一种基于边缘计算和数字孪生的智能生产系统及方法

1.本发明属于智能生产技术领域，具体涉及一种基于边缘计算和数字孪生的智能生产系统及方法。


背景技术：

2.纺织产业是我国国民经济的支柱产业和重要的民生产业，随着工厂自动化、信息化建设的不断推进，工业互联网、大数据、信息物理系统(cyber-physical systems，cps)、数字孪生(也可称数字映射、数字镜像等，digital twin)、数字主线等技术不断出现并快速融入纺织产业生产中，各种自动化系统、信息化系统的部署与应用，使得作为产品生产的车间管理变得越来越重要，而且工作量越来越大，协同工作性要求越来越高，对安全性、可用性和运维管理等要求也越来越高。
3.目前生产车间管理采用模块化生产，由多个生产单元和物流单元构成复杂的协作系统，但是传统的模块化生产运作过程中，各单元是独立运作的，无法从全局优化的角度实现协调运作，造成资源、质量等多方面的不良干扰，影响生产效率。


技术实现要素：

4.为了克服现有技术的不足，本发明提供了一种基于边缘计算和数字孪生的智能生产系统及方法，包括边缘计算控制系统和数字孪生管理控制系统，边缘计算控制系统包括信息层、通信层和物理层，数字孪生管理控制系统包括数字化制造设备和数字孪生管理控制层；物理层使用信息层的智能感知技术实时感知模块化生产全流程产生的多源异构数据，通过通信层为各单元的动态交互、协同优化以及精准决策提供数据支撑。本发明生产系统和方法，通过设置数字孪生关联控制系统，对实际生产中，生产协调和资源配置进行实时感知监控，精准映射生成以数字数据为对象的动态虚拟模型，在决策初期实现信息在线迭代运行和双向优化，从而达到全局优化协调运作，消除动态性干扰，合理配置资源生产。
5.本发明解决其技术问题所采用的技术方案包括如下步骤：
6.一种基于边缘计算和数字孪生的智能生产系统，包括边缘计算控制系统和数字孪生管理控制系统；所述边缘计算控制系统包括信息层、通信层和物理层，所述数字孪生管理控制系统包括数字化制造设备和数字孪生管理控制层；
7.所述信息层包括数据感知和数据计算；所述数据感知包括生产产品的重量、输出速度、输入速度和均整性数据采集；所述数据计算指对数据感知的处理分析、分类聚类、挖掘推理和回溯优化；
8.所述通信层是指采用工业互联网技术，包括rfid、tag、wifi、zigbee；所述通信层还包括rfid标签、rfid阅读器和gps定位设备；
9.所述物理层包括执行单元的生产设备、对生产设备进行智能控制的plc控制器和传感器；所述传感器包括质量传感器、速度传感器；
10.所述物理层使用智能感知技术实时感知模块化生产全流程产生的多源异构数据，
通过通信层为信息层的动态交互、协同优化以及精准决策提供数据支撑；
11.所述数字孪生管理控制层包括虚拟模型、虚拟映像和虚拟仿真，以应用服务为基础，分别通过虚拟模型、虚拟映像和虚拟仿真，经过动态协调、优化和计算，在信息世界构建与物理层同步的数字化制造设备动态联动仿真；
12.所述边缘计算控制系统为数字孪生管理控制层提供支撑，使数字孪生管理控制层能够实现在线联动决策。
13.一种基于边缘计算和数字孪生的智能生产方法，包括以下步骤：
14.步骤1：在订单初管理期，通过应用服务和网络设备服务，完成产品订单后，划分生产模块单元，各模块单元联动决策运作；
15.步骤2：在规划优化期，由于市场需求变化，调整各生产模块单元运作情况，优化各关联环节的作业计划，消除动态干扰达到最优运作；
16.步骤3：动态协调管控，使用数字孪生管理系统，获取执行单元的人员、物料、设备、工艺和环境，虚拟形成生产全流程的实时数据，反复优化生成最优作业计划，指导实践生产活动。
17.本发明的有益效果如下：
18.1、本发明基于边缘计算和数字孪生的智能生产系统和方法，通过设置数字孪生关联控制系统，对实际生产中，生产协调和资源配置进行实时感知监控，精准映射生成以数字数据为对象的动态虚拟模型，在决策初期实现信息在线迭代运行和双向优化，从而达到全局优化协调运作，消除动态性干扰，合理配置资源生产。
19.2、本发明基于边缘计算和数字孪生的智能生产系统和方法，通过设置缘计算控制系统提高动态信息的实时反馈，使各个生产模块单元以及资源配置、作业计划、运转方式能够达到多方面协调一致，满足数字孪生的创建物理模拟堆叠，消除来自生产管理多方面的不良干扰，保证生产的高效运行。
附图说明
20.图1为本发明提出的基于边缘计算和数字孪生的智能生产系统和方法的示意图；
21.图2为本发明提出的基于边缘计算和数字孪生的智能生产系统和方法的流程图。
具体实施方式
22.下面结合附图和实施例对本发明进一步说明。
23.一种基于边缘计算和数字孪生的智能生产系统，包括边缘计算控制系统和数字孪生管理控制系统；所述边缘计算控制系统包括信息层、通信层和物理层，所述数字孪生管理控制系统包括数字化制造设备和数字孪生管理控制层；
24.所述信息层包括数据感知和数据计算；所述数据感知包括生产产品的重量、输出速度、输入速度和均整性数据采集；所述数据计算指对数据感知的处理分析、分类聚类、挖掘推理和回溯优化；
25.所述通信层是指采用工业互联网技术，包括rfid、tag、wifi、zigbee；所述通信层还包括rfid标签、rfid阅读器和gps定位设备；
26.所述物理层包括执行单元的生产设备、对生产设备进行智能控制的plc控制器和
传感器；所述传感器包括质量传感器、速度传感器；
27.所述物理层使用智能感知技术实时感知模块化生产全流程产生的多源异构数据，通过通信层为信息层的动态交互、协同优化以及精准决策提供数据支撑；
28.所述数字孪生管理控制层包括虚拟模型、虚拟映像和虚拟仿真，以应用服务为基础，分别通过虚拟模型、虚拟映像和虚拟仿真，经过动态协调、优化和计算，在信息世界构建与物理层同步的数字化制造设备动态联动仿真；
29.所述边缘计算控制系统为数字孪生管理控制层提供支撑，使数字孪生管理控制层能够实现在线联动决策。
30.数字孪生管理控制层通过物理层的精准虚拟映像和数字对象的动态虚拟仿真支撑联动式运作的在线联动决策，在实时采集的生产执行数据的驱动下，基于环境模型、关系模型与对象模型多尺度运作模型对生产全流程进行精准映像，在信息世界中实时呈现物理层的实际运作情况，对生产系统做出精准综合运作效果判断，并基于联动模型不断迭代优化联动决策策略以支撑生产运作的在线联动决策。
31.一种基于边缘计算和数字孪生的智能生产方法，包括以下步骤：
32.步骤1：在订单初管理期，通过应用服务和网络设备服务，完成产品订单后，划分生产模块单元，各模块单元联动决策运作；
33.步骤2：在规划优化期，由于市场需求变化，调整各生产模块单元运作情况，优化各关联环节的作业计划，消除动态干扰达到最优运作；
34.步骤3：动态协调管控，使用数字孪生管理系统，获取执行单元的人员、物料、设备、工艺和环境，虚拟形成生产全流程的实时数据，反复优化生成最优作业计划，指导实践生产活动。
35.具体实施例：
36.参照图1-2，基于边缘计算和数字孪生的智能生产系统和方法，包括边缘计算控制系统和数字孪生管理控制系统，所述边缘计算控制系统包括信息层、通信层和物理层，所述信息层包括数据感知和数据计算，数据感知分为生产产品的重量、输出速度、输入速度和均整性数据采集，数据计算指对数据感知的处理分析、分类聚类、挖掘推理和回溯优化。
37.所述物料层是指硬件资源，包括执行单元的生产设备、对生产设备进行智能控制的plc控制器和传感器，传感器包括质量传感器、速度传感器，所述硬件资源还包括rfid标签、rfid阅读器和gps定位设备，所述通信层是指采用工业互联网技术，包括rfid、tag、wifi、zighee，使用rfid标签、rfid阅读器、gps定位设备与传感器对生产全流程实时感知多源数据。
38.所述数字孪生管理控制系统包括数字化制造设备和数字孪生管理控制层，所述数字孪生管理控制层包括虚拟模型、虚拟映像和虚拟仿真，以应用服务为基础，分别通过虚拟模型、虚拟映像和虚拟仿真，通过动态协调、优化和计算，在信息世界构建与物理层同步的动态联动仿真。
39.物理层使用信息层的智能感知技术实时感知模块化生产全流程产生的多源异构数据，通过通信层为各单元的动态交互、协同优化以及精准决策提供数据支撑。
40.数字孪生管理控制层通过物理层的精准虚拟映像和数字对象的动态虚拟仿真支撑联动式运作的在线联动决策，在实时采集的生产执行数据的驱动下，基于环境模型、关系
模型与对象模型多尺度运作模型对生产全流程进行精准映像，在信息世界中实时呈现物理层的实际运作情况，对生产系统做出精准综合运作效果判断，并基于联动模型不断迭代优化联动决策策略以支撑生产运作的在线联动决策。
41.本实施例中，还提出了基于边缘计算和数字孪生的智能生产的方法，包括以下具体步骤：
42.步骤一、订单初管理期，通过应用服务和网络设备服务，完成产品订单后，分析和判别设备和资源的状态，划分生产模块单元，各模块单元联动决策运作；
43.步骤二、再规划优化期，由于市场需求变化引发的复杂动态生产运作环境的便于，调整各生产模块单元运作情况，优化各关联环节的作业计划，消除动态干扰达到最优运作；
44.步骤三、动态协调管控，使用数字孪生管理系统，获取执行单元的人员、物料、设备、工艺和环境，虚拟形成生产全流程的实时数据，反复优化生成最优作业计划，指导实践生产活动。
45.通过设置缘计算控制系统提高动态信息的实时反馈，使各个生产模块单元以及资源配置、作业计划、运转方式能够达到多方面协调一致，满足数字孪生的创建物理模拟堆叠，消除来自生产管理多方面的不良干扰，保证生产的高效运行，数字孪生关联控制系统，对实际生产中，生产协调和资源配置进行实时感知监控，精准映射生成以数字数据为对象的动态虚拟模型，在决策初期实现信息在线迭代运行和双向优化，从而达到全局优化协调运作，消除动态性干扰，合理配置资源生产。