏有限公司，
类型：发明
国别省市：
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。