【技术实现步骤摘要】
本专利技术涉及工业自动化数字孪生技术的的改进，具体涉及在工业自动化数字孪生中数据的定义和封装方法的改进。
技术介绍
1、随着数字孪生技术的高速发展，数字孪生技术在工业自动化中得到了广泛的应用，例如：设备故障预测和预防性维护、生产线优化和调试、能源管理、供应链管理、智能建筑、无人驾驶等众多领域均对数字孪生有着较广泛的应用。在具体应用中，数字孪生技术通过建立设备或生产线的数字模型，对实际设备或生产线的实时数据进行监控和分析，以实现故障预测、优化生产、提高能源效率等目标。同时，数字孪生技术也可以在虚拟环境中进行实验和验证，减少了实际操作中的风险和成本。
2、设备的数字孪生通常是将设备的静态和动态属性给予数字化定义，再加以3d模型仿真，达到虚实映射、双向驱动。这样的数据信息定义是单一无变化的，即，将设备的所有信息都封装在一个数字孪生模型中。随着人工智能和大数据在工业自动化领域的应用逐渐加深，工业自动化数字孪生也需要提高数据信息定义的灵活性和自适应性，以便智能算法能更有效的执行学习和推理运算，大数据能更有针对性地分析产线数据以实现产线检测和优化。但是当前在工业自动化数字孪生的应用中，对于目标的数据信息定义和封装都是混乱的，各自采用不同的定义和封装方式，这就导致各家的数字孪生数据和目标无法进行互通和迁移，整个工业自动化的数字孪生技术各自为战，使用成本极高。
技术实现思路
1、本专利技术的目的在于针对现有技术的缺陷和不足，提供一种工业自动化数字孪生中面向目标的数据信息定义和封装方法，
2、为实现上述目的，本专利技术采用以下技术方案是：将工业自动化数字孪生模型按几何模型a、信息模型b和机理模型c进行分类定义和封装；
3、所述的几何模型a是数字孪生模型中的几何模型是指对实际物理系统的几何特征进行描述的模型；它通过对实际物理系统的形状、大小、位置等几何参数进行数字化表示，建立了实际物理系统的几何模型；几何模型还包含描述实际物理系统之间的关系和运动规律，所述信息模型b是工业自动化数字孪生中从产品生产全生命周期、产线全流程和企业产业链全要素在信息空间的数字表达方式；所述机理模型c是一种基于数字化技术的模拟系统,它可以将实际物理系统的运行状态进行数字化建模,并通过数据分析和算法模拟,实现对实际系统的预测和优化。
4、在数字孪生模型中，几何模型是其它模型的基础，如动态模型、物理模型、仿真模型和优化模型等都建立在几何模型的基础上。通过对几何模型的数字化表示，可以实现对实际物理系统的虚拟测试和验证，进而实现产品的优化和改进。
5、几何模型a包含多个几何功能子模型a1、a2、a3、a4……an，几何功能子模型包含连接模型a1、控制模型a2、预测模型a3、优化模型a4、效率和成本模型a5、运维模型a6、可视化模型a7；几何功能子模型a1、a2、a3、a4……an并不是独立的，它们相互关联、互相影响，共同构成了几何功能数字孪生模型的核心部分。通过对这些子功能模型的灵活应用，可以实现对工业自动化生产过程的全面监控、优化和管理，提高生产效率和产品质量。
6、物理实体模型包含设备3d模型a11、装配模型a12、布局模型a13；所述的设备3d模型a11，是根据设备或系统的几何形状和结构特点，利用maya、solidworks等三维建模软件建立的3d模型；所述的装配模型a12，是对于由多个部件组成的设备，需要建立各个部件之间的装配关系，以模拟设备的组装过程；所述的布局模型a13，描述设备在工厂中的位置和布局，有助于实现工厂的数字孪生的虚拟仿真和优化。
7、所述的信息模型b包含多个信息功能子模型b1、b2、b3、b4……bn，信息功能子模型包含数据映射模型b1、数据处理模型b2、状态监测模型b3、故障预测模型b4。
8、所述的数据映射模型b1将采集到的工业设备数据映射到3d模型上，实现数据的可视化；数据处理模型b2是对采集到的数据进行处理，例如数据清洗、噪声消除、特征提取等；状态监测模型b3是通过分析实时数据，监测设备或系统的状态，如设备温度、压力、速度等；故障预测模型b4是基于历史数据和机器学习算法，预测设备可能出现的故障和故障时间，从而对设备的运行情况进行预期，方便备件、维护保养。
9、所述的机理模型c包含多个机理功能子模型c1、c2、c3、c4……cn，机理功能子模型包含物理机理模型c1、化学机理模型c2、系统控制模型c3、能量流动模型c4；所述的物理机理模型c1用于描述设备或系统的物理机理，如力学、热学、电磁学等；化学机理模型c2用于描述设备或系统涉及的化学反应和化学过程；系统控制模型c3用于描述设备或系统的控制逻辑和算法，如pid控制器、模糊逻辑控制器等；能量流动模型c4用于描述设备或系统的能量流动和能量转换过程。
10、所述的几何模型a、信息模型b和机理模型c的封装，是通过对不同功能子模型的封装，具体封装步骤如下：1.数据采集：首先需要采集物理世界中实体的数据，包括设备的工作状态、温度、压力等。这些数据可以通过各种传感器和监测设备进行采集；2.数据处理：采集到的数据需要进行处理，包括清洗、转换和标准化等，以便于数字模型的识别和处理；3.模型建立：根据处理后的数据，利用数字孪生技术建立物理实体的数字模型。这个模型可以包括设备的结构、功能、行为等各方面的信息；4.数据封装：将数字模型的数据进行封装，使其能够与物理实体进行交互。封装后的数据可以包括设备的状态、位置、运动轨迹等信息；5.数据交互：通过数据交互，数字模型可以接收来自物理实体的数据，同时也可以将数据反馈给物理实体；封装的目标是让物理世界中的实体能够与数字模型进行交互，同时保证数据的安全性和完整性，在封装过程中，还需要保证数据的安全性和完整性、模型的准确性和实时性、封装的标准化和可扩展性。
11、数据的安全性和完整性是为了保证数据的安全性和完整性，需要对数据进行加密和校验。同时，也需要保证数据的可追溯性和可验证性，以确保数据的真实性和可信度。模型的准确性和实时性是通过数字孪生模型需要准确地反映物理实体的状态和行为，同时还需要保证模型的实时性，以便能够及时地反映物理实体的变化。封装的标准化和可扩展性是为了方便不同系统和平台之间的交互和扩展，需要制定统一的封装标准和规范，以便于不同系统和平台之间的互操作性和可扩展性。
12、数字孪生模型的封装是实现数字孪生的重要步骤之一，它能够实现数字模型与物理实体的双向交互，同时保证数据的安全性和完整性。在封装过程中，需要综合考虑数据的采集、处理、模型建立、封装和交互等多个方面的因素，以实现数字孪生的完整性和可用性。
13、本专利技术中，通过对几何模型a、信息模型b和机理模型c的定义，同时根据该数字孪生对应的物理设备或产线所支持的目标功能进一步封装功能本文档来自技高网...
【技术保护点】
1.工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：将工业自动化数字孪生模型按几何模型A、信息模型B和机理模型C进行分类定义和封装；所述的几何模型A是数字孪生模型中的几何模型是指对实际物理系统的几何特征进行描述的模型；它通过对实际物理系统的形状、大小、位置等几何参数进行数字化表示，建立了实际物理系统的几何模型；几何模型还包含描述实际物理系统之间的关系和运动规律；所述信息模型B是工业自动化数字孪生中从产品生产全生命周期、产线全流程和企业产业链全要素在信息空间的数字表达方式；所述机理模型C是一种基于数字化技术的模拟系统,它可以将实际物理系统的运行状态进行数字化建模,并通过数据分析和算法模拟,实现对实际系统的预测和优化。
2.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：几何模型A包含多个几何功能子模型A1、A2、A3、A4……An，几何功能子模型包含连接模型A1、控制模型A2、预测模型AA3、逆向模型A4、优化模型A5、预测模型A6、控制模型A7；几何功能子模型A1、A2、A3、A4……An并不是独立的，它们相互关
3.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：物理实体模型包含设备3D模型A11、装配模型A12、布局模型A13；所述的设备3D模型A11，是根据设备或系统的几何形状和结构特点，利用Maya、SolidWorks等三维建模软件建立的3D模型；所述的装配模型A12，是对于由多个部件组成的设备，需要建立各个部件之间的装配关系，以模拟设备的组装过程；所述的布局模型A13，描述设备在工厂中的位置和布局。
4.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：所述的信息模型B包含多个信息功能子模型B1、B2、B3、B4……Bn，信息功能子模型包含数据映射模型B1、数据处理模型B2、状态监测模型B3、故障预测模型B4。
5.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：所述的数据映射模型B1将采集到的工业设备数据映射到3D模型上，实现数据的可视化；数据处理模型B2是对采集到的数据进行处理，例如数据清洗、噪声消除、特征提取等；状态监测模型B3是通过分析实时数据，监测设备或系统的状态，如设备温度、压力、速度等；故障预测模型B4是基于历史数据和机器学习算法，预测设备可能出现的故障和故障时间，从而对设备的运行情况进行预期，方便备件、维护保养。
6.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：所述的机理模型C包含多个机理功能子模型C1、C2、C3、C4……Cn，机理功能子模型包含物理机理模型C1、化学机理模型C2、系统控制模型C3、能量流动模型C4；所述的物理机理模型C1用于描述设备或系统的物理机理，如力学、热学、电磁学等；化学机理模型C2用于描述设备或系统涉及的化学反应和化学过程；系统控制模型C3用于描述设备或系统的控制逻辑和算法；能量流动模型C4用于描述设备或系统的能量流动和能量转换过程。
7.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：所述的几何模型A、信息模型B和机理模型C的封装，是通过对不同功能子模型的封装，具体封装步骤如下：1.数据采集：首先需要采集物理世界中实体的数据，包括设备的工作状态、温度、压力等；这些数据可以通过各种传感器和监测设备进行采集；2.数据处理：采集到的数据需要进行处理，包括清洗、转换和标准化等，以便于数字模型的识别和处理；3.模型建立：根据处理后的数据，利用数字孪生技术建立物理实体的数字模型；这个模型可以包括设备的结构、功能、行为等各方面的信息；4.数据封装：将数字模型的数据进行封装，使其能够与物理实体进行交互；封装后的数据可以包括设备的状态、位置、运动轨迹等信息；5.数据交互：通过数据交互，数字模型可以接收来自物理实体的数据，同时也可以将数据反馈给物理实体；封装的目标是让物理世界中的实体能够与数字模型进行交互，同时保证数据的安全性和完整性，在封装过程中，还需要保证数据的安全性和完整性、模型的准确性和实时性、封装的标准化和可扩展性。
...【技术特征摘要】
1.工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：将工业自动化数字孪生模型按几何模型a、信息模型b和机理模型c进行分类定义和封装；所述的几何模型a是数字孪生模型中的几何模型是指对实际物理系统的几何特征进行描述的模型；它通过对实际物理系统的形状、大小、位置等几何参数进行数字化表示，建立了实际物理系统的几何模型；几何模型还包含描述实际物理系统之间的关系和运动规律；所述信息模型b是工业自动化数字孪生中从产品生产全生命周期、产线全流程和企业产业链全要素在信息空间的数字表达方式；所述机理模型c是一种基于数字化技术的模拟系统,它可以将实际物理系统的运行状态进行数字化建模,并通过数据分析和算法模拟,实现对实际系统的预测和优化。
2.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：几何模型a包含多个几何功能子模型a1、a2、a3、a4……an，几何功能子模型包含连接模型a1、控制模型a2、预测模型aa3、逆向模型a4、优化模型a5、预测模型a6、控制模型a7；几何功能子模型a1、a2、a3、a4……an并不是独立的，它们相互关联、互相影响，共同构成了几何功能数字孪生模型的核心部分。
3.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：物理实体模型包含设备3d模型a11、装配模型a12、布局模型a13；所述的设备3d模型a11，是根据设备或系统的几何形状和结构特点，利用maya、solidworks等三维建模软件建立的3d模型；所述的装配模型a12，是对于由多个部件组成的设备，需要建立各个部件之间的装配关系，以模拟设备的组装过程；所述的布局模型a13，描述设备在工厂中的位置和布局。
4.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义和封装方法，其特征在于：所述的信息模型b包含多个信息功能子模型b1、b2、b3、b4……bn，信息功能子模型包含数据映射模型b1、数据处理模型b2、状态监测模型b3、故障预测模型b4。
5.根据权利要求1所述的工业自动化数字孪生中面向目标的数据信息定义...
【专利技术属性】
技术研发人员：方彤，卿叔平，
申请(专利权)人：昆山梦宇三维数字技术有限公司，
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。