应用于数字孪生车间的数据采集及模型训练的系统及方法技术方案

本发明专利技术涉及一种应用于数字孪生车间的数据采集及模型训练的系统及方法，属于人工智能技术领域。该系统包括数据采集模块、数据处理模块、数据库和大数据平台；所述的大数据平台包括数字孪生模型模块、模型训练模块、模型应用模块、数据备份模块；本发明专利技术通过结合积卷神经网络，实现了模型的自优化，节省了数据库占用，降低了数字孪生车间对数据采集点位覆盖率的要求，对数字模型的预测能力优化及实用性问题给出了解决方案，易于推广应用。易于推广应用。易于推广应用。

【技术实现步骤摘要】
应用于数字孪生车间的数据采集及模型训练的系统及方法


[0001]本专利技术属于人工智能
，具体涉及一种应用于数字孪生车间的数据采集及模型训练的系统及方法。

技术介绍

[0002]数字孪生(Digital twin，DT)是一种在虚拟空间中利用数字化模型对物理系统进行镜像映射的关键性技术，通过物理建模、传感器更新、数据传输、服务分析等方法，进行多学科、多物理量、多尺度、多概率的仿真分析，忠实反映相对应实体全生命周期过程，实现数字化分析、仿真、运维和管理。
[0003]目前，数字孪生是国际上信息物理系统领域的前沿技术，在电力、城市规划、建筑建设、工业制造等领域有广泛应用前景。目前，工业数字孪生在构建车间级数字化模型时，常面临两个窘境。其一是车间现场数据采集点位覆盖不够全面，采集的数据搭建的数字化模型与实际生产现场的映射关系薄弱。其二是数字化模型对车间现场的预测性计算，对生产设备故障的预测性警报，其预测结果的准确度无法得到保障，预测功能难以投入实际使用。为了提高数字孪生车间里的数字化模型的价值，增强车间数字孪生预测功能的实用性，迫切需要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.应用于数字孪生车间的数据采集及模型训练的系统，其特征在于，包括：数据采集模块（101）、数据处理模块（102）和大数据平台；所述的大数据平台包括数字孪生模型模块（103）、模型训练模块（104）、模型应用模块（105）、数据备份模块（106）；数据采集模块（101），用于获取现场车间信息时序数据；所述的现场车间信息时序数据包括人员信息、机器信息、产品信息及环境信息；数据处理模块（102），与数据采集模块（101）相连，用于对数据采集模块（101）的现场车间信息数据进行预处理，将预处理后的数据上传至大数据平台；数字孪生模型模块（103），与数据处理模块（102）相连，用于使用数据处理模块（102）预处理后机器信息和环境信息的数据搭建与车间生产现场具有映射关系的数字孪生模型；所述的机器信息包括设备模型信息；所述的环境信息包括车间三维空间信息；模型训练模块（104），与数字孪生模型模块（103）相连，用于使用数据处理模块（102）预处理后的生产数据采用卷积神经网络对数字孪生模型进行训练；所述的生产数据为人员信息、机器信息、产品信息及环境信息这些信息中除了设备模型信息、车间三维空间信息的数据；模型应用模块（105），与模型训练模块（104）相连，用于展示模型训练模块（104）训练得到的数字孪生模型，并将实时的生成数据输入到该数字孪生模型中，对车间生产现场环境数据进行预测；还将预测结果与实际结果进行比对，若存在偏差，则将该实时的生成数据发送至模型训练模块（104）中，进行进一步的模型训练；数据备份模块（106），分别与数据采集模块（101）、数据处理模块（102）、模型训练模块（104）相连，用于对数据采集模块（101）采集到的数据、数据处理模块（102）预处理后的数据进行备份，同时...

【专利技术属性】
技术研发人员：皮坤，许斌，李泊含，贾鹏杰，马昭微，张碰，许燕梅，
申请(专利权)人：云南昆钢电子信息科技有限公司，
类型：发明
国别省市：