【技术实现步骤摘要】
本专利技术属于数字孪生工厂控制领域，具体是一种基于数字孪生的智慧工厂管控方法及系统。
技术介绍
1、随着科技的快速发展，智能制造和智慧工厂成为了当今制造业的重要发展方向。
2、传统的工厂控制系统往往受到物理空间和设备的限制，无法实现全局优化和实时调整；为了解决这一问题，智慧工厂控制系统应运而生，它利用先进的技术，如数字孪生、大数据、人工智能等，实现了工厂的智能化、高效化、自动化的控制和管理；然而，现有的智慧工厂控制系统在应用数字孪生技术方面仍存在一些问题；数字孪生模型往往只用于简单的数据映射和状态监测，缺乏对异常情况的预警和及时处理，一旦出现异常，会影响生产目标，造成生产逾期现象。
3、因此，本专利技术提出了一种基于数字孪生的智慧工厂管控方法及系统。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种基于数字孪生的智慧工厂管控方法及系统，用于解决现有技术中数字孪生模型往往只用于简单的数据映射和状态监测，缺乏对异常情况的预警和及时处理，一旦出现异常，会影响生产目标，造成生产逾期的技术问题。
2、为实现上述目的，本专利技术的第一方面提供了一种基于数字孪生的智慧工厂管控系统，包括模型构建模块，以及与之相连接的数据采集模块和智能控制模块；
3、模型构建模块：从历史数据中提取目标工厂的运行信息，并分析运行指数；基于运行信息与运行指数构建目标工厂的数字孪生模型；其中，运行信息包括环境信息、设备运行信息
4、智能控制模块：通过传感器实时采集目标工厂的运行信息，并传输至数字孪生模型中；数字孪生模型输出运行指数，判断运行指数是否异常；是，则显示运行异常，智能终端模块给出解决方案；否，则显示运行正常，智能终端模块不做处理；其中，运行异常包括设备运行故障和生产运行异常。
5、优选的，所述从历史数据中提取目标工厂的运行信息，包括：
6、从历史数据中提取若干组设备运行信息；基于若干组设备运行信息提取对应的环境信息；基于设备运行信息和环境信息提取对应的生产运行信息；其中，设备运行信息包括：温度、电流和电压；环境信息包括温度、湿度和光照；生产运行信息包括生产效率和良品率。
7、本专利技术从历史数据中提取设备运行信息、环境信息以及生产运行信息，且为一一对应关系；构成日常工厂生产的数据序列，为后续目标工厂数字孪生模型的建立提供了更加真实的训练数据，保障数字孪生模型建立的准确性。
8、优选的，所述设备运行指数，包括：
9、基于设备运行信息，通过公式qj＝σ(α×tij+β×aij+γ×vij)计算得到设备运行指数qj；其中，i表示处理周期，i＝0，1，…，n，j表示设备编号，j＝0，1，…，m，且n、m为正整数，tij表示温度均值，aij表示电流均值，vij表示电压均值；α、β、γ为权重系数，取值均大于0。
10、本专利技术基于设备运行信息分析设备运行指数，可以及时反映设备的运行状态和性能，有利于及时发现问题并采取相应的措施；且该公式使用的是客观的物理量，如温度、电流和电压的均值，以及权重系数，这些都可以通过测量和计算得到，避免了主观评价的干扰，还可用于不同类型的设备分析。
11、优选的，所述生产运行指数，包括：
12、基于生产效率和良品率，通过公式zp＝δ×lp+η×rp计算得到生产运行指数；其中，p表示监测节点，lp表示生产效率，rp表示良品率；δ、η为权重系数，且均大于0。
13、优选的，所述基于运行信息与运行指数构建目标工厂的数字孪生模型，包括：
14、步骤一：从数据库中提取目标厂区的平面图；通过平面图构建目标厂区的框架模型；
15、步骤二：通过cad模型构建设备3d模型；根据平面图设备的安置位置，将设备3d模型放置在目标厂区的框架模型中；
16、步骤三：将运行信息作为标准输入数据，运行指数作为标准输出数据，对目标厂区的框架模型进行训练；训练得到目标工厂的数字孪生模型。
17、本专利技术通过从数据库中提取的平面图构建框架模型，再结合cad模型构建设备3d模型，并放置在目标厂区的框架模型中，实现厂区与设备的集成，且通过将运行信息作为标准输入数据，运行指数作为标准输出数据对目标厂区的框架模型进行训练；训练得到目标工厂的数字孪生模型，真实地反映实际工厂的生产情况，方便查看和管理整个工厂的运行状态。
18、优选的，所述判断运行指数是否异常，包括：
19、将设备运行指数与设备运行指数阈值比较，判断设备运行指数是否超过设备运行指数阈值；是，则显示设备运行故障；否，则显示设备运行正常；
20、将生产运行指数与生产运行指数阈值比较，判断生产指数是否超过生产运行指数阈值；是，则显示生产运行正常；否，则显示生产运行异常。
21、优选的，所述设备运行指数阈值，包括：
22、从历史数据中提取若干设备异常信息，并按照异常类型进行划分为k组，且每组为不同异常类型包括若干个处理周期，对每组地异常信息进行均值处理，通过公式s＝σqk/(p+1)计算得到设备运行指数阈值s；其中，k＝0，1，…，p；qk为异常运行指数，qk＝α×tk+β×ak+γ×vk；tk表示温度均值，ak表示电流均值，vk表示电压阈值；
23、需要说明的是，异常类型包括温度异常、电流异常、电压异常、温度电流异常、温度电压异常、电流电压异常，以及温度电流电压均异常；
24、本专利技术第二方面提供了一种基于数字孪生的智慧工厂管控方法，其特征在于，包括以下步骤：
25、步骤一：基于运行信息，以及运行指数，构建目标厂区的数字孪生模型；
26、步骤二：通过传感器实时采集目标工厂的运行信息至数字孪生模型中，数字孪生模型输出运行指数；
27、步骤三：将运行指数与对应阈值进行比较，判断是否异常；是，则智能终端模块显示运行异常，并采取措施；否，则智能终端显示运行正常。
28、与现有技术相比，本专利技术的有益效果是：
29、1.本专利技术从历史数据中提取设备异常信息，并按照异常类型进行划分，计算各异常类型对应的异常运行指数；基于各异常运行指数，综合分析得到设备运行指数阈值；通过计算各异常类型对应的异常运行指数，可以对设备的异常状态进行量化评估；且综合考虑了设备在各种异常类型下的运行情况，得到的设备运行指数阈值更具代表性和参考价值；通过设置设备运行指数阈值，可以实现对设备运行状态的预警；及时发现并处理问题，避免设备故障对生产造成影响。
30、2.本专利技术基于运行信息，以及运行指数，构建目标厂区的数字孪生模型；通过传感器实时采集目标工厂的运行信息至数字孪生模型中，数字孪生模型输出运行指数；将运行指数与对应阈值进行比较，判断是否异常；是，则智能终端模块显示运行异常，并采取措施；否，则智能终端显示运行正常；本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的智慧工厂管控系统，其特征在于，包括模型构建模块，以及与之相连接的数据采集模块和智能控制模块；
2.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述从历史数据中提取目标工厂的运行信息，包括：
3.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述设备运行指数，包括：
4.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述生产运行指数，包括：
5.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述基于运行信息与运行指数构建目标工厂的数字孪生模型，包括：
6.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述判断运行指数是否异常，包括：
7.根据权利要求6所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述设备运行指数阈值，包括：
8.一种基于数字孪生的智慧工厂管控方法，用于运行权利要求1-7任意一项所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，包括以下步骤
...【技术特征摘要】
1.一种基于数字孪生的智慧工厂管控系统，其特征在于，包括模型构建模块，以及与之相连接的数据采集模块和智能控制模块；
2.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述从历史数据中提取目标工厂的运行信息，包括：
3.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述设备运行指数，包括：
4.根据权利要求1所述的一种基于数字孪生的智慧工厂管控系统，其特征在于，所述生产运行指数，包括：
5.根据权利要求1...
【专利技术属性】
技术研发人员：梅杰，程成，
申请(专利权)人：安徽同新源科技有限公司，
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。