首页 / 基于数字孪生的航天器装配过程管控方法及系统

基于数字孪生的航天器装配过程管控方法及系统无效专利 发明

具体技术细节

[0005] 针对现有技术中的缺陷,本发明提供一种基于数字孪生的航天器装配过程管控方法及系统。
[0006] 根据本发明提供的一种基于数字孪生的航天器装配过程管控方法及系统,所述方案如下:
[0007] 第一方面,提供了一种基于数字孪生的航天器装配过程管控方法,所述方法包括:
[0008] 步骤S1:确定航天器产品装配的关键特征,基于所述关键特征构建产品装配数字孪生模型,同时确定航天器装配车间的关键要素,基于所述关键要素构建装配车间数字孪生模型;
[0009] 步骤S2:采用物联网平台进行航天器装配过程数据采集,定义航天器装配过程关键事件,由关键事件驱动采集数据与产品装配数字孪生模型、装配车间数字孪生模型的虚实精准映射;
[0010] 步骤S3:基于所述产品装配数字孪生模型进行航天器装配过程实时管控与分析预测;
[0011] 步骤S4:基于所述装配车间数字孪生模型进行车间实时管控与分析预测;
[0012] 步骤S5:对装配过程孪生数据进行多维度组织管理,进行数据的存储、管理与挖掘。
[0013] 优选的,所述步骤S1中基于关键特征构建产品装配数字孪生模型的步骤进一步包括:
[0014] 步骤S1.1.1:在产品装配数字样机建模工具软件中,接收设计单位下发的产品设计模型、物料清单信息以及技术文件,增加工装、工具模型以及装配工艺流程、工艺内容、检验要求在内的相关信息,进行模型、信息的关联和融合,形成包含完整的产品结构信息、属性信息及轻量化模型的产品装配数字样机;
[0015] 步骤S1.1.2:根据产品ID、部组件ID、零件ID,将产品装配关键特征集合与产品装配数字样机进行关联,形成产品装配数字孪生模型;
[0016] 步骤S1.1.3:在产品装配数字孪生模型中建立产品数据接口,实现产品装配数字孪生模型和实时数据间的交互;
[0017] 步骤S1.1.4:开发装配过程管控模块,集成PDM、ERP、MES、QMS系统中产品装配进度、质量、技术状态管控功能,基于产品装配数字孪生模型进行数据处理、装配状态识别与监控以及异常报警。
[0018] 所述步骤S1中基于关键要素构建装配车间数字孪生模型的步骤进一步包括:
[0019] 步骤S1.2.1:在车间数字模型建模工具软件中对装配车间各类要素进行建模和场景布置,同时配置各要素实时数据及状态的可视化界面,形成装配车间数字模型;
[0020] 步骤S1.2.2:通过ERP、MES在内的相关系统对装配车间关键要素信息进行管理,并与车间数字模型进行关联,形成装配车间数字孪生模型;
[0021] 步骤S1.2.3:在装配车间数字孪生模型中建立车间数据接口,实现装配车间孪生模型和实时数据间的交互;
[0022] 步骤S1.2.4:开发装配过程管控模块,集成PDM、ERP、MES、QMS系统中物料管控、车间资源管控相关功能,建立车间管控服务,基于装配车间数字孪生模型进行数据处理、状态识别与监控以及异常报警。
[0023] 优选的,所述步骤S2的采用物联网平台进行航天器装配过程数据采集的步骤进步包括:
[0024] 步骤S2.1.1:构建物联网平台,提供TCP/IP、UDP、OPC、Modbus、RFID标准通信协议及标准化封装的API接口;
[0025] 步骤S2.1.2:基于所述物联网平台开发数据集成接口及数据管理模块,实现各类设备和软件系统的统一接入、数据在线采集及处理;
[0026] 步骤S2.1.3:将采集的设备运行数据、传感器检测数据以及物流RFID数据进行采集,并与产品、工艺以及工序在内的相关信息进行关联存储。
[0027] 所述步骤S2的由关键事件驱动采集数据与产品装配数字孪生模型、装配车间数字孪生模型的虚实精准映射的步骤进一步包括:
[0028] 步骤S2.2.1:感知关键事件,以装配工序开工、软硬件系统运行以及关键工序执行作为关键事件的触发条件,通过物联网平台的数据集成接口及事件驱动引擎,实时感知关键事件;
[0029] 步骤S2.2.2:采集原始数据,通过设备与物联网平台集成、软件系统间集成,实现装配进度数据、质量数据、技术状态数据以及人员数据、工装设备数据、物料数据、环境数据在内的原始数据在线采集;
[0030] 步骤S2.2.3:处理及封装数据,根据产品关键特征及关键要素清单,对采集的原始数据进行过滤和处理,并采用XML文档对处理后的数据进行组织和封装;
[0031] 步骤S2.2.4:实时推送数据,采用Web Service技术开发数据接口,在线读取XML文档,并通过主动推送方式传送给产品装配数字样机建模工具或车间数字模型建模工具;
[0032] 步骤S2.2.5:虚实映射与融合,产品装配数字样机建模工具解析XML文档获取产品数据,驱动产品装配数字孪生模型更新装配状态和关键特征信息;车间数字模型建模工具解析XML文档获取车间数据,驱动装配车间数字孪生模型更新关键要素状态。
[0033] 优选的,所述步骤S3的基于产品装配数字孪生模型进行航天器装配过程实时管控与分析预测的步骤进一步包括:
[0034] 步骤S3.1:产品装配进度实时管控与分析预测,通过物联网平台和MES系统实时获取产品装配进度的关键特征数据,驱动产品装配数字孪生模型更新装配进度关键特征信息,并在三维可视化监控看板中实时展示各类零件、部组件的装配状态及装配完成率;调用产品装配过程管控服务,将实际装配进度与装配计划进行自动比对,对于超期情况进行预警,并驱动计划调整或动态调度;采用数据挖掘与分析方法,对历史工艺、装配任务和工时进行关联分析,构建面向不同部组件、工艺和工况的工时估算模型,通过产品装配数字孪生模型获取待装部组件列表,基于工时估算模型进行工时计算,预测产品最终装配完成时间;
[0035] 步骤S3.2:产品装配质量实时管控与分析预测,通过物联网平台和MES系统实时获取产品装配质量关键特征数据,驱动产品装配数字孪生模型更新质量关键特征信息;调用产品装配过程管控服务,将采集的质量数据与设计值进行自动比对分析,对于出现偏差或异常情况进行警示,并驱动进行设计或工艺优化;构建产品装配精度预分析模型,基于产品装配数字孪生模型进行装配仿真和尺寸链动态计算,预测产品最终装配精度;采用机器视觉算法对采集的产品图像进行自动识别,预测产品缺陷以及多余物质量隐患;
[0036] 步骤S3.3:产品装配技术状态实时管控,通过产品装配数字孪生模型实时获取产品当前装配技术状态信息,调用产品装配过程管控服务,将当前的装配技术状态与设计、工艺技术状态要求进行比对,发现偏离状况并进行工艺调整。
[0037] 优选的,所述步骤S4的基于装配车间数字孪生模型进行车间实时管控与分析预测的步骤进一步包括:
[0038] 步骤S4.1:车间关键要素实时管控,针对车间内的关键设备,通过物联网平台实时获取设备运行数据并调用车间管控服务,发现设备异常情况进行预警和设备维护提示,并在三维可视化监控看板中进行警示;针对车间物流,采用RFID、条码识别技术,在库房、工位部署RFID读写器和条码扫描器,对物料信息进行自动或半自动采集,实时获取物料的区域位置和状态信息,在三维可视化监控看板中实时监控物料信息,同时调用车间管控服务,识别物料进入错误工位情况并进行警示,避免物料错装情况;针对车间环境,通过物联网平台实时获取车间温度、湿度、电磁辐射数据,并在三维可视化监控看板中进行显示,对于超限情况进行报警;
[0039] 步骤S4.2:车间运行仿真及瓶颈资源预测,通过装配车间数字孪生模型获取车间布局及各关键要素的位置,以及实际状态信息,并将模型与数据输入至车间运行仿真软件;根据产品装配工艺流程,建立装配工序与关键要素间的映射关系,设置工序及工位作业时间在内的相关参数并进行车间运行仿真,输出未来一段时间内资源使用、物流路径、作业时间结果数据,分析资源冲突情况并预测瓶颈资源,通过MES系统进行排产与调度,提前进行资源优化配置。
[0040] 优选的,所述步骤S5中对装配过程孪生数据进行多维度组织管理,进行数据的存储、管理与挖掘的步骤进一步包括:
[0041] 步骤S5.1:构建装配过程孪生数据多维度组织模型,从模型维度、数据维度、时间维度对孪生数据进行组织和集成管理;
[0042] 步骤S5.2:建立制造基线,对装配过程不同阶段的孪生数据自动进行基线标识;在追溯产品装配状态时,按照制造基线获取孪生数据并加载至产品装配数字孪生模型中,构建该制造基线下产品数字镜像;
[0043] 步骤S5.3:建立面向装配过程管控的大数据管理和应用模块,实现产品和车间孪生数据的存储、管理和挖掘,包括海量装配图像机器视觉识别、设备健康监测与预警。
[0044] 第二方面,提供了一种基于数字孪生的航天器装配过程管控系统,该系统主体架构采用B/S架构建立,并与产品装配数字样机建模工具软件、车间数字模型建模工具软件、PDM、ERP、MES、QMS系统集成,该系统包括:
[0045] 物联网平台模块:用于实现装配过程中各类设备、工装、传感器以及物料的物联集成与数据在线采集传输;
[0046] 孪生模型构建模块,用于进行产品装配数字孪生模型和装配车间数字孪生模型构建及虚实融合映射;
[0047] 装配过程管控模块,用于实现排产调度、物料管理、装配执行管控、产品质量管控和车间资源管控;
[0048] 分析与决策支持模块,用于实现产品及车间状态可视化监控、瓶颈资源预测、装配精度预测分析、生产进度预测、产品质量预测;
[0049] 数据集成管理模块:用于实现数字孪生模型和孪生数据的统一管理。
[0050] 优选的,所述物联网平台模块进一步包括:
[0051] 物联集成模块:采用TCP/IP、UDP、OPC、Modbus、RFID接口协议,实现机械臂装配系统、精密对接系统、电子力矩扳手、电子经纬仪、环境监测设备、RFID读写器在线集成及数据实时采集的模块;
[0052] 采集数据处理模块:对物联集成模块采集的数据进行清洗、筛选和封装的模块;
[0053] 数据传输模块:实现采集数据从物联网平台向孪生模型构建模块、数据集成管理模块实时传输的模块。
[0054] 优选的,所述孪生模型构建模块进一步包括:
[0055] 产品装配数字孪生模型构建模块:构建产品装配数字样机、产品关键特征、产品数据接口、产品装配过程管控服务,并通过虚实映射形成产品装配数字孪生模型的模块;
[0056] 装配车间数字孪生模型构建模块:构建车间数字模型、车间关键要素、车间数据接口、车间管控服务,并通过虚实映射形成装配车间数字孪生模型的模块。
[0057] 优选的,所述装配过程管控模块进一步包括:
[0058] 装配执行管控模块:通过产品装配数字孪生模型进行装配进度、装配质量和技术状态管控的模块;
[0059] 物料管控模块:通过产品装配数字孪生模型和装配车间数字孪生模型进行物料识别、出入库管理和配送管理的模块;
[0060] 车间资源管控模块:通过装配车间数字孪生模型进行设备运行监控、人员管理、场地环境监控的模块。
[0061] 所述分析与决策支持模块进一步包括:
[0062] 三维可视化监控模块:通过对产品和车间三维模型进行颜色渲染及信息加载,对产品装配状态及车间运行状态进行可视化监控的模块;
[0063] 产品装配精度预测分析模块:采用产品孪生模型进行装配仿真和尺寸链动态计算,实现对产品最终装配精度的预测的模块;
[0064] 产品装配进度预测模块:采用产品孪生模型和工时估算模型进行预排产,实现产品最终装配进度预测的模块;
[0065] 产品装配质量预测模块:基于产品孪生模型对采集的质量数据进行自动判读分析,对于出现的质量问题进行预测的模块;
[0066] 瓶颈资源预测模块:采用装配车间孪生模型和瓶颈资源诊断算法对生产资源瓶颈进行预测的模块。
[0067] 所述数据集成管理模块进一步包括:
[0068] 孪生模型管理模块:对产品装配数字孪生模型和装配车间数字孪生模型进行管理的模块;
[0069] 孪生数据管理模块:对产品装配进度数据、装配精度数据、检验数据、设备运行参数、照片、视频在内的相关数据进行集成管理的模块。
[0070] 与现有技术相比,本发明具有如下的有益效果:
[0071] 1、针对航天器装配过程中产品状态变化十分频繁的情况,基于关键特征构建航天器产品装配数字孪生模型,保证了产品数据采集、虚实同步效率及准确性;针对装配车间内各类生产要素的分配、流转和使用等活动较多的情况,基于关键要素构建装配车间模型,保证了车间数据采集、虚实同步的效率及准确性;
[0072] 2、针对航天器装配过程中采集的多源异构原始数据数据难以直接与产品、车间的孪生模型进行关联融合的问题,采用关键事件驱动的虚实精准映射方法,实现虚实有效融合;
[0073] 3、通过数字孪生模型驱动航天器装配过程实时管控与分析预测,实现了产品装配进度、装配质量、技术状态的实时管控和分析预测,同时实现了车间关键要素实时管控、车间运行仿真及瓶颈资源预测,提高了航天器装配过程管控的实时性和预测性;
[0074] 4、设计基于数字孪生的航天器装配过程管控系统,主体架构采用B/S架构建立,具有部署方便、瘦客户端的特点,用户可以根据权限通过浏览器进行航天器装配执行状态、物流、车间资源等管控以及装配精度、装配进度、质量和生产资源瓶颈预测等,有效提高了装配过程管控的效率和精细化水平。

法律保护范围

涉及权利要求数量10:其中独权2项,从权-2项

1.一种基于数字孪生的航天器装配过程管控方法,其特征在于,包括:
步骤S1:确定航天器产品装配的关键特征,基于所述关键特征构建产品装配数字孪生模型,同时确定航天器装配车间的关键要素,基于所述关键要素构建装配车间数字孪生模型;
步骤S2:采用物联网平台进行航天器装配过程数据采集,定义航天器装配过程关键事件,由关键事件驱动采集数据与产品装配数字孪生模型、装配车间数字孪生模型的虚实精准映射;
步骤S3:基于所述产品装配数字孪生模型进行航天器装配过程实时管控与分析预测;
步骤S4:基于所述装配车间数字孪生模型进行车间实时管控与分析预测;
步骤S5:对装配过程孪生数据进行多维度组织管理,进行数据的存储、管理与挖掘。
2.根据权利要求1所述的基于数字孪生的航天器装配过程管控方法,其特征在于,所述步骤S1中基于关键特征构建产品装配数字孪生模型的步骤进一步包括:
步骤S1.1.1:在产品装配数字样机建模工具软件中,接收设计单位下发的产品设计模型、物料清单信息以及技术文件,增加工装、工具模型以及装配工艺流程、工艺内容、检验要求在内的相关信息,进行模型、信息的关联和融合,形成包含完整的产品结构信息、属性信息及轻量化模型的产品装配数字样机;
步骤S1.1.2:根据产品ID、部组件ID、零件ID,将产品装配关键特征集合与产品装配数字样机进行关联,形成产品装配数字孪生模型;
步骤S1.1.3:在产品装配数字孪生模型中建立产品数据接口,实现产品装配数字孪生模型和实时数据间的交互;
步骤S1.1.4:开发装配过程管控模块,集成PDM、ERP、MES、QMS系统中产品装配进度、质量、技术状态管控功能,基于产品装配数字孪生模型进行数据处理、装配状态识别与监控以及异常报警;
所述步骤S1中基于关键要素构建装配车间数字孪生模型的步骤进一步包括:
步骤S1.2.1:在车间数字模型建模工具软件中对装配车间各类要素进行建模和场景布置,同时配置各要素实时数据及状态的可视化界面,形成装配车间数字模型;
步骤S1.2.2:通过ERP、MES在内的相关系统对装配车间关键要素信息进行管理,并与车间数字模型进行关联,形成装配车间数字孪生模型;
步骤S1.2.3:在装配车间数字孪生模型中建立车间数据接口,实现装配车间孪生模型和实时数据间的交互;
步骤S1.2.4:开发装配过程管控模块,集成PDM、ERP、MES、QMS系统中物料管控、车间资源管控相关功能,建立车间管控服务,基于装配车间数字孪生模型进行数据处理、状态识别与监控以及异常报警。
3.根据权利要求1所述的基于数字孪生的航天器装配过程管控方法,其特征在于,所述步骤S2的采用物联网平台进行航天器装配过程数据采集的步骤进步包括:
步骤S2.1.1:构建物联网平台,提供TCP/IP、UDP、OPC、Modbus、RFID标准通信协议及标准化封装的API接口;
步骤S2.1.2:基于所述物联网平台开发数据集成接口及数据管理模块,实现各类设备和软件系统的统一接入、数据在线采集及处理;
步骤S2.1.3:将采集的设备运行数据、传感器检测数据以及物流RFID数据进行采集,并与产品、工艺以及工序在内的相关信息进行关联存储;
所述步骤S2的由关键事件驱动采集数据与产品装配数字孪生模型、装配车间数字孪生模型的虚实精准映射的步骤进一步包括:
步骤S2.2.1:感知关键事件,以装配工序开工、软硬件系统运行以及关键工序执行作为关键事件的触发条件,通过物联网平台的数据集成接口及事件驱动引擎,实时感知关键事件;
步骤S2.2.2:采集原始数据,通过设备与物联网平台集成、软件系统间集成,实现装配进度数据、质量数据、技术状态数据以及人员数据、工装设备数据、物料数据、环境数据在内的原始数据在线采集;
步骤S2.2.3:处理及封装数据,根据产品关键特征及关键要素清单,对采集的原始数据进行过滤和处理,并采用XML文档对处理后的数据进行组织和封装;
步骤S2.2.4:实时推送数据,采用Web Service技术开发数据接口,在线读取XML文档,并通过主动推送方式传送给产品装配数字样机建模工具或车间数字模型建模工具;
步骤S2.2.5:虚实映射与融合,产品装配数字样机建模工具解析XML文档获取产品数据,驱动产品装配数字孪生模型更新装配状态和关键特征信息;车间数字模型建模工具解析XML文档获取车间数据,驱动装配车间数字孪生模型更新关键要素状态。
4.根据权利要求1所述的基于数字孪生的航天器装配过程管控方法,其特征在于,所述步骤S3的基于产品装配数字孪生模型进行航天器装配过程实时管控与分析预测的步骤进一步包括:
步骤S3.1:产品装配进度实时管控与分析预测,通过物联网平台和MES系统实时获取产品装配进度的关键特征数据,驱动产品装配数字孪生模型更新装配进度关键特征信息,并在三维可视化监控看板中实时展示各类零件、部组件的装配状态及装配完成率;
调用产品装配过程管控服务,将实际装配进度与装配计划进行自动比对,对于超期情况进行预警,并驱动计划调整或动态调度;采用数据挖掘与分析方法,对历史工艺、装配任务和工时进行关联分析,构建面向不同部组件、工艺和工况的工时估算模型,通过产品装配数字孪生模型获取待装部组件列表,基于工时估算模型进行工时计算,预测产品最终装配完成时间;
步骤S3.2:产品装配质量实时管控与分析预测,通过物联网平台和MES系统实时获取产品装配质量关键特征数据,驱动产品装配数字孪生模型更新质量关键特征信息;
调用产品装配过程管控服务,将采集的质量数据与设计值进行自动比对分析,对于出现偏差或异常情况进行警示,并驱动进行设计或工艺优化;
构建产品装配精度预分析模型,基于产品装配数字孪生模型进行装配仿真和尺寸链动态计算,预测产品最终装配精度;
采用机器视觉算法对采集的产品图像进行自动识别,预测产品缺陷以及多余物质量隐患;
步骤S3.3:产品装配技术状态实时管控,通过产品装配数字孪生模型实时获取产品当前装配技术状态信息,调用产品装配过程管控服务,将当前的装配技术状态与设计、工艺技术状态要求进行比对,发现偏离状况并进行工艺调整。
5.根据权利要求1所述的基于数字孪生的航天器装配过程管控方法,其特征在于,所述步骤S4的基于装配车间数字孪生模型进行车间实时管控与分析预测的步骤进一步包括:
步骤S4.1:车间关键要素实时管控,针对车间内的关键设备,通过物联网平台实时获取设备运行数据并调用车间管控服务,发现设备异常情况进行预警和设备维护提示,并在三维可视化监控看板中进行警示;
针对车间物流,采用RFID、条码识别技术,在库房、工位部署RFID读写器和条码扫描器,对物料信息进行自动或半自动采集,实时获取物料的区域位置和状态信息,在三维可视化监控看板中实时监控物料信息,同时调用车间管控服务,识别物料进入错误工位情况并进行警示,避免物料错装情况;
针对车间环境,通过物联网平台实时获取车间温度、湿度、电磁辐射数据,并在三维可视化监控看板中进行显示,对于超限情况进行报警;
步骤S4.2:车间运行仿真及瓶颈资源预测,通过装配车间数字孪生模型获取车间布局及各关键要素的位置,以及实际状态信息,并将模型与数据输入至车间运行仿真软件;
根据产品装配工艺流程,建立装配工序与关键要素间的映射关系,设置工序及工位作业时间在内的相关参数并进行车间运行仿真,输出未来一段时间内资源使用、物流路径、作业时间结果数据,分析资源冲突情况并预测瓶颈资源,通过MES系统进行排产与调度,提前进行资源优化配置。
6.根据权利要求1所述的基于数字孪生的航天器装配过程管控方法,其特征在于,所述步骤S5中对装配过程孪生数据进行多维度组织管理,进行数据的存储、管理与挖掘的步骤进一步包括:
步骤S5.1:构建装配过程孪生数据多维度组织模型,从模型维度、数据维度、时间维度对孪生数据进行组织和集成管理;
步骤S5.2:建立制造基线,对装配过程不同阶段的孪生数据自动进行基线标识;在追溯产品装配状态时,按照制造基线获取孪生数据并加载至产品装配数字孪生模型中,构建该制造基线下产品数字镜像;
步骤S5.3:建立面向装配过程管控的大数据管理和应用模块,实现产品和车间孪生数据的存储、管理和挖掘,包括海量装配图像机器视觉识别、设备健康监测与预警。
7.一种基于数字孪生的航天器装配过程管控系统,其特征在于,该系统主体架构采用B/S架构建立,并与产品装配数字样机建模工具软件、车间数字模型建模工具软件、PDM、ERP、MES、QMS系统集成,该系统包括:
物联网平台模块:用于实现装配过程中各类设备、工装、传感器以及物料的物联集成与数据在线采集传输;
孪生模型构建模块,用于进行产品装配数字孪生模型和装配车间数字孪生模型构建及虚实融合映射;
装配过程管控模块,用于实现排产调度、物料管理、装配执行管控、产品质量管控和车间资源管控;
分析与决策支持模块,用于实现产品及车间状态可视化监控、瓶颈资源预测、装配精度预测分析、生产进度预测、产品质量预测;
数据集成管理模块:用于实现数字孪生模型和孪生数据的统一管理。
8.根据权利要求7所述的基于数字孪生的航天器装配过程管控系统,其特征在于,所述物联网平台模块进一步包括:
物联集成模块:采用TCP/IP、UDP、OPC、Modbus、RFID接口协议,实现机械臂装配系统、精密对接系统、电子力矩扳手、电子经纬仪、环境监测设备、RFID读写器在线集成及数据实时采集的模块;
采集数据处理模块:对物联集成模块采集的数据进行清洗、筛选和封装的模块;
数据传输模块:实现采集数据从物联网平台向孪生模型构建模块、数据集成管理模块实时传输的模块。
9.根据权利要求7所述的基于数字孪生的航天器装配过程管控系统,其特征在于,所述孪生模型构建模块进一步包括:
产品装配数字孪生模型构建模块:构建产品装配数字样机、产品关键特征、产品数据接口、产品装配过程管控服务,并通过虚实映射形成产品装配数字孪生模型的模块;
装配车间数字孪生模型构建模块:构建车间数字模型、车间关键要素、车间数据接口、车间管控服务,并通过虚实映射形成装配车间数字孪生模型的模块。
10.根据权利要求7所述的基于数字孪生的航天器装配过程管控系统,其特征在于,所述装配过程管控模块进一步包括:
装配执行管控模块:通过产品装配数字孪生模型进行装配进度、装配质量和技术状态管控的模块;
物料管控模块:通过产品装配数字孪生模型和装配车间数字孪生模型进行物料识别、出入库管理和配送管理的模块;
车间资源管控模块:通过装配车间数字孪生模型进行设备运行监控、人员管理、场地环境监控的模块;
所述分析与决策支持模块进一步包括:
三维可视化监控模块:通过对产品和车间三维模型进行颜色渲染及信息加载,对产品装配状态及车间运行状态进行可视化监控的模块;
产品装配精度预测分析模块:采用产品孪生模型进行装配仿真和尺寸链动态计算,实现对产品最终装配精度的预测的模块;
产品装配进度预测模块:采用产品孪生模型和工时估算模型进行预排产,实现产品最终装配进度预测的模块;
产品装配质量预测模块:基于产品孪生模型对采集的质量数据进行自动判读分析,对于出现的质量问题进行预测的模块;
瓶颈资源预测模块:采用装配车间孪生模型和瓶颈资源诊断算法对生产资源瓶颈进行预测的模块;
所述数据集成管理模块进一步包括:
孪生模型管理模块:对产品装配数字孪生模型和装配车间数字孪生模型进行管理的模块;
孪生数据管理模块:对产品装配进度数据、装配精度数据、检验数据、设备运行参数、照片、视频在内的相关数据进行集成管理的模块。

当前第2页 第1页 第2页 第3页
相关技术
方法系统相关技术
管控方法相关技术
万峰发明人的其他相关专利技术