【技术实现步骤摘要】
本专利技术属于数字孪生，具体涉及一种基于大数据的发型推荐方法及系统。
技术介绍
1、数字化、信息化建设是实现制造业智能化转型的第一步，生产过程数据管理是实现智能制造过程数字化、信息化的基础。没有可靠的数据支撑，智能制造上层架构都将失去其原有作用，或无法完成对应功能。数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
2、然而，随着生产线柔性不断增强，传统数据管理系统因其定制开发模式导致重构性差，生产线变动时难以响应；且生产现场普遍存在不同厂家的装备和系统，多通信协议并存导致数据采集和交互困难，信息孤岛现象严重；同时，随着生产过程的日益复杂，生产数据呈现出大数据特性，传统数据管理方式难以有效应对，导致数据的可用性较差。
技术实现思路
1、针对现有技术的上述不足，本专利技术提供一种可重配置的数字孪生模型构建方法及系统，以解决上述技术问题。
2、第一方面，本专利技术提供一种可重配置的数字孪生模型构建方法，包括：
3、解析生产线的生产要素及生产要素的数据类型，并基于所述生产要素和所述数据类型构建模型架构；
4、为各生产要素定制个性属性，并将所述个性属性填充至所述模型架构，生成生产线的数据模型；
5、生成用于驱动数据传输协议转
6、获取所述数据模型的存储配置信息，基于所述存储配置信息通过动态建立表格与属性的方法完成生产数据的存储；
7、配置应用场景模型、数据流及与应用服务的统一对接接口。
8、在一个可选的实施方式中，解析生产线的生产要素及生产要素的数据类型，并基于所述生产要素和所述数据类型构建模型架构，包括：
9、解析生产线的生产要素，所述生产要素包括设备、工装、人员和物料；
10、解析生产要素的数据类型，所述设备的数据类型包括基本信息、运行信息、组成信息和维护信息；所述工装的数据类型包括基本信息、运行信息和维护信息；所述人员的数据类型包括岗位基本信息和工作基本信息；所述物料的数据类型包括基本信息、库存信息、状态信息和质检信息；
11、将生产要素的数据类型划分为静态信息集和动态信息集，基于静态信息集和动态信息集对生产要素进行属性描述，并设置属性元素对属性进行深层描述，得到生产要素的子模型；
12、通过表述子模型的关联关系将子模型集成为模型架构。
13、在一个可选的实施方式中，为各生产要素定制个性属性，并将所述个性属性填充至所述模型架构，生成生产线的数据模型，包括：
14、将所述模型架构中的信息结构统一定义为四元组结构，所述四元组结构包括信息的唯一全局变量、固有属性、动态属性和关系描述；
15、为设备定制基本信息描述属性、设备加工能力描述属性、运行参数的描述属性和组合关系的描述属性；
16、为工作子模型添加各类工装的特有属性，基于所述特有属性构建各类工装的元模型，工装的类别包括刀具、夹具和量具；
17、为物料子模型添加物料的状态属性，所述状态属性的状态项包括毛坯状态和加工状态；
18、为所有属性的属性元素赋值，得到设备实例化的数据模型，按照映射规则将所述数据模型的文件转换为xml格式。
19、在一个可选的实施方式中，为所有属性的属性元素赋值，包括：
20、为静态信息的属性元素赋予固定值，为动态信息的属性元素赋予数据采集相关参数，所述数据采集相关参数包括数据地址、类型、缩放量和采样间隔。
21、在一个可选的实施方式中，为设备定制基本信息描述属性、设备加工能力描述属性、运行参数的描述属性和组合关系的描述属性，包括：
22、为物流类设备定制拓展基本信息属性、运输能力属性、运行参数属性；
23、为机械臂类设备定制基本信息属性、加工能力属性、运行参数属性。
24、在一个可选的实施方式中，生成用于驱动数据传输协议转换的配置文件，以驱动所述数据模型进行柔性数据采集，包括：
25、从所述数据模型解析出数据采集配置信息，所述数据采集配置信息包括采集点位信息和采集设备采用的通信协议；
26、对各采集设备采用的通信协议进行多协议自适配解析，并对所述数据模型的第三方api的多驱动动态加载进行解析，基于解析出的通信协议信息及api信息获取采集设备采集的动态数据；
27、通过统一映射规则将动态数据映射到opc ua地址空间中。
28、在一个可选的实施方式中，获取所述数据模型的存储配置信息，基于所述存储配置信息通过动态建立表格与属性的方法完成生产数据的存储，包括：
29、构建配置信息描述表，所述配置信息描述表用于存储所述数据模型的数据存储架构的配置信息；
30、当生产线的数据模型更新后，从新的数据模型解析数据存储架构的配置信息，并生成新的配置信息表述表，比对新的配置信息描述表与原配置信息表述表的一致性，定位存在差异的更新要素，基于所述更新要素调整新的数据模型的数据存储架构；
31、在所述数据存储架构中，为opc ua接口创建消息队列，以将opc ua接口获取的动态数据推送至相应的消息队列，对消息队列中缓存的动态数据进行预处理，得到干净数据；将所述干净数据存储至第一数据库，并将第一数据中的数据同步备份至第二数据库。
32、在一个可选的实施方式中，配置应用场景模型、数据流及与应用服务的统一对接接口，包括：
33、构建多个应用场景模型，所述应用场景模型包括应用数据需求、定制处理策略和数据分析算法；
34、基于应用场景模型的应用数据需求构建数据流，以为应用场景模型调取需求的输入数据；
35、基于restful api开发统一交互接口，以通过所述统一交互接口将各应用场景模型的数据分析结果分发至对应的应用服务。
36、在一个可选的实施方式中，基于应用场景模型的应用数据需求构建数据流，以为应用场景模型调取需求的输入数据，包括：
37、利用spark streaming对接缓存实时采集的数据的kafka，接收实时输入数据流，并按照时间窗将连续数据流划分成多个离散数据流，将离散数据流以rdd队列的形式传送至spark计算引擎，按照应用场景模型的描述，调用相应的算法进行实时计算；
38、通过spark-hbase连接器将hbase数据库中的数据加载到 dataframe 中，将数据以二维表的形式传送至spark计算引擎，按照应用场景模型的描述，调用相关算法进行离线计算。
39、第二方面，本专利技术提供一种可重配置的数字孪生模型构建系统，包括：
40、架构建立模本文档来自技高网...
【技术保护点】
1.一种可重配置的数字孪生模型构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，解析生产线的生产要素及生产要素的数据类型，并基于所述生产要素和所述数据类型构建模型架构，包括：
3.根据权利要求1所述的方法，其特征在于，为各生产要素定制个性属性，并将所述个性属性填充至所述模型架构，生成生产线的数据模型，包括：
4.根据权利要求3所述的方法，其特征在于，为所有属性的属性元素赋值，包括：
5.根据权利要求3所述的方法，其特征在于，为设备定制基本信息描述属性、设备加工能力描述属性、运行参数的描述属性和组合关系的描述属性，包括：
6.根据权利要求1所述的方法，其特征在于，生成用于驱动数据传输协议转换的配置文件，以驱动所述数据模型进行柔性数据采集，包括：
7.根据权利要求1所述的方法，其特征在于，获取所述数据模型的存储配置信息，基于所述存储配置信息通过动态建立表格与属性的方法完成生产数据的存储，包括：
8.根据权利要求1所述的方法，其特征在于，配置应用场景模型、数据流及与应用服务的统一对
9.根据权利要求8所述的方法，其特征在于，基于应用场景模型的应用数据需求构建数据流，以为应用场景模型调取需求的输入数据，包括：
10.一种可重配置的数字孪生模型构建系统，其特征在于，包括：
...【技术特征摘要】
1.一种可重配置的数字孪生模型构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，解析生产线的生产要素及生产要素的数据类型，并基于所述生产要素和所述数据类型构建模型架构，包括：
3.根据权利要求1所述的方法，其特征在于，为各生产要素定制个性属性，并将所述个性属性填充至所述模型架构，生成生产线的数据模型，包括：
4.根据权利要求3所述的方法，其特征在于，为所有属性的属性元素赋值，包括：
5.根据权利要求3所述的方法，其特征在于，为设备定制基本信息描述属性、设备加工能力描述属性、运行参数的描述属性和组合关系的描述属性，包括：
6....
【专利技术属性】
技术研发人员：胡天亮，孟麒，周帅昌，王鑫，田嘉全，
申请(专利权)人：山东大学，
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。