[发明专利]一种基于AR智能技术的卷烟设备数字孪生监测系统及方法

权利要求书

1.一种基于AR智能技术的卷烟设备数字孪生监测系统，其特征在于，包括工业5G网络覆盖下的卷烟设备、AR设备、数采模块、专家知识库和数字孪生模型；

所述AR设备，用于获取卷烟生产现场环境、生产过程的实时状态和数据，与数字孪生模型进行实时交互，修正数字孪生模型；同时结合专家知识库进行卷烟设备非故障停机预测；所述数采模块，用于卷烟设备的数据收集、处理，传输给专家知识库和数字孪生模型，同时负责数据的上下游的传输和控制；

所述专家知识库，收集停机专家知识规则，对卷烟设备停机进行分析和预测；与数字孪生模型进行联动与仿真，进行现场与远程的停机预判及停机规则动态优化调整；

所述数字孪生模型，搭建设备数字孪生体模型和进行生产停机模型仿真，与AR交互，进行现场设备实时状态和数据联动，同时与专家知识库联动，优化完善专家知识规则，自适应控制卷烟设备。

2.根据权利要求1所述的基于AR智能技术的卷烟设备数字孪生监测系统，其特征在于，所述卷烟设备包括卷烟机、包装机、封箱机、成型机、卷烟辅连设备、包装辅连设备和成型辅连设备。

3.根据权利要求1所述的基于AR智能技术的卷烟设备数字孪生监测系统，其特征在于，所述AR设备和专家知识库结合构建有现场辅助诊断、维修系统。

4.一种基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，包括以下具体实施步骤：

步骤一：采集卷烟设备，以及卷烟设备生产过程中的实时状态和数据；

步骤二：根据采集的数据，构建基于卷烟设备的数字孪生体，并对卷烟设备生产过程进行三维可视化建模和数字化仿真，构建卷烟设备生产过程数字孪生模型；

步骤三：收集生产过程停机数据，建立基于贝叶斯网络推理的专家知识库；

步骤四：AR设备采集的数据与数字孪生模型数据进行实时交互，同时对数字孪生模型修正；

步骤五：根据专家知识库的知识，远程和本地评估卷烟设备目前状态，对卷烟设备停机进行预测，通过数字孪生模型仿真寻找降低停机方法或控制策略。

5.根据权利要求4所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，还包括：AR设备和专家知识库组合进行人机深度交互，指导人员解决现场因素引发的停机。

6.根据权利要求4所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，专家知识库搭建的具体方法：

S1：利用停机因果树推理方法对卷烟设备生产过程停机进行分析，构建专家知识库；

S2：根据贝叶斯网络建模问题，相关专家给出各节点停机事件的概率和因果关系，将停机专家知识规则进行合并与融合，形成最终的专家知识融合规则库。

7.根据权利要求6所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，所述S1具体包括：初始化停机特征；整理生产设备所起的作用，以及生产流程所起的作用；进行生产过程停机因果树分析；将因果树分析转化为贝叶斯网络。

8.根据权利要求6所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，所述S2具体包括：采集生产过程各节点信息；提取各节点状态；给出各节点停机事件的概率和因果关系的专家知识规则；融合节点间的因果关系停机概率；完善贝叶斯网络；形成最终的专家知识融合规则库。

9.根据权利要求6所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，将专家知识库的数据与数字孪生模型进行联动与仿真，进行现场与远程的停机预判及动态优化调整停机规则。

10.根据权利要求6所述的基于AR智能技术的卷烟设备数字孪生监测方法，其特征在于，所述数字孪生模型的构建方法：对生产设备及其生产流程所造成的停机因素以数字化方式搭建数字孪生体；基于建模工具在数字空间构建物理对象的精准数字化映射；将卷烟设备生产过程实时工况环境下的机理模型与数字孪生体之间的数据作对比和融合；构建卷烟设备生产过程数字孪生模型。