一种离散制造车间数字孪生模型自适应动态更新方法

    公开(公告)号:CN114398049B

    公开(公告)日:2024-10-18

    申请号:CN202111438858.2

    申请日:2021-11-29

    IPC分类号: G06F8/65

    摘要: 本发明公开了一种离散制造车间数字孪生模型自适应动态更新方法,首先采集虚拟车间和实际车间的数据并选取特征数据集,分别计算性能指标的真实值和模型预测的理论值精度误差,然后基于Mann‑Kendall的精度误差趋势分析方法,以此作为孪生模型动态修正的触发条件;然后,选择DNN和LSTM作为基学习器,采用集成学习的方法,进行不断的迭代训练,分别从数据重要性和性能重要性两个角度,改进基学习器的权重更新方式,形成基于Adaboost‑DNN‑LSTM孪生模型动态修正算法,并采用差额基学习器优选方法,完成孪生模型动态修正。本发明提供的数字孪生模型自适应动态更新方法为离散制造系统数字孪生的精确应用,提供了模型更新方法,对车间生产管控智能化水平的提升具有重要的价值。

    一种基于数字孪生的智能生产线管控系统及其方法

    公开(公告)号:CN118655843A

    公开(公告)日:2024-09-17

    申请号:CN202410676161.6

    申请日:2024-05-29

    IPC分类号: G05B19/418

    摘要: 本发明涉及生产线管控技术领域,具体为一种基于数字孪生的智能生产线管控系统及其方法,所述系统包括数字孪生模型搭建模块、监测模块、多级筛选模块和指令输出模块;所述监测模块用于对各个加工工序进行监测;所述多级筛选模块输出造成该产品外观不合格的加工工序;所述指令输出模板输出该加工工序需要维修或者更换的指令。本发明可通过对外观检测结果的数据进行收集,标记出产品不合格的外观区域,进一步分析造成该外观区域损伤的加工工序,输出导致产品不合格的原因,针对该工序进行优化,减少产品不合格率;并根据分析各工序所造成的产品不合格的概率,输出该工序设备需要保养和维修的时间,反向监控其他工序,实现对生产线整体的监管。

    一种离散制造车间数字孪生模型自适应动态更新方法

    公开(公告)号:CN114398049A

    公开(公告)日:2022-04-26

    申请号:CN202111438858.2

    申请日:2021-11-29

    IPC分类号: G06F8/65

    摘要: 本发明公开了一种离散制造车间数字孪生模型自适应动态更新方法,首先采集虚拟车间和实际车间的数据并选取特征数据集,分别计算性能指标的真实值和模型预测的理论值精度误差,然后基于Mann‑Kendall的精度误差趋势分析方法,以此作为孪生模型动态修正的触发条件;然后,选择DNN和LSTM作为基学习器,采用集成学习的方法,进行不断的迭代训练,分别从数据重要性和性能重要性两个角度,改进基学习器的权重更新方式,形成基于Adaboost‑DNN‑LSTM孪生模型动态修正算法,并采用差额基学习器优选方法,完成孪生模型动态修正。本发明提供的数字孪生模型自适应动态更新方法为离散制造系统数字孪生的精确应用,提供了模型更新方法,对车间生产管控智能化水平的提升具有重要的价值。