[发明专利]一种数字孪生车间运行状态的预测方法、控制器及系统

说明书

本发明提供了一种数字孪生车间运行状态的预测方法、控制器及系统，其中预测方法，包括：获取数字孪生车间的将来事件表；根据实体车间的第一运行状态数据对将来事件表进行修正，得到修正后的将来事件表；当时间到达将来事件表中第一目标时间所对应的目标事件时，对目标事件进行仿真处理，并获取仿真处理的仿真结果；根据仿真结果输出数字孪生车间的第二运行状态数据，并对将来事件表进行更新。本实施例通过获取将来事件表，并根据实体车间的第一运行数据对将来事件表进行修正，且根据时间推进该将来事件表进行仿真，实现仿真的实时性，利用事件调度的方式进行仿真流程推进，实现对仿真的瞬态性。通过对将来时间表进行循环更新，保证仿真的持续性。

技术领域

本发明涉及数字孪生车间技术领域，特别涉及一种数字孪生车间运行状态 的预测方法、控制器及系统。

背景技术

作为信息物理系统(Cyber-Physical Systems，简称CPS)的关键核心技术 和智能制造的使能技术，数字孪生技术是实现制造过程信息世界与物理世界交 互融合与互联互通的重要手段，引起了学术界和工业界的广泛关注。

数字孪生的概念模型最早由Grieves在2003年提出，被认为是物理实体对 象在数字空间的映射模型。其本质是在数字空间中构建能够实时反映物理系统 当前的状态与行为，并准确预测其在真实环境下未来状态与行为的数字模型， 进而辅助决策管理，达到优化物理系统的目的。生产车间是典型的复杂制造系 统，具有物理对象多样性、过程强动态性等特点，自数字孪生概念被提出以来， 如何利用数字孪生实现生产车间的智能监控、预测与控制就一直是学者们研究 的热点问题。

陶飞等，基于数字孪生理念提出了一种未来车间运行的新模式——数字孪 生车间，分析了数字孪生车间的四个主要组成部分即物理车间、虚拟车间、车 间服务系统、车间孪生数据，并提出了数字孪生车间的运行机制和实现方法。 赵浩然等针对数字孪生车间的可视化监控难题，提出了基于实时数据的数字孪 生车间三维可视化实时监控方法。周成等构建了基于数字孪生车间的三维可视 化监控系统。西门子则提出了“综合数字孪生体”的概念，并将其应用于Piper M600飞机设计的全生命周期，实现了数字化车间的虚拟装配。Zhuang等将数 字孪生技术应用于复杂产品装配过程，提出了基于数字孪生的复杂产品装配过 程智能化管控体系框架和过程追溯方法，为提升复杂产品装配生产效率和质量 提供了一种新的路径。刘志峰等将数字孪生技术运用于零件智能制造车间，提 出了智能制造车间调度云平台框架模型及其调度流程模式，并构建了基于数字 孪生的智能制造车间调度云平台，为智能制造车间调度问题提供了一种全新的 解决思路。

如何通过对物理制造系统的仿真预测，辅助管理者做出合理决策，从而指 导制造系统运行优化，一直是学术界和工业界关注的重点问题。传统离散系统 仿真方法是基于所构建的生产系统运行逻辑模型，通过离线仿真的手段分析加 工时间、工件到达等动态变量对制造系统性能(比如完工时间、交货拖期成本) 的影响。张洁等基于智能车间运行过程中产生的海量多源高维异构数据，提出 了大数据驱动下“关联+预测+调控”的车间运行分析与决策模式，研究了大 数据驱动的车间运行状态预测方法。任杉等提出了基于生命周期大数据驱动的 复杂产品智能制造服务新模式，构建了一种生产过程实施优化、运维服务动态预测的产品生命周期管理与运作机制。

当前针对车间运行预测问题的研究中，仿真方法多是基于人工指定的系统 初始配置和设定，仅能够在特定的输入条件下输出仿真结果。仿真方式多为离 线仿真，仿真时刻与实际的系统运行时刻之间总有时间差，功能有明显的滞后 性，不具备实时仿真的能力。而运用大数据相关技术进行的特定数据预测，十 分依赖足量的历史数据，但获取历史数据对于部分制造系统并不是一项容易的 工作。此外这种预测过程是纯数据维度的预测，与系统模型相关性低，是一种 理想化稳态预测。然而复杂制造系统除了稳态预测，同时也需要在系统状态瞬 息变化的情况下获得实时瞬态预测，而在当前研究中较少考虑预测的实时性和 瞬态性。

发明内容