【技术实现步骤摘要】
基于数字孪生的汽车工厂控制系统
[0001]本申请涉及一种基于数字孪生技术构建的汽车工厂控制系统
。
技术介绍
[0002]随着人工智能
、
工业互联网和其它技术的快速发展，制造业面临着越来越多的挑战
。
信息交换技术已经覆盖了各种级别的现场设备
、
人员和管理，形成了基于数据且由网络集成支持的强有力的信息系统，极大地提高了生产自动化等级和工作效率
。
[0003]数字孪生属于目前最新发展的技术
。
通过数字孪生技术，可以提供物理系统的数字表示
、
即数字孪生，并且数字孪生中的各种元素可以通过网络
、
例如物联网技术而与物理系统中的对应元素建立连接，例如，如
US2017/286572A1
中描述的
。
通过这种连接，数字孪生可以接收与物理系统状态有关的数据，诸如传感器读数等
。
基于该数据，数字孪生可以通过模拟来分析或解读物理系统的状态历史，以及预测物理系统
【技术保护点】
【技术特征摘要】
1.
一种基于数字孪生的汽车工厂控制系统，包括：数字孪生平台，其配置成与工厂之间通信连接，以实现数字孪生平台与工厂之间的实时数据交换，使得能够通过所述数字孪生平台实时监控工厂的状态和执行对工厂的控制；其特征在于，所述数字孪生平台中包含：数字孪生模型，所述数字孪生模型构成映射工厂的虚拟空间；所述数字孪生模型中包含工厂中物理实体的映射和工厂中制造工艺参数的映射，所述工厂中物理实体的映射包括制造设备的三维模型；以及警告模块，所述警告模块中包含故障预测模型，所述故障预测模型配置成基于工厂中的设备的状态和制造工艺参数确定设备的健康状况，并且在设备的健康状况异常时发出警告
。2.
如权利要求1所述的汽车工厂控制系统，其特征在于，所述故障预测模型是通过机器学习构建的，其中，来自制造设备的原始数据被分类，对于每一种类别的原始数据，分别计算下述值中的一些或全部作为设备状态监控指标：
k
均值，最大值，最小值，标准差，偏度，峰度，
JB
统计量，和
p
值
。3.
如权利要求2所述的汽车工厂控制系统，其特征在于，利用专家经验法，将每种类别的数据划分到两组数据集中：可接受范围数据集和运行故障数据集
。4.
如权利要求3所述的汽车工厂控制系统，其特征在于，利用卷积神经网络对设备状态监控指标进行处理，得到设备的各项监控指标异常的概率值，由此建立故障预测模型；并且利用两组数据集中的数据对故障预测模型进行训练和验证
。5.
如权利要求1‑4中任一项所述的汽车工厂控制系统，其特征在于，所述数字孪生平台中还包含监测模块
、
视频模块
、
决策模块；所述监测模块配...
【专利技术属性】
技术研发人员：丁元，詹宇诚，陈荣，崔津瑞，束江浩，李爱俊，邓江龙，郑超，李山，沈迪，
申请(专利权)人：博世汽车部件苏州有限公司，
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。