[發明專利]基于三維建模仿真軟件的工業大數據實時采集及分析方法

有效

• 申請號: 202011441879.5
• 申請日: 2020-12-11
• 公開（公告）號: CN112380783B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 劉洋;孫永強;杜科;韓挺
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F16/25;G06F8/41;G06F111/10
• 代理公司: 四川省成都市天策商標專利事務所(有限合伙) 51213
• 代理人: 張秀敏

本發明公開了基于三維建模仿真軟件的工業大數據實時采集及分析方法，包括啟動仿真軟件，虛擬傳感器調用二次開發平臺的api將仿真數據發送到socket端口；虛擬傳感器的注冊方法為：在二次開發平臺進行編碼環境的配置；根據采集需求編碼，編碼用于實現并封裝功能：坐標標點查找、目標點坐標計算和時間戳記錄；編碼完成后，生成DLL文件；根據三維建模仿真軟件二次開發平臺的插件注冊要求編寫dat文件，使用插件注冊模塊運行dat文件，完成虛擬傳感器的注冊；實時處理socket端口的數據流并存儲到數據庫；并進行實時仿真和統計分析。采用虛擬傳感器采集仿真數據，解決產品在未建設完成前無法對產品進行優化的問題。

技術領域

本發明涉及工業大數據技術領域，具體的說，是基于三維建模仿真軟件的工業大數據實時采集及分析方法。

背景技術

在工業大數據、智能制造等領域，設計生產線等產品的時候往往需要使用大數據、人工智能等技術對生產線的運作進行分析、診斷、優化等以做出預防性的調整與維護。目前的技術幾乎都是基于實際生產線，然而生產線的建設成本高昂，如果建設完成后才發現其中一些潛在的設計問題，則修改設計方案的代價是巨大的。解決上述問題的方案之一是把生產線仿真技術與大數據、人工智能技術相結合，在建設生產線之前就使用三維建模仿真軟件產生大量的仿真數據，然后通過大數據、人工智能等技術對仿真數據進行分析，發現潛在問題，最終實現對產品設計的驗證、優化。然而現有的建模仿真軟件沒有相應的數據采集模塊，無法采集到相應的日志數據，最終難以把大數據技術應用到產品的設計上。

發明內容

本發明的目的在于提供基于三維建模仿真軟件的工業大數據實時采集及分析方法，用于解決現有技術中三維建模仿真軟件無法采集日志數據，不能在生產線建成之前進行數據仿真和數據分析的問題。

本發明通過下述技術方案解決上述問題：

基于三維建模仿真軟件的工業大數據實時采集及分析方法，包括：

步驟S1：啟動三維建模仿真軟件，虛擬傳感器周期性的調用三維建模仿真軟件二次開發平臺的API將產生的仿真數據發送到socket端口；所述虛擬傳感器的注冊方法為：

步驟A：在三維建模仿真軟件的二次開發平臺進行編碼環境的配置；

步驟B：根據采集需求編碼，編碼用于實現并封裝功能：坐標標點查找、目標點坐標計算和時間戳記錄；

步驟C：編碼完成后，生成DLL文件；

步驟D：根據三維建模仿真軟件二次開發平臺的插件注冊要求編寫dat文件，dat文件用于指明DLL文件位置信息，使用三維建模仿真軟件二次開發平臺的插件注冊模塊運行dat文件，完成虛擬傳感器的注冊；

步驟S2：采用sparkstreaming實時處理socket端口的數據流，并存儲到數據庫；

步驟S3：利用數據庫中存儲的數據進行實時仿真和統計分析。

所述數據庫采用Mysql數據庫和數據倉庫Hive，定期使用sqoop將Mysql數據庫的數據采集到數據倉庫Hive；所述Mysql數據庫存儲的少量數據用于供前端進行數據展示以及統計；所述數據倉庫Hive用于對數據進行統計分析及智能決策，統計分析采用sql語句、pandas、工具spark和機器學習算法庫sparkmlib的一種或多種，所述機器學習算法庫sparkmlib包括監督學習、無監督學習和強化學習。

本發明與現有技術相比，具有以下優點及有益效果：

(1)本發明采用了虛擬傳感器采集三維建模仿真軟件生產仿真數據的方法，解決生產線等產品在未建設完成前無法使用大數據、人工智能等技術對產品進行優化的問題，節約了生產線等產品的設計、分析、優化成本。