一种基于数字孪生自组织建模的生产过程重构方法技术

一种基于数字孪生自组织建模的生产过程重构方法，发明专利技术涉及智能制造技术领域，应用于多批次大批量生产过程，所述预警方法包括以下步骤：步骤A、数据采集及预处理，步骤B、自组织构建实体及关系模型，步骤C、复杂事件推演，进行生产过程仿真，步骤D、优化仿真结果并反馈。本发明专利技术使用面向数字孪生的自组织建模方式，并建立复杂事件推演过程，能够更全面的反应生产过程，准确反馈最优调度方案，更适用于实际生产场景；处理不确定性的事件问题，提前对生产异常进行预警。异常进行预警。异常进行预警。

A production process reconfiguration method based on digital twin self-organization modeling

【技术实现步骤摘要】
一种基于数字孪生自组织建模的生产过程重构方法


[0001]本专利技术涉及智能制造
，尤其涉及基于数字孪生自组织建模的生产过程重构方法。

技术介绍

[0002]生产过程重构是多批次大批量生产中十分重要的组成部分，其相关设备繁多，工艺复杂。生产过程中，偶发的插单、调单、生产异常事件等，会造成生产过程混乱，产品质量缺陷，降低产品良率，引发经济损失。可靠的生产过程重构方法，即有效的生产调度，它能够为生产线作业人员提供足够的响应时间，为生产效率维护的决策提供有意义的信息，减少生产过程中的损失，提升生产效率，具有十分重要的工业应用价值。由于生产过程影响因素及工艺步骤繁多，导致调度影响因素复杂，很难用建立物理模型的方法去解决问题。随着大数据时代的来临，数字孪生的方法在异常检测（预测）的问题中表现出了很好的效果，但多批次大批量生产过程中的异常事件不确定，异常数据偏少导致异常信息缺乏，给实际的生产调度带来了很多困难。
[0003]现有技术中，1、大部分生产过程重构方法仅限于对生产线的加工和装配过程进行抽象并建模，生产调度影响因素，包括物流、仓储、人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生自组织建模的生产过程重构方法，应用于多批次大批量生产过程，其特征在于，所述预警方法包括以下步骤：步骤A、数据采集及预处理，包括：A.1、以生产节点为单位，通过工艺参数的统计量提取生产节点的多维特征数据，A.2、对于每一维原始特征提取的统计特征，设置时间窗口长度为，在时间维度上滑动该时间窗口，构成带时间窗的数据样本与数据标签；步骤B、自组织构建实体及关系模型，包括：B.1、事件知识元本体构建，B.2、实体关系构建，B.3、自组织构建；步骤C、复杂事件推演，进行生产过程仿真，包括：C.1、复杂事件耦合局部网络模型构建，C.2、基于复杂事件耦合局部网络模型的事件推演；步骤D、优化仿真结果并反馈，包括：D.1、构建仿真平台，D.2、结果分析，D.3、优化规则，D.4、方案回归。2.根据权利要求1所述的生产过程重构方法，其特征在于，B.1中，所述事件知识元本体定义为：KEm=（NEm，AEm，REm）其中，NEm为事件元本体属性名称集，AEm表示事件的属性状态集，REm表示AEm
×
...

【专利技术属性】
技术研发人员：张林宣，崔冰，
申请(专利权)人：清华大学，
类型：发明
国别省市：