一种基于知识图谱的数字孪生机械加工过程调度方法技术

本发明专利技术公开了一种基于知识图谱的数字孪生机械加工过程调度方法，包括以下步骤：获取智能车间制造过程数据库，并进行实体和实体关系的提取，构建与物理车间实体一一对应的知识图谱；对物理车间进行孪生建模，获得对应的虚拟车间，并从知识图谱中获取调度数据对虚拟车间进行模拟仿真和预测；当实际结果与预测结果不一致时，对调度数据进行优化调整，并对知识图谱进行更新；基于更新后的知识图谱，获取新的调度数据对物理车间进行优化控制。本发明专利技术对物理车间进行孪生建模，获得对应的虚拟车间，实现了数字孪生车间的高保真建模，在多品种、小批量的制造领域中，精准映射出加工过程的状态，有利于后续进行制造过程的调度优化。有利于后续进行制造过程的调度优化。有利于后续进行制造过程的调度优化。

【技术实现步骤摘要】
一种基于知识图谱的数字孪生机械加工过程调度方法


[0001]本专利技术属于计算机集成制造
，特别是涉及一种基于知识图谱的数字孪生机械加工过程调度方法。

技术介绍

[0002]随着先进信息技术(如物联网、云计算、CPS、数字孪生、大数据)的快速发展，大大缩短了生产周期。同时，消费者对多样化、个性化的消费产品的需求不断增加，使得新产品变得更加复杂化。复杂产品指客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、项目管理复杂的一类产品。复杂产品生产车间主要是基于客户定制的多品种、小批量的生产制造模式。然而，多品种、小批量产品的实际加工时间只占生产周期的一小部分，剩下的大部分时间都浪费在等待加工、储存、搬运和运输上了。因此，车间调度方案直接影响生产周期，影响着产品的生产成本和企业的竞争力。
[0003]车间调度方案的执行，受制于生产准备情况、物料和资源可用性、检验、人员等。人员、设备、物料等维度的扰动将影响车间生产计划的执行，致使车间生产中断。扰动的发生会导致企业的服务、质量、价格波动变化。
[0004]车间作为制造系统的核心单元，是工件生产组装和数据传递变换的交汇中心，涵盖了工件信息、加工数据、物流管理、生产调度、资源信息等多维异构信息。机械加工过程早已从单目标、单学科优化转向多目标、多学科设计优化(Multidisciplinary Design Optimization，MDO)。因此需要更加高效的调度处理手段来提高车间对的反应与处理能力，实现生产活动的高效运转。
[0005]实现制造的物理世界和信息世界的互联互通与智能化操作，其瓶颈之一是如何实现制造的物理世界和信息世界之间的交互与共融。数字孪生在2003年提出，随着不断发展，其定义演变为集成多物理、多尺度、多学科属性，具有实时性、虚实同步、高保真度等特性，可以实现虚实交互的技术。其应用也演变到了制造业的各个领域。2017年，陶飞教授基于数字孪生(DigitalTwin)，提出了数字孪生车间(DigitalTwinWorkshop)的概念，阐述了数字孪生车间的系统组成、运行机制、特点、关键技术等。数字孪生是实现制造过程虚实交互共融的关键技术，可将物理对象以数字化方式在虚拟空间呈现，模拟其在现实环境中的行为特征。
[0006]对于传统工艺，虚拟车间的功能有限，往往依赖于物理车间，缺乏自主性和进化性。物理车间和虚拟车间之间的一致性和同步性很难保证。更重要的是，这个过程通常侧重于从实体获得的数据的收集、存储、测试、处理和控制，而忽略了模型和信息系统产生的模拟、优化、预测和验证的数据，特别是物理和虚拟车间两者的融合数据。在这种情况下，通常会存在计划与实际生产不一致、资源配置不合理、生产控制不准确等一系列问题。
[0007]数字孪生技术的关键是建立一个可以实现实体模型高度映射的虚拟模型，但是现有的数字孪生体系中大多关注于大的系统框架的研究，缺乏对应的数据支撑。
[0008]综上所述，亟需提出一种基于知识图谱的数字孪生机械加工过程调度方法，实现
对机械加工过程的调度优化。

技术实现思路

[0009]本专利技术的目的是提供一种基于知识图谱的数字孪生机械加工过程调度方法，利用数字孪生技术实现物理车间与虚拟车间的交互过程，着力于解决复杂产品制造过程困难，同时消除扰动对制造过程的影响；通过建立数字孪生调度模型，实现人员、机器、物料等的合理利用；通过知识图谱技术融合多维数据，实时观察机械加工状态做出控制决策，实现动态调整，解决现有加工不能充分反映产品的实际加工状态、缺乏虚实互动的问题。
[0010]为实现上述目的，本专利技术提供了一种基于知识图谱的数字孪生机械加工过程调度方法，包括以下步骤：
[0011]获取智能车间制造过程数据库，并进行实体和实体关系的提取，构建与物理车间实体一一对应的知识图谱；
[0012]对所述物理车间进行孪生建模，获得对应的虚拟车间，并从所述知识图谱中获取调度数据对所述虚拟车间进行模拟仿真和预测；
[0013]当实际结果与预测结果不一致时，对调度数据进行优化调整，并对所述知识图谱进行更新；
[0014]基于更新后的知识图谱，获取新的调度数据对物理车间进行优化控制。
[0015]可选地，获取智能车间制造过程数据库的过程包括：采集加工过程中物理车间的各个单元间的数据，获取物理车间实体概念中的属性、约束条件以及制造概念之间的层次关系，构建多层级的知识体系，对抽象的知识、属性和关联关系进行定义，转化为现实数据，形成智能车间制造过程数据库；
[0016]其中，所述物理车间包括物流单元、制造单元、仓储单元以及线边库缓冲区。
[0017]可选地，所述加工过程所用的时间包括：待加工件的转移时间、待加工队列中的等待时间、机床准备时间、加工时间和待转移时间。
[0018]可选地，构建与物理车间实体一一对应的知识图谱的过程包括：构建实体信息提取模型，利用已标注好实体和实体之间关系的数据对所述实体信息提取模型进行训练；基于训练后的实体信息提取模型，对智能车间制造过程数据库进行实体和实体关系的提取，获得与物理车间实体一一对应的知识图谱。
[0019]可选地，所述知识图谱采用图结构的存储方式，将包含物流信息、制造信息、仓储信息、线边库信息以及以上信息在时间尺度上的关联关系进行存储，并在虚拟车间进行数据的处理与反馈。
[0020]可选地，对调度目标进行优化调整的过程包括：基于优化算法库，确定目标函数和约束条件，对模拟仿真过程中的调度数据进行优化调整；其中，所述调度数据包括加工顺序和加工开始时间。
[0021]可选地，对所述知识图谱进行更新的过程包括：优化调整完成后，更新所述知识图谱中节点间的关系和对应的节点信息。
[0022]可选地，所述优化算法库包括但不限于启发式算法、遗传算法和图神经网络。
[0023]本专利技术的技术效果为：
[0024]本专利技术对物理车间进行孪生建模，获得对应的虚拟车间，实现了数字孪生车间的
高保真建模，在多品种、小批量的制造领域中，精准映射出加工过程的状态，有利于后续进行制造过程的调度优化。
[0025]本专利技术对虚拟车间进行预测，当实际结果与预测结果不一致时，基于算法库对调度数据进行优化调整，并对知识图谱进行更新，基于更新后的知识图谱，获取新的调度数据对物理车间进行优化控制。本专利技术中的物理车间与虚拟车间一一对应，利用知识图谱中的虚拟节点实时收集数据并为算法库提供了数据支撑，并且结合了设备实际状态生成调度方案，保证了调度方案的性能指标(如避免工件拖期、降低完成时间等)满足业务要求。
附图说明
[0026]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0027]图1为本专利技术实施例中的机械加工过程的控制架构图；
[0028]图2为本专利技术实施例中的更新虚拟车间调度数据的方法流程图。
...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的数字孪生机械加工过程调度方法，其特征在于，包括以下步骤：获取智能车间制造过程数据库，并进行实体和实体关系的提取，构建与物理车间实体一一对应的知识图谱；对所述物理车间进行孪生建模，获得对应的虚拟车间，并从所述知识图谱中获取调度数据对所述虚拟车间进行模拟仿真和预测；当实际结果与预测结果不一致时，对调度数据进行优化调整，并对所述知识图谱进行更新；基于更新后的知识图谱，获取新的调度数据对物理车间进行优化控制。2.根据权利要求1所述的基于知识图谱的数字孪生机械加工过程调度方法，其特征在于，获取智能车间制造过程数据库的过程包括：采集加工过程中物理车间的各个单元间的数据，获取物理车间实体概念中的属性、约束条件以及制造概念之间的层次关系，构建多层级的知识体系，对抽象的知识、属性和关联关系进行定义，转化为现实数据，形成智能车间制造过程数据库；其中，所述物理车间包括物流单元、制造单元、仓储单元以及线边库缓冲区。3.根据权利要求2所述的基于知识图谱的数字孪生机械加工过程调度方法，其特征在于，所述加工过程所用的时间包括：待加工件的转移时间、待加工队列中的等待时间、机床准备时间、加工时间和待转移时间。4.根据权利要求1所述的基于知识图谱的数字孪生机械加工过程调度方法，其特征...

【专利技术属性】
技术研发人员：鲍劲松，李婕，周彬，郑龙辉，赵振洪，陈钟浩，
申请(专利权)人：东华大学，
类型：发明
国别省市：