申请/专利权人：吉林大学

申请日：2023-01-10

公开（公告）日：2024-03-22

公开（公告）号：CN116032971B

主分类号：H04L67/12

分类号：H04L67/12;H04L69/18;H04L67/104;G06F16/25;G06F16/21;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.05.16#实质审查的生效;2023.04.28#公开

摘要：本发明公开了一种面向数字孪生机加车间的全要素智能感知实现方法，涉及工程计算机技术领域，该方法包括以下步骤：进行面向数字孪生机加车间的需求分析与总结，建立全要素的车间数据模型；针对车间中不同元素内嵌的异构通信协议，制定协议自适应识别与匹配机制；通过轻量级大数据处理算法对多源异构数据进行初处理，得到低冗余和高价值度的数据，一份数据存储至数据库，另一份数据传输至下一计算单元；将相关方法和算法封装至工控硬件中，形成智能感知系统。本发明能够解决因信息交互低效、通信协议复杂多样、数据感知质量低等因素造成的机加车间数字化感知能力薄弱问题，为数字孪生机加车间建设过程中的智能感知阶段提供有效且可靠的方法。

主权项：1.一种面向数字孪生机加车间的全要素智能感知实现方法，其特征在于，包括以下步骤：步骤S1：进行面向数字孪生机加车间的需求分析与总结归纳，建立全要素的车间数据模型，并定义模型对外交互接口；步骤S2：针对车间中不同元素内嵌的异构通信协议，制定协议自适应识别与匹配机制，建立起元素与上位机之间点对点的通信链路；步骤S3：通过轻量级大数据处理算法对采集到的多源异构数据进行初步处理，得到低冗余和高价值度的数据，处理后的数据打包成两份，一份存储至数据库，另一份传输至下一计算单元；步骤S4：进行软件和硬件一体化封装；其中，所述步骤S3的具体实现如下：步骤S3-1：根据不同物理对象的数据特征构建多类别和多维度的数据处理模型；步骤S3-2：将通用型和简易型算法添加至大数据处理算法库中，并以“标识-类-属性-算法包”的形式进行存储；步骤S3-3：将基于步骤S2采集到的数据源作为数据处理模型的输入，同时在算法库中匹配对应的大数据算法，完成对海量、高维和低价值密度数据的多维度处理，并将处理完成的数据以时序形式打包两份；步骤S3-4：一份数据包按照逻辑关系存储至关系型数据库，另一份数据包通过发布订阅式传输至下一计算单元。

全文数据：

权利要求：

百度查询： 吉林大学 一种面向数字孪生机加车间的全要素智能感知实现方法

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