【技术实现步骤摘要】
本专利技术涉及数据监测，具体是一种基于数字孪生的生产数据监控方法及系统。
技术介绍
1、随着工业的深入发展，生产过程日益趋向智能化、信息化与自动化，对生产数据的即时监控与精细管理需求愈发凸显。传统依赖人工巡检与定期维护的数据监控方式，因效率低下、响应迟缓且易出错等局限，已难以满足现代生产对实时监控与高效管控的迫切需求。并且在复杂的生产环境中，相关生产设备受到多种因素干扰，特别是在需要多参数控制的生产过程中，缺乏实时、精准的数据监控与调整机制，导致产品质量和生产效率的不稳定，传统的监控方法往往依赖于人工调整或简单的预设参数控制难以满足发展需求。在高度自动化的生产环境中，生产参数的精准控制是保证产品质量和生产效率的关键。随着数字孪生技术的快速发展，其强大的虚拟仿真能力和实时数据分析能力为生产数据监控提供了新的解决方案。
技术实现思路
1、(1)要解决的技术问题
2、本专利技术的目的在于提供一种基于数字孪生的生产数据监控方法及系统，以解决产品生产过程中监控方法的局限性以及生产决策的滞后与偏差。
3、(2)技术方案
4、为实现上述目的，一方面，本专利技术提供了一种基于数字孪生的生产数据监控方法，所述方法包括：
5、将车间生产区域的设备根据功能划分为作业设备、控制设备、集成设备；对所述作业设备、所述控制设备、所述集成设备进行高密度感知工业数据采集，获得多源异构生产数据集并记为第一异构数据集，所述第一异构数据集包括环境参数数据、控制参数数据、质量
6、将所述优化数据集加载到预设数据分析模型，并通过所述数据分析模型对所述优化数据集进行分析处理得到生产状态分析结果，基于所述生产状态分析结果建立数字孪生模型；获取车间实时生产数据并将所述实时生产数据存储至所述集成设备，从所述集成设备中获取时序数据输入数字孪生模型得到时序生产数据与理想生产数据的波动趋势，根据所述波动趋势绘制时序生产数据和理想生产数据的波动曲线，并计算所述时序生产数据波动曲线和所述理想生产数据波动曲线的dwt距离，将所述dwt距离通过规范化处理后得到标准化距离，当所述标准化距离超出预设距离范围时系统发出预警信息，所述预警信息中包含预警信号和请求信号；
7、通过滤波器技术剥离所述请求信号与信号噪声得到处理信号，从所述处理信号中提取出生产诱因异常数据，将所述生产诱因异常数据与所述优化数据集进行数据特征关系评估得到第一异常关联规则并根据所述第一异常关联规则匹配所述实时生产数据与所述理想生产数据的异常关联度，将所述关联规则输入所述控制设备得到优化控制策略，所述优化控制策略是通过优化所述第一异构数据集内部数据参数且满足所述实时生产数据与所述理想生产数据的异常关联度不超过预设异常关联度阈值，基于所述优化控制策略部署生产区域实施策略深度融合并更新所述数字孪生模型。
8、进一步地，所述将所述生产诱因异常数据与所述优化数据集进行数据特征关系评估得到第一异常关联规则的方法包括：
9、将所述生产诱因异常数据与所述优化数据进行数据插值和数据归一化分别得到异常数据和优化数据，并对所述异常数据和所述优化数据通过凝聚层次聚类算法进行聚类，根据欧氏距离计算得到所述异常数据和所述优化数据内部样本数据点之间的距离记为异常距离值和优化距离值，将所述异常数据和所述优化数据中每一个样本数据点设为异常原始簇和优化原始簇；从所述异常原始簇出发选择异常距离值符合预设距离阈值的样本数据点同时并入所述异常原始簇，反复迭代直到遍历完所有所述异常数据的样本数据点进而得到异常聚类树；从所述优化原始簇出发选择优化距离值符合预设距离阈值的样本数据点同时并入所述优化原始簇，反复迭代直到遍历完所有优化的样本数据点进而得到优化聚类树；提取并分析所述异常聚类树与优化聚类树显著不同的分支得到所述异常数据和所述优化数据之间的频繁模式进行模式匹配提取第一特征数据；
10、通过多项式核函数将所述第一特征数据映射到高维数据空间并计算所述第一特征数据的核矩阵，对所述核矩阵进行特征值分解得到特征向量，计算所述特征向量的特征值并将所述特征由大到小进行排列，将第一特征数据投影到由前m个特征值对应的特征向量构成的低维子空间得到第二特征数据，根据apriori算法生成所述第二特征数据的候选项集并计算所述候选项集的支持度，选择支持度满足系统预设阈值的候选项集得到频繁项集进而提取第一异常关联规则。
11、进一步地，所述通过优化所述第一异构数据集内部数据参数且满足所述实时生产数据与所述理想生产数据的异常关联度不超过预设异常关联度阈值的方法包括：
12、从所述第一异构数据集中提取控制参数数据记为控制参数，所述控制参数包括气氛类型参数、气体浓度参数、气压参数、时间参数；通过获得作业设备和集成设备中数据结合pid控制器得到稳态温度参数；根据所述时序数据结合所述控制参数和所述稳态温度参数随机生成n个控制组合方案作为原始种群的个体，每个个体x表示一种控制组合方案，其中第k次迭代中第i个体控制组合方案为：
13、
14、其中，表示第i个控制组合的稳态温度参数，表示第i个控制组合的气氛类型参数，
15、表示第i个控制组合的气体浓度参数，表示第i个控制组合的气压参数，表示第i个控制组合的时间参数，表示第k次迭代个体的速度和当前位置的变化关系，i＝
16、1，……，n，k＝1，……，n；
17、将原始种群进行迭代进化，所述迭代进化步骤包括：随机设置不大于预设迭代最大速度的原始种群个体初速度、个体当前位置、群体最佳位置，依次分析原始种群中个体x在不同控制组合方案下所述生产诱因异常数据与所述优化数据随时序数据的数据特征关系变化，根据所述数据特征关系变化得到时序关系下的第二异常关联规则，根据所述第二异常关联规则计算所述实时生产数据与所述理想生产数据的异常关联度作为适应度评价并通过更新公式迭代个体速度、个体当前位置、群体最佳位置，直至所述异常关联度不超过预设异常关联度；所述更新公式为：
18、
19、其中，表示第k次迭代个体i的速度，vmax表示预设个体在迭代中的最大速度；表示第k+1次迭代个体i的当前位置，t表示预设迭代系数，表示第k次迭代个体i自身的最佳位置，表示第k次迭代种群的群体最佳位置；ωk表示第k次迭代的惯性权重，ωini表示初始迭代时的惯性权重，k表示预设最大迭代次数，c1表示预设个体自身加速度，c2表示预设个体受其他个体影响的因素所支配的加速度。
20、进一步地，所述通过获得作业设备和集成设备中数据结合pid控制器得到稳态温度参数的方法包括：
21、获取所述作业设备的作业数据，所述作业数据包括实时温度数据、执行器开合度数据，将所述作业数据输入集成设备，根据集成设备获得历史作业数据，对所述历史作业数据进行缺失值填补得到处理数据，将所述处理数据进行快速傅里叶变换得到关键特征，将所述关键特征输入长短本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的生产数据监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述将所述生产诱因异常数据与所述优化数据集进行数据特征关系评估得到第一异常关联规则的方法包括：
3.根据权利要求1所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述通过优化所述第一异构数据集内部数据参数且满足所述实时生产数据与所述理想生产数据的异常关联度不超过预设异常关联度阈值的方法包括：
4.根据权利要求3所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述通过获得作业设备和集成设备中数据结合PID控制器得到稳态温度参数的方法包括：
5.根据权利要求4所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述通过遗传算法优化PID控制器参数的方法包括：
6.一种基于数字孪生的生产数据监控系统，其特征在于，所述系统包括：
7.根据权利要求6所述的一种基于数字孪生的生产数据监控系统，其特征在于，所述系统还包括：
8.根据权利要求6所述的一种基于数字
9.根据权利要求8所述的一种基于数字孪生的生产数据监控系统，其特征在于，所述系统还包括：
10.根据权利要求9所述的一种基于数字孪生的生产数据监控系统，其特征在于，所述系统还包括：
...【技术特征摘要】
1.一种基于数字孪生的生产数据监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述将所述生产诱因异常数据与所述优化数据集进行数据特征关系评估得到第一异常关联规则的方法包括：
3.根据权利要求1所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述通过优化所述第一异构数据集内部数据参数且满足所述实时生产数据与所述理想生产数据的异常关联度不超过预设异常关联度阈值的方法包括：
4.根据权利要求3所述的一种基于数字孪生的生产数据监控方法，其特征在于，所述通过获得作业设备和集成设备中数据结合pid控制器得到稳态温度参数的方法包括...
【专利技术属性】
技术研发人员：关美慈，
申请(专利权)人：广州市卓航信息科技有限公司，
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。