技术特征：
1.一种数字孪生车间装备云端运行高可用协同计算方法，其特征在于，具体为：(1)采集物理车间设备信息与环境信息，利用基于计算机图形学的三维建模技术、基于多体系统的离散事件系统建模技术对其中制造装备进行几何、材质、拓扑、行为多维信息建模，形成高保真数字模型，然后将数字模型关联到计算模型；物理信息的采集：采集方式有依靠设备内部控制系统和外接数据通信接口的内部采集，与依靠各类传感器的外部采集；物理信息包括制造装备信息以及车间环境信息，制造装备信息为设备坐标、尺寸、材质、结构、位姿，车间环境信息为光照环境信息；基于所采集信息，在三维建模软件中对制造装备进行几何建模，通过链接节点材质与纹理贴图为几何模型增加渲染属性，建立三维模型，同时根据装备各个部件的空间自由度与装配关系，将其运动部件依次连接形成拓扑链并设定父子结构，建立局部运动坐标系，根据物理车间与设备运行流程，确定其行为逻辑，建立逻辑模型；(2)基于仿真与运动拓扑对逻辑模型进行表征与解算：将逻辑运算与可视化运算分离，前者置于cpu中进行处理，后者通过可编程渲染管线方式转移到gpu中，并通过记录每帧之间gpu运行时间作为仿真时钟推进的方式保证运算过程同步；(3)将计算模型连接的信息通过计算流从数字模型传输至孪生模型，获取制造装备拓扑节点与控制点，通过plc程序对其进行控制，实现物理装备与孪生模型双向映射，并将孪生模型作为web服务，为用户提供实时交互与控制。2.根据权利要求1所述的一种数字孪生车间装备云端运行高可用协同计算方法，其特征在于，对所述光照环境信息采用基于阴影贴图的三级映射，硬阴影渲染算法设置为ⅰ级服务；pcf算法对阴影贴图进行固定区域随机采样，为ⅱ级服务；改进pcss算法作为ⅲ级服务；所述改进pcss算法具体为：首先，在着色点附近进行泊松圆盘采样，进行深度比较，将处于阴影中的像素称为遮挡物，记录遮挡物平均深度；随后，根据遮挡物平均深度来决定阴影过滤范围；最后，基于所求过滤范围，在阴影贴图中进行泊松圆盘采样并计算未被遮挡采样点的数量占比，将其与采用blinn-phong模型所解得的模型光照颜色进行点积，输出像素最终颜色。3.根据权利要求1所述的一种数字孪生车间装备云端运行高可用协同计算方法，其特征在于，对所述逻辑模型轻量化处理：利用二次误差测度qem算法减少所建模型面片，通过ext_meshopt_compression算法对模型网格数据进行压缩，最后将其输出为.glb文件。4.根据权利要求1所述的一种数字孪生车间装备云端运行高可用协同计算方法，其特征在于，所述逻辑模型的解算为：基于多体系统描述数字孪生车间制造装备逻辑模型，并基于离散事件仿真理论对其运动逻辑进行求解；多体系统通过对复杂系统运动特征进行抽象、提炼，从而准确描述其运动关系，拓扑模型是对多体系统的抽象映射，用以表达系统运动层次关系，控制数字模型部件运动，支撑孪生模型逻辑行为；拓扑模型是一种链状结构，由多个节点组成，每个节点关联一个或多个三维模型部件，描述了设备部件运动层次关系，且至多存在一个空间自由度，通过链式组合拓扑节点来描述模型运动逻辑；
为保证逻辑与渲染的同步，将计算过程置于cpu中处理，并将输出的模型变换矩阵传递至gpu缓存区进行可视化更新，同时读取gpu渲染帧时，更新仿真时钟推进。
技术总结
本发明的一种数字孪生车间装备云端运行高可用协同计算方法，具体为：采集物理车间设备信息与环境信息进行系统多维度信息建模，形成高保真数字模型，然后将数字模型关联到计算模型；将逻辑运算与可视化运算分离，前者置于CPU中进行处理，后者通过可编程渲染管线方式转移到GPU中，并通过记录每帧之间GPU运行时间作为仿真时钟推进的方式保证运算过程同步；将计算模型连接的信息通过计算流从数字模型传输至孪生模型，获取制造装备拓扑节点与控制点，通过PLC程序对其进行控制，实现物理装备与孪生模型双向映射，并将孪生模型作为web服务，为用户提供实时交互与控制。本发明在数字孪生车间装备云端运行时，得到更高的运行效率与可用性。用性。用性。
技术研发人员：丁国富 刘名远 潘家庆 谢家翔 张剑
受保护的技术使用者：西南交通大学
技术研发日：2022.11.09
技术公布日：2023/3/21