[发明专利]一种数字孪生模型精准组装方法及装置

权利要求书

1.一种数字孪生模型精准组装方法，其特征在于，包括：

步骤(1)、设计数字孪生系统模型分解模块，系统模型是针对某个仿真预测任务而建立的模型的统称，具体实现如下：

(1.1)定义M表示系统模型，M表示为完成某个仿真预测任务而建立的模型的统称，M能被分解为M＝{m₁,m₂,m₃,...,m_j,...,m_n}，其中m_j表示M的第j个子模型，j＝1,2,3,...,n，n为分解的子模型数量；

(1.2)数字孪生系统中的虚拟模型对物理实体进行仿真预测，对于实际的产线，包括各个不同的设备，这些设备在工艺上既存在彼此依赖的情况，也存在彼此独立的情况，故对步骤(1.1)中的系统模型M从串联、并联、选择三个方面进行分类；首先定义M'表示M中的某一些子模型的组合，针对串联的情况，即m_j的输入和输出分别最多只能与一个其它的子模型相互连接，表示为：M'＝{m_j,m_j+1,m_j+2}，m_j、m_j+1、m_j+2之间是串联的关系；针对并联的情况，即m_j的输出需要同时经过两个其它子模型才能到达另一个子模型，表示为M'＝{m_j,m_j+1m_j+2,m_j+3}，m_j+1、m_j+2之间是并联的关系，其中符号是一种数学运算符，表示并联，m_j是m_j+1、m_j+2共同的输入，m_j+1、m_j+2的输出都连接到m_j+3；针对选择的情况，即m_j的输出只需经过两个个其它子模型中的一个就能到达另一个子模型，表示为M'＝{m_j,m_j+1||m_j+2,m_j+3}，其中||符号是一种数学运算符，表示两者任选其一，m_j的输出只需要经过m_j+1、m_j+2中的任意一个即能够到达m_j+3，m_j+1、m_j+2之间是选择的关系；

步骤(2)、设计数字孪生子模型质量评估模块，子模型由系统模型功能分解而来，该质量评估模块首先建立子模型质量评估矩阵，然后对子模型质量评估矩阵进行归一化处理，最后完成子模型的质量计算，具体实现如下：

(2.1)针对(1)中的系统模型M＝{m₁,m₂,m₃,...,m_j,...,m_n}，子模型m_j是一个具备预定功能的模型，在实际的产线中，能够实现m_j功能的模型有多个，定义这些模型为原子模型，即每一个原子模型均能实现子模型m_j的功能，有其中表示为能够实现m_j功能的第i个原子模型，i＝1,2,3,...,k，k为原子模型数量；

(2.2)针对步骤(2.1)中的子模型m_j，需要从k个原子模型中选取一个最适合的原子模型来实现子模型m_j的功能，为此，定义原子模型的质量评估参数其中t为原子模型质量评估参数的个数，则子模型m_j的质量评估矩阵表示为：

(2.3)质量评估参数包括正相关和负相关两大类，对于正相关的情况，质量评估参数越大，其质量越好；对于负相关的情况，质量评估参数越大，其质量越劣；在子模型m_j的质量评估矩阵中，对于同时存在正相关和负相关质量评估参数的情况，需要对其进行归一化处理；假定质量评估矩阵中的最大值为最小值为则：

对于子模型m_j的质量评估矩阵中的正相关质量评估参数的归一化处理如下，即：

对于子模型m_j的质量评估矩阵中的负相关质量评估参数的归一化处理如下，即：

经过上述归一化处理后的子模型m_j的质量评估矩阵记为则有：

(2.4)设子模型m_j的质量评估权重为其中且质量评估权重的个数与质量评估参数的个数一致，不同的权重代表着质量评估参数重要程度的不同；将与相乘得到子模型m_j的质量矩阵记则是子模型m_j的理想质量，也即选取第i个原子模型来实现子模型m_j的功能；

步骤(3)、设计数字孪生模型组装模块，该模块基于各子模型的质量完成子模型之间的组装，具体实现如下：

(3.1)针对步骤(1)中的模型串联情况，即M'＝{m_j,m_j+1,m_j+2}，分别选取与m_j、m_j+1、m_j+2相对应的质量最大的原子模型来实现m_j、m_j+1、m_j+2的功能，此时串联链路上的每个模型的质量均是最大，故此种模型组装效果最优；

(3.2)针对步骤(1)中的模型并联情况，即M'＝{m_j,m_j+1m_j+2,m_j+3}，分别选取与m_j、m_j+1、m_j+2、m_j+3相对应的质量最大的原子模型来实现m_j、m_j+1、m_j+2、m_j+3的功能，此时并联链路上的每个模型的质量均是最大，故此种模型组装效果最优；

(3.3)针对步骤(1)中的模型选择情况，即M'＝{m_j,m_j+1||m_j+2,m_j+3}，分别选取与m_j、m_j+3相对应的质量最大的原子模型来实现m_j、m_j+3的功能，然后比较分别与m_j+1、m_j+2相对应的原子模型的质量大小，并选取最大的那个作为桥接在m_j和m_j+3中间的子模型，此时选择链路上的每个模型的质量均是最大，故此种模型组装效果最优。

2.一种数字孪生模型精准组装装置，其特征在于，包括：

数字孪生系统模型分解模块，系统模型是针对某个仿真预测任务而建立的模型的统称，具体实现如下：

定义M表示系统模型，M表示为完成某个仿真预测任务而建立的模型的统称，M能被分解为M＝{m₁,m₂,m₃,...,m_j,...,m_n}，其中m_j表示M的第j个子模型，j＝1,2,3,...,n，n为分解的子模型数量；

数字孪生系统中的虚拟模型对物理实体进行仿真预测，对于实际的产线，包括各个不同的设备，这些设备在工艺上既存在彼此依赖的情况，也存在彼此独立的情况，故对步骤(1.1)中的系统模型M从串联、并联、选择三个方面进行分类；首先定义M'表示M中的某一些子模型的组合，针对串联的情况，即m_j的输入和输出分别最多只能与一个其它的子模型相互连接，表示为：M'＝{m_j,m_j+1,m_j+2}，m_j、m_j+1、m_j+2之间是串联的关系；针对并联的情况，即m_j的输出需要同时经过两个其它子模型才能到达另一个子模型，表示为M'＝{m_j,m_j+1m_j+2,m_j+3}，m_j+1、m_j+2之间是并联的关系，其中符号是一种数学运算符，表示并联，m_j是m_j+1、m_j+2共同的输入，m_j+1、m_j+2的输出都连接到m_j+3；针对选择的情况，即m_j的输出只需经过两个其它子模型中的一个就能到达另一个子模型，表示为M'＝{m_j,m_j+1||m_j+2,m_j+3}，其中||符号是一种数学运算符，表示两者任选其一，m_j的输出只需要经过m_j+1、m_j+2中的任意一个即能够到达m_j+3，m_j+1、m_j+2之间是选择的关系；

数字孪生子模型质量评估模块，子模型由系统模型功能分解而来，该质量评估模块首先建立子模型质量评估矩阵，然后对子模型质量评估矩阵进行归一化处理，最后完成子模型的质量计算，具体实现如下：

针对系统模型M＝{m₁,m₂,m₃,...,m_j,...,m_n}，子模型m_j是一个具备预定功能的模型，在实际的产线中，能够实现m_j功能的模型有多个，定义这些模型为原子模型，即每一个原子模型均能实现子模型m_j的功能，有其中表示为能够实现m_j功能的第i个原子模型，i＝1,2,3,...,k，k为原子模型数量；

针对子模型m_j，需要从k个原子模型中选取一个最适合的原子模型来实现子模型m_j的功能，为此，定义原子模型的质量评估参数其中t为原子模型质量评估参数的个数，则子模型m_j的质量评估矩阵表示为：

质量评估参数包括正相关和负相关两大类，对于正相关的情况，质量评估参数越大，其质量越好；对于负相关的情况，质量评估参数越大，其质量越劣；在子模型m_j的质量评估矩阵中，对于同时存在正相关和负相关质量评估参数的情况，需要对其进行归一化处理；假定质量评估矩阵中的最大值为最小值为则：

对于子模型m_j的质量评估矩阵中的正相关质量评估参数的归一化处理如下，即：

对于子模型m_j的质量评估矩阵中的负相关质量评估参数的归一化处理如下，即：

经过上述归一化处理后的子模型m_j的质量评估矩阵记为则有：

设子模型m_j的质量评估权重为其中且质量评估权重的个数与质量评估参数的个数一致，不同的权重代表着质量评估参数重要程度的不同；将与相乘得到子模型m_j的质量矩阵记则是子模型m_j的理想质量，也即选取第i个原子模型来实现子模型m_j的功能；

数字孪生模型组装模块，该模块基于各子模型的质量完成子模型之间的组装，具体实现如下：

针对数字孪生系统模型分解模块中的模型串联情况，即M'＝{m_j,m_j+1,m_j+2}，分别选取与m_j、m_j+1、m_j+2相对应的质量最大的原子模型来实现m_j、m_j+1、m_j+2的功能，此时串联链路上的每个模型的质量均是最大，故此种模型组装效果最优；

针对数字孪生系统模型分解模块中的模型并联情况，即M'＝{m_j,m_j+1m_j+2,m_j+3}，分别选取与m_j、m_j+1、m_j+2、m_j+3相对应的质量最大的原子模型来实现m_j、m_j+1、m_j+2、m_j+3的功能，此时并联链路上的每个模型的质量均是最大，故此种模型组装效果最优；

针对数字孪生系统模型分解模块中的模型选择情况，即M'＝{m_j,m_j+1||m_j+2,m_j+3}，分别选取与m_j、m_j+3相对应的质量最大的原子模型来实现m_j、m_j+3的功能，然后比较分别与m_j+1、m_j+2相对应的原子模型的质量大小，并选取最大的那个作为桥接在m_j和m_j+3中间的子模型，此时选择链路上的每个模型的质量均是最大，故此种模型组装效果最优。