[發(fā)明專利]一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202211292301.7
• 申請日: 2022-10-21
• 公開（公告）號: CN115509194A
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 林傳喜;李軍;張真愷;殷耀華;胥強(qiáng);劉衛(wèi)斌;雷陽;李民程;李俊燊;周業(yè)宙
• 申請（專利權(quán)）人: 云南昆船設(shè)計(jì)研究院有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 和占宏

1.一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測系統(tǒng)，其特征在于，包括工業(yè)5G網(wǎng)絡(luò)覆蓋下的卷煙設(shè)備、AR設(shè)備、數(shù)采模塊、專家知識庫和數(shù)字孿生模型；

所述AR設(shè)備，用于獲取卷煙生產(chǎn)現(xiàn)場環(huán)境、生產(chǎn)過程的實(shí)時(shí)狀態(tài)和數(shù)據(jù)，與數(shù)字孿生模型進(jìn)行實(shí)時(shí)交互，修正數(shù)字孿生模型；同時(shí)結(jié)合專家知識庫進(jìn)行卷煙設(shè)備非故障停機(jī)預(yù)測；所述數(shù)采模塊，用于卷煙設(shè)備的數(shù)據(jù)收集、處理，傳輸給專家知識庫和數(shù)字孿生模型，同時(shí)負(fù)責(zé)數(shù)據(jù)的上下游的傳輸和控制；

所述專家知識庫，收集停機(jī)專家知識規(guī)則，對卷煙設(shè)備停機(jī)進(jìn)行分析和預(yù)測；與數(shù)字孿生模型進(jìn)行聯(lián)動與仿真，進(jìn)行現(xiàn)場與遠(yuǎn)程的停機(jī)預(yù)判及停機(jī)規(guī)則動態(tài)優(yōu)化調(diào)整；

所述數(shù)字孿生模型，搭建設(shè)備數(shù)字孿生體模型和進(jìn)行生產(chǎn)停機(jī)模型仿真，與AR交互，進(jìn)行現(xiàn)場設(shè)備實(shí)時(shí)狀態(tài)和數(shù)據(jù)聯(lián)動，同時(shí)與專家知識庫聯(lián)動，優(yōu)化完善專家知識規(guī)則，自適應(yīng)控制卷煙設(shè)備。

2.根據(jù)權(quán)利要求1所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測系統(tǒng)，其特征在于，所述卷煙設(shè)備包括卷煙機(jī)、包裝機(jī)、封箱機(jī)、成型機(jī)、卷煙輔連設(shè)備、包裝輔連設(shè)備和成型輔連設(shè)備。

3.根據(jù)權(quán)利要求1所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測系統(tǒng)，其特征在于，所述AR設(shè)備和專家知識庫結(jié)合構(gòu)建有現(xiàn)場輔助診斷、維修系統(tǒng)。

4.一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，包括以下具體實(shí)施步驟：

步驟一：采集卷煙設(shè)備，以及卷煙設(shè)備生產(chǎn)過程中的實(shí)時(shí)狀態(tài)和數(shù)據(jù)；

步驟二：根據(jù)采集的數(shù)據(jù)，構(gòu)建基于卷煙設(shè)備的數(shù)字孿生體，并對卷煙設(shè)備生產(chǎn)過程進(jìn)行三維可視化建模和數(shù)字化仿真，構(gòu)建卷煙設(shè)備生產(chǎn)過程數(shù)字孿生模型；

步驟三：收集生產(chǎn)過程停機(jī)數(shù)據(jù)，建立基于貝葉斯網(wǎng)絡(luò)推理的專家知識庫；

步驟四：AR設(shè)備采集的數(shù)據(jù)與數(shù)字孿生模型數(shù)據(jù)進(jìn)行實(shí)時(shí)交互，同時(shí)對數(shù)字孿生模型修正；

步驟五：根據(jù)專家知識庫的知識，遠(yuǎn)程和本地評估卷煙設(shè)備目前狀態(tài)，對卷煙設(shè)備停機(jī)進(jìn)行預(yù)測，通過數(shù)字孿生模型仿真尋找降低停機(jī)方法或控制策略。

5.根據(jù)權(quán)利要求4所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，還包括：AR設(shè)備和專家知識庫組合進(jìn)行人機(jī)深度交互，指導(dǎo)人員解決現(xiàn)場因素引發(fā)的停機(jī)。

6.根據(jù)權(quán)利要求4所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，專家知識庫搭建的具體方法：

S1：利用停機(jī)因果樹推理方法對卷煙設(shè)備生產(chǎn)過程停機(jī)進(jìn)行分析，構(gòu)建專家知識庫；

S2：根據(jù)貝葉斯網(wǎng)絡(luò)建模問題，相關(guān)專家給出各節(jié)點(diǎn)停機(jī)事件的概率和因果關(guān)系，將停機(jī)專家知識規(guī)則進(jìn)行合并與融合，形成最終的專家知識融合規(guī)則庫。

7.根據(jù)權(quán)利要求6所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，所述S1具體包括：初始化停機(jī)特征；整理生產(chǎn)設(shè)備所起的作用，以及生產(chǎn)流程所起的作用；進(jìn)行生產(chǎn)過程停機(jī)因果樹分析；將因果樹分析轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)。

8.根據(jù)權(quán)利要求6所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，所述S2具體包括：采集生產(chǎn)過程各節(jié)點(diǎn)信息；提取各節(jié)點(diǎn)狀態(tài)；給出各節(jié)點(diǎn)停機(jī)事件的概率和因果關(guān)系的專家知識規(guī)則；融合節(jié)點(diǎn)間的因果關(guān)系停機(jī)概率；完善貝葉斯網(wǎng)絡(luò)；形成最終的專家知識融合規(guī)則庫。

9.根據(jù)權(quán)利要求6所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，將專家知識庫的數(shù)據(jù)與數(shù)字孿生模型進(jìn)行聯(lián)動與仿真，進(jìn)行現(xiàn)場與遠(yuǎn)程的停機(jī)預(yù)判及動態(tài)優(yōu)化調(diào)整停機(jī)規(guī)則。

10.根據(jù)權(quán)利要求6所述的基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測方法，其特征在于，所述數(shù)字孿生模型的構(gòu)建方法：對生產(chǎn)設(shè)備及其生產(chǎn)流程所造成的停機(jī)因素以數(shù)字化方式搭建數(shù)字孿生體；基于建模工具在數(shù)字空間構(gòu)建物理對象的精準(zhǔn)數(shù)字化映射；將卷煙設(shè)備生產(chǎn)過程實(shí)時(shí)工況環(huán)境下的機(jī)理模型與數(shù)字孿生體之間的數(shù)據(jù)作對比和融合；構(gòu)建卷煙設(shè)備生產(chǎn)過程數(shù)字孿生模型。