[发明专利]基于数字孪生模型的仓储物流系统可靠性评估方法及系统

说明书

本发明提出一种基于数字孪生模型的仓储物流系统可靠性评估方法，包括：获取仓储物流系统的属性参数，以建立该仓储物流系统的数字孪生模型；建立该数字孪生模型与该仓储物流系统的实时数据连接，形成该仓储物流系统与该数字孪生模型的等价映射；构建故障预测模型，通过该数字孪生模型对该仓储物流系统进行故障预测；构建可靠性评估模型，对该仓储物流系统的运行状态进行可靠性状态评估。本发明还提出一种基于数字孪生模型的仓储物流系统可靠性评估系统，以及一种用于仓储物流系统可靠性状态评估的数据处理装置。

技术领域

本发明属于仓储物流技术领域，具体涉及一种仓储物流系统的可靠性评估方法及系统。

背景技术

对于仓储物流行业来说，为满足客户的不同需求，车间中的设备如堆垛机、悬挂落丝机、智能四向穿梭车、自动导引运输车(AGV)等长期处于满负载、连续无缝运行状态。当这些设备中某一个或某几个设备出现故障时就会给上下运输环节造成堵塞，严重影响运行产能及运行效率，因此保障各设备的运行状态及可靠性不仅可以延长设备的使用寿命也可以降低维修成本，所以及时掌握设备的运行状态和可靠性就尤为必要。

传统的设备维护主要分为两大类分别是事前维护(预防性维护)与事后维护(停工维护)两种，其中预测性维护又分为基于时间的预测性维护和基于可靠性的预测性维护。基于时间的预测维护是通过设备的运行时间来衡量何时进行维护，常规方法是设定一个的维修周期，然后再进行周期性维护。基于可靠性的预防维护主要是基于设备现在的健康状态得出结论，是一种基于部件退化的累积过程。一般是通过设备历史运行状态得到其可靠性。

目前在对设备建立可靠性分析模型时最常用的方法是FTA和FMECA分析法。故障树分析系法(FTA)是一种展示系统结构和故障间逻辑关系的模型。由顶事件以树状结构不断细分故障类型，一直细分至叶子节点(基本事件)为止。故障模式影响及危害性分析法(FMECA)是针对设备所有可能出现的故障，并根据对故障模式的分析，确定每种故障模式对设备工作的影响找出单点故障，根据故障模式的严重度及其发生概率确定其危害性。

传统设备维护方法中的事后维护顾名思义是设备发生故障后再进行维护，这会造成设备长时间停机，扰乱生产计划。基于时间的预测维护多采用周期性维护方法，但这种方法仅适用于设备损坏时呈现出明显的周期变化，但由于设备中的各个部件使用周期并不相同，如果都采用周期维护会造成资源浪费。

所以基于设备可靠性维护的方法可以合理且可靠的完成设备维护，但由于传统的设备可靠性评价方法(FTA和FMECA)只考虑单个故障对系统的危害程度影响，对复杂系统，由于存在多个组件故障的可能性，传统的方法并不适用。

而且传统的可靠性分析需要对设备搭建数据库，从数据库进行数据交互，并且需要故障处理结束后在人为输入故障信息及处理方法，然后再根据这些历史数据评估设备的可靠性，并不能做到实时的对设备进行可靠性分析，仅能做到一段时间内的可靠性评估。而对于没有搭建数据库的设备只能人为的进行数据采集与记录，这种方法既费时费力又存在不准确性。

发明内容

为解决上述问题，本发明基于数字孪生模型，提出一种仓储物流系统可靠性评估方法，包括：获取仓储物流系统的属性参数，以建立该仓储物流系统的数字孪生模型；建立该数字孪生模型与该仓储物流系统的实时数据连接，形成该仓储物流系统与该数字孪生模型的等价映射；构建故障预测模型，通过该数字孪生模型对该仓储物流系统进行故障预测；构建可靠性评估模型，对该仓储物流系统的运行状态进行可靠性状态评估。