基于数字孪生五维模型的软体机器人或驱动器系统及其建模方法与流程

本发明涉及软体机器人技术领域，具体涉及一种基于数字孪生五维模型的软体机器人或驱动器系统及其建模方法。

背景技术：

软体机器人、驱动器由软体材料制造而成，理论上具有无限多自由度，具有良好的顺从性、适应性及安全性等优点，与传统刚性机器人相比较具有巨大的优势，应用越来越广泛，成为学术界和工程界关注的热点。但目前软体机器人、驱动器数字化水平较低。提高软体机器人、驱动器数字化水平，是软体机器人、驱动器面临的一个关键问题。

目前，有关软体机器人或驱动器模型大多局限于某一方面。例如中国专利文献cn103978485b公开了一种仿蛇形软体机器人或驱动器的运动学和动力学模型，设计出了一种仿蛇型软体机器人控制系统和控制方法，实现了简化机器人控制系统的目的，同时也避免了普通机器人运动不够灵活，不易控制的缺陷；中国专利文献cn109664312a利用三维建模软件对软体机器人或驱动器外包络轮廓进行建模时，通过三维扫描仪对所需要的软体机器人形状进行三维扫描，然后利用三维建模软件进行建模，公开了一种基于热变形的生长型软体机器人预设变形方法。上述专利提出的软体机器人或驱动器模型，解决了相应的问题，但是不便于实时显示、预测工况，不便于提供智能化服务且管理水平低下。

数字孪生集成多物理、多尺度、多领域、多学科属性，具有实时同步、忠实映射、高保真度的特性，是实现物理世界与信息世界交互与融合的有效技术手段。根据数据孪生“五维结构模型”，数据孪生包括物理空间的物理模型、虚拟空间的虚拟模型、管理系统、孪生数据以及连接物理模型和虚拟模型的孪生数据信息链。虚拟模型是对物理模型忠实的数字化镜像，可高效、准确的评估、预测、优化实体模型并能为实体模型赋予智能。

技术实现要素：

为克服现有技术的不足，本发明的目的在于提供一种基于数字孪生五维模型的软体机器人或驱动器建模方法，实现在线实时和离线非实时状态的多视角可视化展示，能实时自然交互完成工况显示、预测，实现软体机器人或驱动器虚实映射和深层次的信息物理融合，提升软体机器人或驱动器的智能化水平。

为实现上述目的，本发明所采用的技术方案是：

基于数字孪生五维模型的软体机器人或驱动器系统，包括物理模型、虚拟模型、孪生数据信息链及服务系统；物理模型、虚拟模型和服务系统两两之间通过孪生数据信息链连接；

所述物理模型包括软体机器人或驱动器本体、传感器和控制系统，传感器安装在软体机器人或驱动器本体上；传感器通过不同的数据接口与控制系统连接；控制系统通过所述孪生数据信息链对相关数据进行采集与信号传输，控制软体机器人或驱动器的运动，发出报警提示信息；

所述虚拟模型包括数字孪生描述模型和数字孪生智能模型，数字孪生描述模型基于虚拟现实及增强现实技术对物理模型的几何、物理、行为要素进行虚拟化的高度真实映射，完成对软体机器人或驱动器工作过程的仿真、优化、评估及实时智能监控与调控；数字孪生智能模型通过对物理模型传感器采集到的实时数据和原有历史数据分析与决策，实现软体机器人或驱动器的工况预测与智能化服务；

所述孪生数据包含软体机器人或驱动器物理实体数据、虚拟模型数据、服务数据及知识数据；

孪生数据信息链实现软体机器人或驱动器物理模型、虚拟模型、服务及孪生数据间的实时信息交互；

所述服务系统包括管理性服务子系统和智能性服务子系统，用于完成数据、算法、建模过程、故障管控、寿命预测、界面操作工作。

进一步，在物理模型建模时其对象分为其对象分为控制部分、功能部分及辅助部分；其中，控制部分包括控制器、触摸屏、i/o接口、电磁阀、传感器、数模转换器；功能部分包括软体机器人或驱动器本体、压缩机、储存罐、软管、磁铁、线圈；辅助部分包括过滤器、支撑座。

进一步，所述数字孪生描述模型包括机理描述模型和数据驱动描述模型；

机理描述模型包括电气系统、液压系统、材料系统和机械系统，用于描述软体机器人或驱动器的工作原理；机械系统负责描述物理软体机器人或驱动器的各个机械部件间的关系，液压系统描述软体机器人或驱动器液压系统关系，电气系统描述软体机器人或驱动器电气系统关系，材料系统描述软体机器人或驱动器材料属性；

数据驱动描述模型根据物理模型传感器采集的实时数据和数字孪生智能模型提供的智能数据，运用虚拟现实及增强现实技术驱动三维可视化引擎渲染生成与物理软体机器人或驱动器一致的虚拟软体机器人或驱动器模型，实现物理软体机器人或驱动器与虚拟软体机器人或驱动器的忠实孪生映射和实时交互。

进一步，所述数字孪生智能模型包括运行状态数据库、知识库和推理机；运行状态数据库实时存储从软体机器人或驱动器采集来的控制器和传感信息；知识库从历史数据中学习得到相应的知识，推理机基于相应的规则和知识进行决策的推理与故障的预测诊断。

一种基于数字孪生五维模型的软体机器人或驱动器系统的建模方法，其特征在于包括以下步骤：

步骤1.创建软体机器人或驱动器物理模型

将传感器安装在软体机器人或驱动器本体上，传感器将软体机器人或驱动器的速度、位置、加速度、内部压力、应力应变、体积、气压、流量、湿度、电压、电流、及温度信号传输给控制系统；控制系统采集软体机器人或驱动器本体的操作面板及软体机器人或驱动器传感器数据，并将采集到的数据用信号通信的方式传输给虚拟模型，同时控制软体机器人或驱动器的运动；

步骤2.创建软体机器人或驱动器虚拟模型

基于虚拟现实及增强现实技术对物理模型的几何、物理、行为要素进行虚拟化的高度真实映射得到虚拟模型，完成对软体机器人或驱动器工作过程的仿真、优化、评估及实时智能监控与调控，实现软体机器人或驱动器的工况预测与智能化服务；

步骤3.创建动态实时孪生数据信息链

借助现代信息传输技术创建孪生数据信息链，实现软体机器人或驱动器物理模型、虚拟模型、服务及孪生数据间的实时信息交互；

步骤4.创建服务系统

采用browser/server模式，后端用php和mysql，按照mvc规范开发服务系统，实现用户登录、权限判定、信息管理、历史数据查阅及数据分析；

步骤5.挖掘孪生数据

根据软体机器人或驱动器物理实体数据、虚拟模型数据、服务数据及知识数据得到孪生数据。

进一步，所述软体机器人或驱动器物理实体数据包括软体机器人或驱动器的规格、性能及运行相关数据；所述虚拟模型数据包括虚拟模型的尺寸、装配、位置及材料数据；所述服务数据包括算法、数据处理方法及相关管理数据；所述知识数据包括所述虚拟模型中的专家知识及模型库数据。

进一步，所述步骤2中虚拟模型包括数字孪生描述模型和数字孪生智能模型，构建数字孪生描述模型步骤如下：

首先、利用面向对象的思想、利用基于组件化的、数学方程化的方法对软体机器人或驱动器进行划分为各个零件；

然后、利用统一的多领域建模语言，基于相应系统的约束方程和约束与参数等建立相应零部件与子系统的表述模型，各个领域的子系统通过能量转换器进行不同领域的集成，构成数字孪生多领域的描述模型。

进一步，所述步骤3中创建孪生数据信息链的步骤包括：

首先、基于可扩展标记语言创建传感器获得的感知数据的表达模板；

然后、建立感知数据与传感器的关联关系；

最后、基于感知数据与智能决策数据的对应关系，创建感知数据与智能决策数据的孪生数据信息链。

本发明的有益效果是：

本发明基于数字孪生五维模型的软体机器人或驱动器系统，包括物理模型、虚拟模型、孪生数据信息链、孪生数据及服务系统；物理模型、虚拟模型、孪生数据和服务系统两两之间通过孪生数据信息链连接，通过孪生数据信息链传送孪生数据；物理模型包括软体机器人或驱动器本体、传感器和控制系统，通过各种传感器采集物理软体机器人或驱动器实时状态信息，并基于此数据驱动三维可视化引擎渲染生成与物理软体机器人或驱动器一致的虚拟软体机器人或驱动器模型，从而实现物理软体机器人或驱动器与虚拟软体机器人或驱动器的忠实孪生映射。生成的虚拟模型可在线实时和离线非实时地进行多视角可视化展示，能实时自然交互显示工况，并对工况等信息进行可视化展示及预测，提升软体机器人或驱动器的智能化水平。通过构建服务系统，可对软体机器人或驱动器工作中涉及到的数据、算法、建模过程等进行控制，并通过人机友好界面予以显示，提高管理水平。

附图说明

图1本发明系统的总体结构示意图

图2物理模型面面向对象分类

图3虚拟模型示意图

图4数字孪生智能模型结构示意图

图5应用案例一个弯曲软体驱动器系统结构示意图

具体实施方式

下面结合具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。

如图1所示，本实施例提供一种基于数字孪生五维模型的软体机器人或驱动器系统，包括物理模型、虚拟模型、孪生数据信息链及服务系统；物理模型、虚拟模型和服务系统两两之间通过孪生数据信息链连接，通过孪生数据信息链传送孪生数据。

其中，所述物理模型包括软体机器人或驱动器本体、传感器和控制系统，传感器安装在软体机器人或驱动器本体上；传感器通过不同的数据接口与控制系统连接；控制系统通过所述孪生数据信息链对相关数据进行采集与信号传输，控制软体机器人或驱动器的运动，发出报警提示等信息。

如图2所示，物理软体机器人或驱动器数字孪生建模时其对象分为控制部分、功能部分及辅助部分等三大部分。其中，控制部分包括控制器、触摸屏、i/o接口、电磁阀、传感器、数模转换器等；功能部分包括软体机器人或驱动器本体、压缩机、储存罐、软管、磁铁、线圈等；辅助部分包括过滤器、支撑座等。

如图3所示，虚拟模型由数字孪生描述模型和数字孪生智能模型两部分组成。数字孪生描述模型包括机理描述模型和数据驱动描述模型。

机理描述模型是由电气系统、液压系统、材料系统和机械系统组成的，借助相关学科原理描述软体机器人或驱动器的工作原理；机械系统负责描述物理软体机器人或驱动器的各个机械部件间的关系，液压系统描述软体机器人或驱动器液压系统关系，电气系统描述软体机器人或驱动器电气系统关系，材料系统描述软体机器人或驱动器材料属性。

数据驱动描述模型根据传感器采集的实时数据和数字孪生智能模型提供的智能数据，运用虚拟现实及增强现实技术，基于此数据驱动三维可视化引擎渲染生成与物理软体机器人或驱动器一致的虚拟软体机器人或驱动器模型，从而实现物理软体机器人或驱动器与虚拟软体机器人或驱动器的忠实孪生映射和实时交互。

如图4所示，数字孪生智能模型主要由运行状态数据库、知识库和推理机组成，运行状态数据库实时存储从软体机器人或驱动器采集来的控制器和传感信息，知识库从历史数据中学习得到相应的知识，推理机基于相应的规则和知识进行决策的推理与故障的预测诊断等，完成工况的智能化预测，并将结果以数据的形式反馈于物理实体，优化软体机器人或驱动器工作状态；同时将结果以数据的形式传输给虚拟模型，推动虚拟模型实时调整和实时显示，达到实时交互显示和工作最优。

借助现代信息传输技术创建孪生数据信息链，实现软体机器人或驱动器物理模型、虚拟模型、服务及孪生数据间的实时信息交互；

所述服务系统包括管理性服务子系统和智能性服务子系统；所述孪生数据信息链实现软体机器人或驱动器物理模型、虚拟模型、服务及孪生数据间的实时信息交互。

本发明基于数字孪生五维模型的软体机器人或驱动器系统建模方法，包括以下步骤：

1.创建软体机器人或驱动器物理模型；

2.创建软体机器人或驱动器虚拟模型；

3.创建动态实时孪生数据信息链；

4.创建服务系统；

5.挖掘孪生数据。

步骤1中，物理模型包括软体机器人或驱动器本体、传感器和控制系统，传感器安装在软体机器人或驱动器本体上，传感器将软体机器人或驱动器的速度、位置、加速度、内部压力、应力应变、体积、气压、流量、湿度、电压、电流、及温度信号传输给控制系统；控制系统采集软体机器人或驱动器本体的操作面板及软体机器人或驱动器传感器数据，并将采集到的数据用信号通信的方式传输给虚拟模型，同时控制软体机器人或驱动器的运动；

步骤2中，虚拟模型包括数字孪生描述模型和数字孪生智能模型。数字孪生描述模型基于虚拟现实及增强现实技术对物理模型的几何、物理、行为要素进行虚拟化的高度真实映射，主要完成对软体机器人或驱动器工作过程的仿真、优化、评估及实时智能监控与调控；数字孪生描述模型包括机理描述模型和数据驱动描述模型。机理描述模型根据软体机器人学、流体力学、电磁学、机械学等建立。数据驱动描述模型由三维可视化引擎在孪生数据信息链数据库的驱动下，在线实时和离线非实时渲染生成与物理软体机器人或驱动器一致的虚拟软体机器人或驱动器，具有多视角可视化展示，能实时自然交互显示工况；

进一步的，在步骤2中，构建数字孪生描述模型步骤如下：

首先、利用面向对象的思想、利用基于组件化的、数学方程化的方法对软体机器人或驱动器进行划分，直至各个零件；

然后、各个领域的工程师利用统一的多领域建模语言，基于相应系统的约束方程和约束与参数等建立相应零部件与子系统的表述模型，各个领域的子系统通过能量转换器进行不同领域的集成，来构成数字孪生多领域的描述模型。

进一步的，在步骤2中，数字孪生智能模型主要由运行状态数据库、知识库和推理机组成，通过对传感器采集到的实时数据和原有历史数据分析与决策，实现软体机器人或驱动器的工况预测与智能化服务。

步骤3中，动态实时孪生数据信息链是借助现代信息传输技术，实现软体机器人或驱动器物理模型、虚拟模型、服务及孪生数据间的实时信息交互。完成物理模型与虚拟模型的连接、孪生数据与物理模型和虚拟模型的连接以及服务系统与孪生数据、物理模型和虚拟模型的连接。

进一步的，步骤3中所述创建孪生数据信息链的步骤包括：首先基于可扩展标记语言创建传感器获得的感知数据的表达模板，然后建立感知数据与传感器的关联关系，最后基于感知数据与智能决策数据的对应关系，创建感知数据与智能决策数据的孪生数据信息链。

步骤4中，创建的服务系统主要完成数据、算法、建模过程、故障管控、寿命预测、操作界面等工作。所述管理系统，用户可现场或远程随时登录，控制软体机器人或驱动器，查看生产方案，优化系统配置；所述管理系统采用browser/server模式，后端用php和mysql，按照mvc规范进行开发，可实现用户登录、权限判定、信息管理、历史数据查阅及数据分析等功能；用户可以通过本系统的账号和密码在pc端或移动客户端登录系统，进行任务下单、数据下载和状态监控等工作；所述系统可完成故障管控、寿命预测等工作。

步骤5中，孪生数据是关键驱动力。所述孪生数据包含软体机器人或驱动器物理实体数据、虚拟模型数据、服务数据及知识数据。所述软体机器人或驱动器物理实体数据包括软体机器人或驱动器的规格、性能及运行等相关数据；所述虚拟模型的尺寸、装配、位置及材料等数据；所述服务数据包括算法、数据处理方法及相关管理数据；所述知识数据包括所述虚拟模型中的专家知识及模型库等数据。

如图5所示：本实施案例为一个弯曲软体驱动器，该弯曲软体驱动器以空气作为动力源。在本实施案例中，安装在弯曲软体驱动器上的柔性传感器将有关物理属性(如：弯曲、输出力等)数据传输到弯曲软体驱动器的数字孪生模型，弯曲软体驱动器数字孪生模型根据电气学、液压学、机械学及材料学等学科专业机理并结合上述数据，生成与物理模型相一致的弯曲软体驱动器虚拟模型，并实时显示其工况；同时结合已经存储的历史数据，数字孪生模型经过智能分析、预测，确定当前物理属性值是否合理。如不合理，通过控制电磁阀，调整输入弯曲软体驱动器的输入气压，以使弯曲软体驱动器的物理属性值处于合理状态。

服务系统的设计服务模块结合仿真技术(使用abaqus、ansys等软件)和数据建模技术，实现对软件驱动器的实时、高置信度仿真预测，可提高设计验证能力，加快设计速度，提高设计精度。服务系统的故障预测和监控模块基于孪生数据提供的实时数据，经过对所采集的数据的分析与处理，实现快速捕捉故障，准确定位故障原因，评估软体驱动器状态，进行预测维修。服务系统还可完成对孪生数据的统计分析并予以显示。操作人员也可人机界面完成对软体机器人的控制。

所述管理系统，用户可现场或远程随时登录，控制软件驱动器，查看工作方案，优化系统配置；所述管理系统采用browser/server模式，后端用php和mysql，按照mvc规范进行开发，可实现用户登录、权限判定、信息管理、历史数据查阅及数据分析等功能；用户可以通过本系统的账号和密码在pc端或移动客户端登录系统，进行任务下单、数据下载和状态监控等工作。

管参照上述实施例对本发明进行了详细说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本权利要求范围当中。