20211228-川藏铁路工程及沿线环境数字孪生技术研究相关情况调研-北航.docx

20211228-川藏铁路工程及沿线环境数字孪生技术研究相关情况调研-北航.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

川藏铁路工程及沿线环境数字孪生技术研究相关情况调研

——课题五

1.川藏铁路信息化工作情况

各单位阐述在川藏铁路信息化工作中承担的任务及进展情况(从工程和科学研究俩个方面阐述)(主要介绍课题五相关研究工作)

北京航空航天大学承担任务:

课题5.1川藏铁路数字化建造工序工艺作业数据总线集成技术

针对川藏铁路建造各参与方众多、建造设备类型多样,信息系统数据传输协议一致性不高的数据交互集成问题,亟需解决工序工艺作业数据的统一交互标准与现场集成问题,满足数字化建造多系统工序工艺作业数据的集成交互的需求。

北京航空航天大学拟在中铁十二局所承担的工序工艺中典型设备数据采集的现场总线架构的研制工作基础之上,基于现场总线采集的有效信息,研究分层信息融合策略,设计开放通信统一架构,集成规约采集到的多源异构数据,实现多设备工序工艺作业数据的流动传递。

目前主要对基础理论方法与关键技术等做了调研工作。

在科学问题上,一是川藏铁路数字化建造工序工艺典型设备数据采集与集成本质上可看作为多智能体移动感知组网问题。移动群智感知是将大量的移动设备作为基本感知单元,以大规模协作的方式收集感知数据,实现物理世界的数字化。然而,随着移动群智感知规模的不断扩大,海量感知数据的传输、存储以及处理面临着全新的挑战。边缘计算和端到端(Device-to-Device,简称D2D)通信等技术的出现,为感知任务的快速部署、感知数据的传输与处理,提供了新的契机。借助边缘计算,不仅可以在网络边缘侧实现感知数据的快速处理,还能减少对主干网络资源的占用。因此,为实现大范围、高效率、低成本的移动群智感知,如何有机融合边缘设备与端设备,已成为移动群智感知研究的重要任务之一。针对边缘计算场景,国内外学者目前已经使用边缘计算和D2D通信来优化移动群智感知的执行效率、降低执行成本和能耗。其中,部署边缘计算服务可以加快感知任务的分发和感知数据的收集;而通过在网络边缘使用D2D通信技术,则可以构建一个泛在通信网络环境,有效减少传统蜂窝通信流量。由于群智感知中参与设备众多、运用场景多变,仍有许多影响其执行效率的因素需要深入讨论研究。

二是多模型跨领域知识的异构数据融合问题。目前学者们对数据融合与集成的路径和方法研究分为三个模块,如图所示:模型研究、策略研究和方法研究。模型研究主要从较为宏观角度解决数据融合与集成的整体过程;策略研究是对数据融合与集成的经典划分方案,从策略角度研究融合与集成的路径;方法研究中介绍在模型框架下,按照所属策略,如何具体地进行数据融合与集成。

图数据融合与集成

在工程上,调研和收集国内工程数据采集相关资料,梳理当前铁路建设所用工程机械、产线、现场设备等支持现场总线数据、工业以太网、PLC、DNC、条码扫描、RFID射频、人工等多种数据采集方式的情况;调研各类智能化现场工程设备输出数据格式,包括各类数据库DB格式、EXCEL、XML及TXT等格式以及各类型数据之间交互技术。

2.课题前期基础

各单位在铁路数字孪生的前期研究基础(从工程和科学研究俩个方面阐述)(主要介绍课题五相关研究工作)

研究团队依托北航虚拟现实新技术国家重点实验室、复杂产品先进制造系统教育部工程研究中心、数字化设计与制造技术北京市重点实验室、“复杂系统分析与管理决策”教育部重点实验室,整合多学科优势资源,拥有大量软硬件资源,长期从事数字孪生、一体化平台等研究,在数字孪生驱动的产品服务、云计算/物联网/大数据、智能决策与优化理论、复杂系统建模/仿真等方面开展研究,研究成果得到了广泛应用。建立了先进制造信息资源共享和服务体系平台,在复杂产品全生命周期制造和信息化管理、制造系统集成、智能制造服务、工业互联网、网络协同制造等方面具有很好的积累和丰富的经验。开发了两类云制造服务平台,提出了数字孪生车间概念,形成了“数字孪生与智能制造”特色鲜明研究方向,促进了本学科的发展,带动了新兴交叉研究的发展,增强了本学科承担国际学术前沿、国家重大需求与重大科技攻关的能力。承担了国家自然科学基金“动态环境下基于超网络的制造资源服务供需匹配”、国家科技部科技支撑计划“实时数据处理与可视化系统”等一系列国家重点科研项目。

具体在数据集成理论研究上,开展了数字化生产车间信息集成架构研究、异构信息采集系统互联互通技术研究和信息采集数据接入标准研究等,实现了制造底层数据的“可靠采集-高速传输-高效处理”,以及数据到服务的服务化封装。

具体在现场数据采集与集成上,针对制造物联和制造服务协作过程中异常小数据监测难/采全率低,瞬态大数据传输速率低/丢包率高,实况大数据实时处理效率低、数据难以服务化使用等导致数据不充分问题,发明了基于FPGA的事件触发变频采样技术(ZL201510621574.5),使监测周期达可到20ns,采全率达95%;②

您可能关注的文档

文档评论(0)

一羽 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档