申请/专利权人：北京能科瑞元数字技术有限公司

申请日：2022-09-26

公开（公告）日：2024-02-27

公开（公告）号：CN115562191B

主分类号：G05B19/418

分类号：G05B19/418;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2023.01.20#实质审查的生效;2023.01.03#公开

摘要：本发明公开了基于工业数字孪生的生产力中台智能推测分析方法，涉及工业智能制造技术领域，解决了生产力中台与工业数字孪生平台的关联问题，以及增加了生产力中台的智能化功能，同时解决多品牌工业孪生平台接口不通用、无法获得工业数字孪生平台元数据以及单独依赖工业数据孪生数据、其它工业生产数据判断生产设备故障或生产状态不够精确的问题；本发明将工业数字孪生平台数据界面数据或接口元数据接入生产力中台，预先基于工程应用及机器学习训练经验数据作为经验知识数据；从而获得参考数据并存入知识经验库，最终基于工业数字孪生平台数据与机器学习技术预判制造加工设备的最佳调优设置以及生产状态，有效提高生产效率。

主权项：1.基于工业数字孪生的生产力中台智能推测分析方法，其特征在于，包括如下步骤：步骤一：获取数字孪生平台的图像以及MES、SCADA系统界面数据并传输给生产力中台；其中，获取图像数据采用两种方式：第一种方式是读取数字孪生平台界面，获取界面显示的图像数据；第二种方式是通过数字孪生平台、MESSCADA系统提供的数据接口获取原始图像数据，所述原始图像数据包含物理实体的三维数字模型以及加工过程中的参数数据；步骤二：生产力中台基于图像数据进行智能分析，具体为：生产力中台对数字孪生平台、MESSCADA系统的图像数据进行压缩处理，获得处理后的轻量化图像数据；将轻量化的图像数据进行分类，按照业务特征分类，设计一级指标（P1），即将压缩后的物理实体数字孪生、MESSCADA系统图像数据分为零部件加工类（Pa）、辅助工艺类（Pt）、组装产线类（PL）、测试质检类（PT）；进一步基于每一个一级指标的具体设备及业务情况设计二级指标（P2）；对分类后的图像数据进行算法处理、几何处理；基于常规算法进行动作识别、场景识别；基于事先定义或训练的规则对图像裁剪、分割；应用卷积神经网络算法进行图像识别，基于预先对正常状态与非正常状态的训练，识别物理实体的运行状态；步骤三：生产力中台根据物理实体的运行状态对可能出现的物理实体故障以及软性的生产管理效率进行智能预判；具体步骤为：将图像处理后的结果数据与其它渠道获取的工业生产大数据即制造加工设备状态数据、生产管理数据进行融合；进一步应用深度学习技术训练人工神经网络，对物理实体中的生产设备状态、生产环节状态、生产整体运行状态进行诊断，预判可能出现的物理实体故障以及软性的生产管理效率；根据预判结果通过信号符号或文字方式在生产力中台界面提示标识或通过生产力中台所涉及的附属物理设备以声、光、电方式予以提示；其中，对物理实体中的生产设备状态、生产环节状态、生产整体运行状态进行诊断，具体包括：首先利用工业制造过程中产生的历史经验数据训练设备状态分类特征，训练基于神经网络算法；然后训练制造过程中采集到的参考数据，提取特征信息；然后设计综合预判模型：将工业数字孪生数据、参考数据作为综合指标数据，以综合数据训练提取与工业制造相关的特征数据；最后设计算法模型智能预判：以当前工业数据孪生图像数据、实时采集到的参考数据，预判设备状态、生产环节状态、生产整体运行状态。

全文数据：

权利要求：

百度查询： 北京能科瑞元数字技术有限公司 基于工业数字孪生的生产力中台智能推测分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD