本發(fā)明涉及自動(dòng)化生產(chǎn)與質(zhì)量控制領(lǐng)域，具體為利用數(shù)字孿生技術(shù)和三維可視化技術(shù)相結(jié)合的智能制造解決方案，旨在實(shí)現(xiàn)工廠生產(chǎn)過程的數(shù)字化、智能化和可視化。

背景技術(shù)：

1、隨著工業(yè)4.0時(shí)代的到來，智能制造已成為制造業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵。傳統(tǒng)的生產(chǎn)方式與檢驗(yàn)手段已無法滿足現(xiàn)代生產(chǎn)的高效、精確、智能的需求。因此，開發(fā)一種能夠?qū)崿F(xiàn)三維智慧生產(chǎn)與檢驗(yàn)的裝置及系統(tǒng)，對(duì)于提高生產(chǎn)效率、降低生產(chǎn)成本、保證產(chǎn)品質(zhì)量具有重要意義。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種三維智慧生產(chǎn)與檢驗(yàn)方法及系統(tǒng)，通過數(shù)據(jù)采集、智能控制、機(jī)器人操作、人機(jī)交互功能單元的協(xié)同工作，實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化、智能化和精確化，提高生產(chǎn)效率，降低生產(chǎn)成本，保證產(chǎn)品質(zhì)量。

2、具體技術(shù)方案如下：

3、一種三維智慧生產(chǎn)與檢驗(yàn)方法，包括：

4、實(shí)時(shí)采集生產(chǎn)數(shù)據(jù)并預(yù)處理；對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行異常檢測(cè)；當(dāng)數(shù)據(jù)正常時(shí)進(jìn)行性能評(píng)估；當(dāng)性能評(píng)估滿足要求，則進(jìn)行最優(yōu)決策向量的計(jì)算，包括，

5、狀態(tài)估計(jì):利用預(yù)處理后的當(dāng)前時(shí)刻的生產(chǎn)數(shù)據(jù)和上一時(shí)刻的狀態(tài)估計(jì)，估計(jì)當(dāng)前時(shí)刻的狀態(tài)

6、將以及狀態(tài)估計(jì)的歷史數(shù)據(jù)輸入數(shù)字孿生模型，預(yù)測(cè)下一時(shí)刻的狀態(tài)向量

7、決策分析：以為目標(biāo)，通過決策分析計(jì)算最優(yōu)決策向量；

8、預(yù)測(cè)分析:根據(jù)最優(yōu)決策向量預(yù)測(cè)的狀態(tài)向量x’(t)以及狀態(tài)歷史數(shù)據(jù)，估計(jì)未來的系統(tǒng)狀態(tài)和性能；

9、執(zhí)行決策:若預(yù)測(cè)分析達(dá)標(biāo)，則執(zhí)行最優(yōu)決策向量。

10、進(jìn)一步的，所述生產(chǎn)數(shù)據(jù)包括產(chǎn)品當(dāng)前裝配進(jìn)度、產(chǎn)品各組件的位置、安裝區(qū)域溫度、安裝角度、安裝壓力。

11、進(jìn)一步的，異常檢測(cè)采用基于密度的局部異常因子算法，具體過程:a)收集歷史數(shù)據(jù)，形成正常操作的基準(zhǔn)數(shù)據(jù)集；b)對(duì)實(shí)時(shí)的預(yù)處理后的生產(chǎn)數(shù)據(jù)計(jì)算lof得分；c)如果lof得分超過閾值t，則標(biāo)記為異常；

12、進(jìn)一步的，性能評(píng)估使用加權(quán)求和方法來綜合評(píng)估多個(gè)性能指標(biāo)，包括:a)定義性能指標(biāo)集；b)對(duì)每個(gè)指標(biāo)進(jìn)行評(píng)分；c)計(jì)算加權(quán)總分。

13、進(jìn)一步的，數(shù)字孿生模型采用lstm模型。

14、進(jìn)一步的，決策分析包括：a.根據(jù)實(shí)際情況定義決策空間，決策空間包括控制變量；b.模擬每個(gè)決策的影響；c.評(píng)估每個(gè)決策的預(yù)期效果；d.考慮不確定性；e.多目標(biāo)優(yōu)化平衡質(zhì)量和效率的需求，得到最優(yōu)決策向量。

15、進(jìn)一步的，采用擴(kuò)展卡爾曼濾波進(jìn)行狀態(tài)估計(jì)，其中的狀態(tài)向量根據(jù)生產(chǎn)數(shù)據(jù)進(jìn)行定義。

16、進(jìn)一步的，預(yù)測(cè)分析通過時(shí)間序列預(yù)測(cè)模型估計(jì)未來的系統(tǒng)狀態(tài)和性能。

17、一種三維智慧生產(chǎn)與檢驗(yàn)系統(tǒng)，包括數(shù)據(jù)采集單元、智能控制單元、機(jī)器人操作單元和人機(jī)交互單元；

18、所述的數(shù)據(jù)采集單元承擔(dān)生產(chǎn)數(shù)據(jù)的采集及預(yù)處理任務(wù)，包括三維視覺識(shí)別和傳感器采集兩部分，前者負(fù)責(zé)產(chǎn)品的三維圖像數(shù)據(jù)的采集，通過圖像處理器實(shí)時(shí)捕捉三維圖像數(shù)據(jù)，后者通過指定傳感器采集產(chǎn)品生產(chǎn)狀態(tài)及環(huán)境數(shù)據(jù)，包括但不限于溫度傳感器、濕度傳感器、壓力傳感器、電壓傳感器；

19、所述的智能控制單元是整個(gè)系統(tǒng)的核心，負(fù)責(zé)接收來自數(shù)據(jù)采集單元的所有實(shí)時(shí)生產(chǎn)數(shù)據(jù)，以及人機(jī)交互單元的數(shù)據(jù)，最終發(fā)出控制指令給機(jī)器人單元執(zhí)行生產(chǎn)操作，同時(shí)將產(chǎn)品三維生產(chǎn)過程實(shí)時(shí)輸出至人機(jī)交互單元，以實(shí)現(xiàn)生產(chǎn)監(jiān)控和決策支持；智能控制單元集成了異常檢測(cè)模塊、性能評(píng)估模塊、狀態(tài)估計(jì)模塊、數(shù)字孿生模塊、決策分析模塊、預(yù)測(cè)分析模塊以及執(zhí)行決策模塊；

20、所述的機(jī)器人操作單元是系統(tǒng)中的執(zhí)行部分，負(fù)責(zé)根據(jù)智能控制單元的指令，完成對(duì)產(chǎn)品的操作，該單元采用工業(yè)機(jī)器人和配套的控制系統(tǒng)，控制系統(tǒng)接收來自智能控制單元的指令，通過控制機(jī)器人的關(guān)節(jié)和驅(qū)動(dòng)器，實(shí)現(xiàn)精確的位置和姿態(tài)控制；

21、所述的人機(jī)交互單元是系統(tǒng)與產(chǎn)品負(fù)責(zé)人、操作員及檢驗(yàn)員交互的接口，接收來自產(chǎn)品負(fù)責(zé)人輸入的產(chǎn)品信息、操作員輸入的操作指令以及檢驗(yàn)員輸入產(chǎn)品質(zhì)量標(biāo)準(zhǔn)，并實(shí)時(shí)展示智能控制模塊輸出的產(chǎn)品的生產(chǎn)狀態(tài)及進(jìn)度，展示產(chǎn)品操作指令日志以及產(chǎn)品生產(chǎn)性能，該單元包含產(chǎn)品信息輸入模塊、生產(chǎn)進(jìn)度查看模塊、質(zhì)量檢驗(yàn)?zāi)K，信息輸入模塊提供了三部分的信息輸入功能，產(chǎn)品負(fù)責(zé)人輸入的產(chǎn)品信息、操作員輸入的操作指令以及檢驗(yàn)員輸入產(chǎn)品質(zhì)量標(biāo)準(zhǔn)，用于智能控制單元的異常檢測(cè)、性能評(píng)估、決策分析；生產(chǎn)進(jìn)度查看模塊接收數(shù)據(jù)采集模塊輸出的生產(chǎn)信息以及智能控制模塊輸出的操作指令、異常檢測(cè)、性能評(píng)估數(shù)據(jù)，并通過二維圖、表、日志和三維產(chǎn)品進(jìn)行實(shí)時(shí)展示，支持用戶通過vr眼鏡實(shí)時(shí)查看三維產(chǎn)品生產(chǎn)進(jìn)度。

22、有益效果

23、1、提高生產(chǎn)效率：通過實(shí)時(shí)捕捉和處理產(chǎn)品的三維數(shù)據(jù)，智能控制單元能夠精確指導(dǎo)機(jī)器人操作單元進(jìn)行產(chǎn)品的抓取、移動(dòng)和組裝等操作。數(shù)字孿生模型的構(gòu)建使得生產(chǎn)過程中的每一個(gè)環(huán)節(jié)都變得更加精確和高效，減少了生產(chǎn)過程中的浪費(fèi)和停機(jī)時(shí)間，從而提高了整體生產(chǎn)效率。

24、2、優(yōu)化產(chǎn)品質(zhì)量：數(shù)字孿生模型能夠?qū)崟r(shí)反映產(chǎn)品的實(shí)際狀態(tài)，包括尺寸、形狀和性能等方面的變化。通過對(duì)比模型與實(shí)際產(chǎn)品之間的差異，企業(yè)可以及時(shí)發(fā)現(xiàn)生產(chǎn)過程中的潛在問題，并采取相應(yīng)的措施進(jìn)行改進(jìn)。此外，質(zhì)量檢驗(yàn)單元的應(yīng)用也進(jìn)一步確保了產(chǎn)品質(zhì)量的穩(wěn)定性和一致性，降低了不合格品的比例。

25、3、降低生產(chǎn)成本：通過數(shù)字孿生模型的構(gòu)建，企業(yè)能夠在生產(chǎn)前進(jìn)行虛擬仿真和預(yù)測(cè)，避免在實(shí)際生產(chǎn)過程中出現(xiàn)不必要的錯(cuò)誤和損失。這有助于減少物料浪費(fèi)、降低能源消耗，并減少因生產(chǎn)問題導(dǎo)致的停機(jī)時(shí)間和維修成本。此外，通過優(yōu)化生產(chǎn)流程和提高生產(chǎn)效率，企業(yè)還能夠減少人力成本和時(shí)間成本。

26、4、提升決策支持能力：數(shù)字孿生模型提供了豐富的實(shí)時(shí)數(shù)據(jù)和分析結(jié)果，為企業(yè)決策者提供了強(qiáng)大的決策支持能力。通過模型數(shù)據(jù)的分析，決策者能夠深入了解生產(chǎn)過程的運(yùn)行情況和瓶頸問題，制定出更合理的生產(chǎn)計(jì)劃和資源配置策略。此外，模型還能夠預(yù)測(cè)未來生產(chǎn)趨勢(shì)和市場(chǎng)需求，幫助企業(yè)做出更準(zhǔn)確的戰(zhàn)略決策。

27、5、增強(qiáng)生產(chǎn)過程的可視化和透明化：數(shù)字孿生模型使得生產(chǎn)過程中的各個(gè)環(huán)節(jié)都變得可視化，企業(yè)可以實(shí)時(shí)了解生產(chǎn)進(jìn)度、設(shè)備狀態(tài)和產(chǎn)品質(zhì)量等信息。這有助于企業(yè)及時(shí)發(fā)現(xiàn)和解決生產(chǎn)過程中的問題，提高生產(chǎn)過程的可控性和穩(wěn)定性。同時(shí)，透明的生產(chǎn)過程也有助于提升企業(yè)的形象和信譽(yù)度，增強(qiáng)客戶對(duì)企業(yè)的信任。

技術(shù)特征：

1.一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：

2.根據(jù)權(quán)1所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：所述生產(chǎn)數(shù)據(jù)包括產(chǎn)品當(dāng)前裝配進(jìn)度、產(chǎn)品各組件的位置、安裝區(qū)域溫度、安裝角度、安裝壓力。

3.根據(jù)權(quán)1或2所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：異常檢測(cè)采用基于密度的局部異常因子算法，具體過程:a)收集歷史數(shù)據(jù)，形成正常操作的基準(zhǔn)數(shù)據(jù)集；b)對(duì)實(shí)時(shí)的預(yù)處理后的生產(chǎn)數(shù)據(jù)計(jì)算lof得分；c)如果lof得分超過閾值t，則標(biāo)記為異常。

4.根據(jù)權(quán)3所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：性能評(píng)估使用加權(quán)求和方法來綜合評(píng)估多個(gè)性能指標(biāo)，包括:a)定義性能指標(biāo)集；b)對(duì)每個(gè)指標(biāo)進(jìn)行評(píng)分；c)計(jì)算加權(quán)總分。

5.根據(jù)權(quán)4所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：數(shù)字孿生模型采用lstm模型。

6.根據(jù)權(quán)5所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：決策分析包括：a.根據(jù)實(shí)際情況定義決策空間，決策空間包括控制變量；b.模擬每個(gè)決策的影響；c.評(píng)估每個(gè)決策的預(yù)期效果；d.考慮不確定性；e.多目標(biāo)優(yōu)化平衡質(zhì)量和效率的需求，得到最優(yōu)決策向量。

7.根據(jù)權(quán)6所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：采用擴(kuò)展卡爾曼濾波進(jìn)行狀態(tài)估計(jì)，其中的狀態(tài)向量根據(jù)生產(chǎn)數(shù)據(jù)進(jìn)行定義。

8.根據(jù)權(quán)7所述的一種三維智慧生產(chǎn)與檢驗(yàn)方法，其特征在于：預(yù)測(cè)分析通過時(shí)間序列預(yù)測(cè)模型估計(jì)未來的系統(tǒng)狀態(tài)和性能。

9.一種三維智慧生產(chǎn)與檢驗(yàn)系統(tǒng)，基于權(quán)1-8所述的任意方法，其特征在于：包括數(shù)據(jù)采集單元、智能控制單元、機(jī)器人操作單元和人機(jī)交互單元；

技術(shù)總結(jié)
本發(fā)明提供了一種三維智慧生產(chǎn)與檢驗(yàn)方法及系統(tǒng)，通過數(shù)據(jù)采集、智能控制、機(jī)器人操作、人機(jī)交互功能單元的協(xié)同工作，實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化、智能化和精確化，提高生產(chǎn)效率，降低生產(chǎn)成本，保證產(chǎn)品質(zhì)量。具體的，實(shí)時(shí)采集生產(chǎn)數(shù)據(jù)并預(yù)處理；對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行異常檢測(cè)；數(shù)據(jù)正常且性能評(píng)估滿足要求時(shí)，則計(jì)算最優(yōu)決策向量，包括利用當(dāng)前的生產(chǎn)數(shù)據(jù)和上一時(shí)刻的狀態(tài)估計(jì)當(dāng)前時(shí)刻的狀態(tài)；數(shù)字孿生模型利用當(dāng)前時(shí)刻的狀態(tài)估計(jì)以及狀態(tài)估計(jì)的歷史數(shù)據(jù)預(yù)測(cè)下一時(shí)刻的狀態(tài)向量；以下一時(shí)刻的狀態(tài)向量為目標(biāo)，通過決策分析計(jì)算最優(yōu)決策向量；通過預(yù)測(cè)分析，估計(jì)最優(yōu)決策向量對(duì)應(yīng)未來的系統(tǒng)狀態(tài)和性能；若預(yù)測(cè)分析達(dá)標(biāo)，則執(zhí)行最優(yōu)決策向量。

技術(shù)研發(fā)人員：楊丹青,喬曉輝,吳艷玲,李志亮
受保護(hù)的技術(shù)使用者：河北漢光重工有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9