数字孪生及车间实践第三篇数字孪生车间.pptxVIP

智能制造;1 智能制造与数字孪生车间 2 数字孪生车间设备故障预测与健康管理 3 数字孪生车间生产过程参数选择决策方法与技术 4 数字孪生车间设备动态调度方法与技术 5 数字孪生车间物料准时配送方法与技术 6 数字孪生车间设备管控系统设计与开发 7 数字孪生车间原型系统与应用案例 ;1.1 从制造到智造 1.2 制造车间的发展历程 1.3 数字化车间的理论及应用研究 1.4 数字孪生车间的概念、运行机制及关键技术 ;1.1 从制造到智造 ;1.1.2 智能制造战略对比;图1.2 德国工业4.0、美国工业互联网和中国制造2025的演变路径;1.1.3 智能制造核心内涵;1.2 制造车间的发展历程 ;1.3.1 车间制造物联;1.3.2 车间建模仿真;在生产系统仿真中： （1）在仿真约束条件设置方面，当前仿真大多关注在工艺约束、资源约束、性能约束和时间约束等固定约束层面，缺乏对动态异常事件可能带来的被动约束的考虑，导致仿真过程模型对动态变化的生产运行环境适应性不足。 （2）在仿真方法方面，一类方法是基于机理模型进行仿真，一类方法是基于数据模型进行仿真，对于基于数据与机理模型之间融合的仿真方法研究不足，需进一步开展数据和模型融合的仿真过程模型研究，以克服模型或数据单一驱动带来的不足。 （3）在仿真模式方面，当前仿真大多是针对单个目的或功能，对全要素协同的全局仿真考虑不足，导致仿真结果的片面性。 ;1.3.3 车间虚实交互;1.3.4 车间数据融合;1.3.5 车间运行管理;当前关于车间运行技术的相关研究很多，特别是近年来，随着物联网、大数据、边缘计算、云模式等新兴信息技术的发展与在制造领域的深入应用，实时数据分析处理能力、大数据挖掘能力、按需使用的服务模式等使车间运行技术被不断优化增强。 尽管上述工作结合信息一代信息技术实现了对生产过程的优化，但由于缺少车间信息空间与物理空间的进一步融合，导致车间模型、交互、数据融合不充分，使车间运行技术在预测、评估、动态事件监测等方面仍存在一些不足，从而影响其有效性、准确性、及时性等。 ;1.4 数字孪生车间的概念、运行机制及关键技术 ;1.4.1 数字孪生车间概念模型;1.4.2 数字孪生车间???行机制;1.4.3 数字孪生车间的特点;3. 全要素、全流程、全业务集成与融合 （1）车间全要素的集成与融合； （2）车间全流程的集成与融合； （3）车间全业务的集成与融合。 4. 迭代运行与优化 （1）SSS与PS之间通过数据双向驱动、迭代运行，使得生产要素管理最优； （2）SSS和VS之间通过循环验证、迭代优化，达到生产计划最优； （3）PS与VS之间通过虚实映射、实时交互，使得生产过程最优。 ;1.4.4 数字孪生车间关键技术;2.1 设备故障预测与健康管理概述 2.2 设备故障预测与健康管理问题分析 2.3 数字孪生增强的设备故障与健康管理方法 2.4 数字孪生增强的设备故障预测与健康管理关键技术 2.5 案例：复材加工车间热压罐设备故障诊断 ;设备故障预测与健康管理（progonostics and health management, PHM）是数字孪生车间的关键技术之一。当前关于PHM的研究一般由传感器采集的设备状态数据驱动，通过对采集数据进行预处理、特征提取、特征融合等操作实现设备的故障诊断或预测。然而，这些研究对于设备虚拟模型与仿真数据的作用关注较少。在数字孪生车间的信息物理融合环境下，如何利用虚拟模型、仿真数据及融合数据驱动更加有效、准确的数字孪生车间设备PHM是关注的重点。 ;2.1 设备故障预测与健康管理概述 ;2.2 设备故障预测与健康管理问题分析 ;2.3 数字孪生增强的设备故障与健康管理方法 ;2.4 数字孪生增强的设备故障预测与健康管理关键技术 ;2.4.2 设备数字孪生虚实不一致原因判断;2.4.3 基于孪生数据的设备故障预测与诊断;?;2.5 案例：复材加工车间热压罐设备故障诊断 ;一般地，对热压罐温度故障的监测主要依靠罐内有限个传感器的采集数据。而基于数字孪生的PHM方法将虚拟热压罐仿真的罐内切面温度分布作为新增特征，并与原有物理特征结合，共同作为故障特征支持热压罐故障诊断。 ;2.5.2 模型与方法验证;图2.4 （续）;2. 基于虚拟模型的热压罐温度场仿真 热压罐内的温度场存在以下特点： （1）罐内空间分为流体区域（空气）与固体区域（模具），是一个流固耦合区域； （2）流体区域与固体区域间存在对流换热，固体区域存在热传导，其中流体与固体间的对流换热通过流固交界的热传导实现； （3）流体的流动存在湍流现象。 ;（a）导入/构建几何模型 ;（a）导入/构建几何模型 ;（a）空气最高温度 ;图2.8 升温阶段工艺曲线 ;3. 基于孪生数据的