一种基于数字孪生的智能化工厂故障诊断与决策系统技术方案

本发明专利技术涉及一种基于数字孪生的智能化工厂故障诊断与决策系统，包括：模型构建模块：用于基于工厂历史运行数据进行数字孪生模型的构建；数据采集模块：用于采集工厂生产期间的实时工作数据，输入数字孪生模型中；数据分析模块：用于基于数字孪生模型分析实时工作数据，得到工厂的异常状态；故障诊断模块：用于将异常状态与历史运行数据中的故障特征相匹配，生成故障分析报告并发出警报。本发明专利技术能够实时反映工厂的运行状况，及时发现故障并做出决策，减少安全事故的发生，提高工业生产效率。提高工业生产效率。提高工业生产效率。

【技术实现步骤摘要】
一种基于数字孪生的智能化工厂故障诊断与决策系统


[0001]本专利技术涉及故障诊断
，特别是涉及一种基于数字孪生的智能化工厂故障诊断与决策系统。

技术介绍

[0002]作为工业生产的基本单位，工厂的数字化与智能化水平对工业生产的质量、安全及效率有着重要的影响。同时高速运转的大型工业设备，流动的人员，复杂的作业环境也使得工厂成为企业安全事故的高发地。现有工厂安全管理方法大多依靠固定的标准规范及技术人员的经验知识，缺少能够进行数据融合分析并准确预警安全事故的智能化模型；缺少设备的故障知识库和推理模型来预警故障、诊断故障、决策维修。难以通过收集到的大量设备、人员、环境等数据动态地分析工厂安全状况；工厂生产系统是一个由诸多要素构成的复杂系统，其中多种风险因子交互耦合相互影响。而目前还没有基于实时数据，能够综合考虑设备、人员、环境等多种风险因素的耦合作用的模型。
[0003]数字孪生技术的快速发展为解决上述问题提供了新的思路。数字孪生通过数字化的手段来构建一个数字世界中一模一样的实体，以模拟其在现实环境中的行为，并对过去和现在的行为或流程进行动态呈现，有效反映系统运行情况，从而对不可预测的情况进行更加真实和全面的检测。通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体提供更加实时、高效、智能的运行或操作服务。因此如何将数字孪生技术应用于工厂的故障诊断，在数字空间内映射工厂在实体空间的状况，进行虚拟模型与物理实体的交互反馈，并根据实时状态参数分析故障原因成为急需解决的技术问题。

技术实现思路
r/>[0004]本专利技术的目的是针对上述技术问题，提出一种基于数字孪生的智能化工厂故障诊断与决策系统，能够实时反映工厂的运行状况，及时发现故障并做出决策，减少安全事故的发生，提高工业生产效率。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于数字孪生的智能化工厂故障诊断与决策系统,包括：模型构建模块、数据采集模块、数据分析模块和故障诊断模块；
[0007]所述模型构建模块：用于基于工厂历史运行数据进行数字孪生模型的构建；
[0008]所述数据采集模块：用于采集工厂生产期间的实时工作数据，输入所述数字孪生模型中；
[0009]所述数据分析模块：用于基于所述数字孪生模型分析所述实时工作数据，得到工厂的异常状态；
[0010]所述故障诊断模块：用于将所述异常状态与所述历史运行数据中的故障特征数据相匹配，生成故障分析报告并发出警报。
[0011]进一步地，所述模型构建模块包括：
[0012]构建单元：用于根据工厂设备、人员、环境数据中与工厂安全状况相关的特征构建所述数字孪生模型；
[0013]训练单元：用于将所述工厂历史运行数据中的故障特征数据作为训练数据，对所述数字孪生模型进行训练。
[0014]进一步地，所述故障特征数据包括：工厂历史运行中安全事故发生的异常数据、人工生成的异常数据以及设备故障数据。
[0015]进一步地，所述数据采集模块包括：
[0016]设备数据采集单元：用于采集工厂生产设备运行过程中产生的数据，传至所述数据分析模块；
[0017]工人数据采集单元：用于采集工人位置及姿态信息数据，传至所述数据分析模块；
[0018]环境数据采集单元：用于采集工厂的环境信息，传至所述数据分析模块。
[0019]进一步地，所述数据分析模块包括：
[0020]设备运行分析单元：用于基于所述数字孪生模型分析生产设备的实时运行状态是否存在异常；
[0021]工人操作分析单元：用于基于所述数字孪生模型分析生产过程中工人的操作行为是否存在异常；
[0022]工厂环境分析单元：用于基于所述数字孪生模型分析生产过程中工厂内的环境状态是否出现异常；
[0023]若所述设备运行分析单元、所述工人操作分析单元和所述工厂环境分析单元中存在异常，生成异常状态传至所述故障诊断模块。
[0024]进一步地，所述故障诊断模块包括：
[0025]诊断单元：用于根据所述异常状态与所述历史运行数据中的故障特征数据相匹配，生成故障分析报告；
[0026]警报单元：用于根据所述故障分析报告进行故障警报。
[0027]进一步地，还包括决策管控模块，用于根据所述故障分析报告提供相应的解决方案。
[0028]进一步地，还包括显示模块，用于显示所述工厂生产期间的实时工作数据、所述故障分析报告以及相应的解决方案。
[0029]本专利技术的有益效果为：
[0030]本专利技术通过数字孪生模型对工厂中的人员、设备、环境进行实时监测，能够为生产过程中的人员管控、设备监控、与人机交互提供助力，从而减少安全事故的发生，提高工业生产效率；在数字孪生技术的驱动下，在信息层建立能反映工厂真实状态的数字孪生体，通过虚实映射分析各个车间风险因素的状态，运用深度卷积神经网络模型实现感知、分析、诊断等过程，对工厂安全状况及设备健康状况进行分析与评估，能够根据实时数据动态地进行安全监测，排查各类安全隐患。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0032]图1为本专利技术实施例的一种基于数字孪生的智能化工厂故障诊断与决策系统框图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0035]本实施例提供了一种基于数字孪生的智能化工厂故障诊断与决策系统，如图1所示，包括：模型构建模块、信息采集模块、信息分析模块和故障诊断模块；
[0036]模型构建模块：用于基于工厂历史运行数据进行数字孪生模型的构建；
[0037]数据采集模块：用于采集工厂生产期间的实时工作数据，输入数字孪生模型中；
[0038]数据分析模块：用于基于数字孪生模型分析实时工作数据，得到工厂的异常状态；
[0039]故障诊断模块：用于将异常状态与历史运行数据中的故障特征相匹配，生成故障分析报告并发出警报。
[0040]进一步地，模型构建模块包括：
[0041]构建单元：用于根据工厂设备、人员、环境数据中与工厂安全状况相关的特征构建深度卷积神经网络模型；
[0042]训练单元：用于将工厂历史运行数据中的故障特征数据作为训练数据，对深度卷积神经网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的智能化工厂故障诊断与决策系统，其特征在于，包括：模型构建模块、数据采集模块、数据分析模块和故障诊断模块；所述模型构建模块：用于基于工厂历史运行数据进行数字孪生模型的构建；所述数据采集模块：用于采集工厂生产期间的实时工作数据，输入所述数字孪生模型中；所述数据分析模块：用于基于所述数字孪生模型分析所述实时工作数据，得到工厂的异常状态；所述故障诊断模块：用于将所述异常状态与所述历史运行数据中的故障特征数据相匹配，生成故障分析报告并发出警报。2.根据权利要求1所述的基于数字孪生的智能化工厂故障诊断与决策系统，其特征在于，所述模型构建模块包括：构建单元：用于根据工厂设备、人员、环境数据中与工厂安全状况相关的特征构建所述数字孪生模型；训练单元：用于将所述工厂历史运行数据中的故障特征数据作为训练数据，对所述数字孪生模型进行训练。3.根据权利要求2所述的基于数字孪生的智能化工厂故障诊断与决策系统，其特征在于，所述故障特征数据包括：工厂历史运行中安全事故发生的异常数据、人工生成的异常数据以及设备故障数据。4.根据权利要求1所述的基于数字孪生的智能化工厂故障诊断与决策系统，其特征在于，所述数据采集模块包括：设备数据采集单元：用于采集工厂生产设备运行过程中产生的数据，传至所述数据分析模块；工人数据采集单元：用于采集工人位置及姿态...

【专利技术属性】
技术研发人员：杨邦会，
申请(专利权)人：中科海慧北京科技有限公司，
类型：发明
国别省市：