[发明专利]一种满足个性化定制生产的数字孪生智慧云调度方法

说明书

本发明提供一种满足个性化定制生产的数字孪生智慧云调度方法，涉及个性化定制生产车间智慧调度技术领域。本发明根据用户等级、订单交货期优先级、开发难度三个指标赋权重对用户的个性化订单进行云端预排期生产规划，基于数字孪生体建模，基于单个系统或多个系统软件的联合仿真对产品的性能进行预测分析，与控制调度算法信息进行全数字化决策调度控制。物理车间的设备信息、物料搬运信息、仓库信息能够传输到孪生车间，孪生车间与物理车间实体双向信息交互能够有效提升产品的可靠性和可用性满足小批量个性化生产的需要，同时降低产品研发和制造风险。

技术领域

本发明涉及个性化定制生产车间智慧调度技术领域，尤其涉及一种满足个性化定制生产的数字孪生智慧云调度方法。

背景技术

生产规划建模与仿真：通过用户对产品个性化订单需求偏好属性提炼，对各个生产单元及其在一起协同同工作时的生产流程进行建模与仿真，包括对各个生产单元的数字化建模与展示，也包括对物料流、排程排产逻辑、生产工艺逻辑梳理、工艺约束建立，自动引导车(AGV)控制算法等生产流程的数值仿真。

虚拟空间的生产环境调试：在网络空间生产环境中，对各个生产单元内的工作流程与效率进行的过程建模与仿真，其中可以包括机械设备自动化操作过程的仿真，对多个协同工作的机器手臂控制算法进行虚拟调试，是验证总体结果，保证生产顺利进行的重要步骤。另一方面，在自动化运行的设备之外，也包括对生产单元内人机交互过程的仿真和调试。

基于生产线的实际情况与运行信息反馈对生产的数字孪生进行调整与优化；面向的是产品的使用客户，基于物理传感器等信息对具体产品的实际特性进行提取与分析，实现预测性维护等功能，也可以通过产品的实际运行信息反馈指导产品的设计方案。在生产的实际执行阶段或者产品的运行阶段，原材料、设备、流程、人员或者环境参数、运行状态等系统信息随时会出现调整与变动，而性能的数字孪生需要将这些变动实时的在数字空间内进行更新。为此，结合物理传感器输入的数据进行快速、实时的仿真与预测是性能的数字孪生的重要技术。在产品投入运行后，基于数据输入与快速仿真技术可以对重要但难以测量的性能参数进行实时的仿真计算，实现对产品的预测性维护等功能。生产线或产品的各个物理传感器会产生大量的数据，对这些实际数据应用机器学习等方法进行分析是实现主动响应，事故溯源，预测性维护等数字孪生信息反馈功能的重要技术。例如，生产性能的数字孪生可以对生产过程中出现的事故等实际情况进行数据提取，通过机器学习与数值模拟验证等方式实现原因分析，并针对事故原因提出产品设计、生产流程设计中针对性的改进方案进行资源的再调度生产。如果制造系统中所有流程都准确无误，生产便可以顺利开展。但万一生产进展不顺利，由于整个过程非常复杂，制造环节出现问题并影响到产出的时候，很难迅速找出问题所在。最简单的方法是在生产系统中尝试一种全新的生产策略，但是面对众多不同的材料和设备选择，清楚的知道哪些选择将带来最佳效果又是一个难题。针对这种情况，可以在数字孪生模型中对不同的生产策略进行模拟仿真和评估，结合大数据分析和统计学技术，快速找出有空档时间的工序。调整策略后再模拟仿真整个生产系统的绩效，进一步优化实现所有资源利用率的最大化，确保所有工序上的所有人都尽其所能，实现盈利能力的最大化。

在传统模式中，完成设计后必须先制造出实体零部件，才能对设计方案的质量和可制造性进行评估，这意味着成本和风险的增加。而通过建立数字孪生模型，任何零部件在被实际制造出来之前，都可以预测其成品质量，识别是否存在设计缺陷，比如零部件之间的干扰，设计是否符合规格等。找到产生设计缺陷的原因，在数字孪生模型中直接修改设计，并重新进行制造仿真，查看问题是否得到解决。制造系统中，只有当所有流程都准确无误时，才能顺利进行生产，一般的流程验证方法是获得配置好的生产设备之后再进行试用，判断设备是否运行正常，但是到这个时候再发现问题为时已晚，有可能导致生产延误，而且此时解决问题所需要的花费将远远高于流程早期。

通过引入数字孪生技术的智慧云方法高效的方法是建立包含所有制造过程细节的数字孪生模型，在虚拟环境中验证制造过程。发现问题后只需要在模型中进行修正即可，比如机器人发生干涉时，改变工作台的高度、输送带的位置、反转装配台等，然后再次执行仿真，确保机器人能正确执行任务。