[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(cè)系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211292301.7
• 申請(qǐng)日: 2022-10-21
• 公開（公告）號(hào): 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(qǐng)（專利權(quán)）人: 云南昆船設(shè)計(jì)研究院有限公司
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 成都九鼎天元知識(shí)產(chǎn)權(quán)代理有限公司 51214
• 代理人: 和占宏

本發(fā)明公開了一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測(cè)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(shí)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(chǎng)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；同時(shí)結(jié)合專家知識(shí)庫進(jìn)行卷煙設(shè)備非故障停機(jī)預(yù)測(cè)；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(shí)庫和數(shù)字孿生模型；所述專家知識(shí)庫，收集停機(jī)專家知識(shí)規(guī)則，對(duì)卷煙設(shè)備停機(jī)進(jìn)行分析和預(yù)測(cè)；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，同時(shí)與專家知識(shí)庫聯(lián)動(dòng)，優(yōu)化完善專家知識(shí)規(guī)則。本發(fā)明采用AR智能技術(shù)對(duì)設(shè)備運(yùn)行實(shí)時(shí)狀態(tài)進(jìn)行預(yù)判，提供生產(chǎn)過程停機(jī)預(yù)測(cè)和生產(chǎn)設(shè)備自適應(yīng)動(dòng)態(tài)調(diào)整，減少設(shè)備非故障停機(jī)發(fā)生概率，提高生產(chǎn)過程穩(wěn)定性和可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及智能制造領(lǐng)域，具體涉及一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測(cè)系統(tǒng)及方法。

背景技術(shù)

隨著人工智能、智能傳感器、數(shù)字化轉(zhuǎn)型的跨越發(fā)展與實(shí)踐應(yīng)用，煙草工業(yè)逐漸在智能制造、數(shù)字孿生等領(lǐng)域進(jìn)行深度研究，卷煙生產(chǎn)設(shè)備的研發(fā)投入更是重中之重，而卷煙工藝流程的核心就是卷煙設(shè)備的持續(xù)運(yùn)行。目前卷包車間的生產(chǎn)設(shè)備逐漸呈現(xiàn)自動(dòng)化、集成化、智能化程度高的趨勢(shì)，但設(shè)備的高度集成也同樣帶來了大量生產(chǎn)故障信息，這使得生產(chǎn)過程停機(jī)概率也隨之升高，由于卷煙過程設(shè)備停機(jī)類型多樣，不僅有設(shè)備故障引起的，還有生產(chǎn)流程引起的。不管任何停機(jī)原因造成設(shè)備停機(jī)都會(huì)對(duì)卷煙生產(chǎn)產(chǎn)生具大影響。

現(xiàn)有技術(shù)中，主要依靠人工與數(shù)采系統(tǒng)(SCADA)、MES信息系統(tǒng)等結(jié)合進(jìn)行大量且繁雜的觀察和分析，以判斷生產(chǎn)狀態(tài)及設(shè)備停機(jī)時(shí)機(jī)，存在以下缺陷：(1)沒有對(duì)設(shè)備運(yùn)行實(shí)時(shí)狀態(tài)進(jìn)行預(yù)判，各種數(shù)據(jù)準(zhǔn)確性和實(shí)時(shí)性較差，對(duì)生產(chǎn)過程的穩(wěn)定性和可靠性不利；(2)缺少將設(shè)備與工藝流程綜合考慮，實(shí)現(xiàn)生產(chǎn)過程停機(jī)預(yù)測(cè)；(3)設(shè)備停機(jī)頻繁，停機(jī)預(yù)測(cè)精度不高。

發(fā)明內(nèi)容

本發(fā)明的目的在于：針對(duì)上述存在的問題，提供一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測(cè)系統(tǒng)及方法，采用AR智能技術(shù)對(duì)設(shè)備運(yùn)行實(shí)時(shí)狀態(tài)進(jìn)行預(yù)判，提供生產(chǎn)過程停機(jī)預(yù)測(cè)和生產(chǎn)設(shè)備自適應(yīng)動(dòng)態(tài)調(diào)整，減少設(shè)備非故障停機(jī)發(fā)生概率，提高生產(chǎn)過程穩(wěn)定性和可靠性。

本發(fā)明的技術(shù)方案如下：

本發(fā)明公開一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測(cè)系統(tǒng)，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(shí)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(chǎng)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(shí)庫進(jìn)行卷煙設(shè)備非故障停機(jī)預(yù)測(cè)；

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(shí)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(shí)庫，收集停機(jī)專家知識(shí)規(guī)則，對(duì)卷煙設(shè)備停機(jī)進(jìn)行分析和預(yù)測(cè)；與數(shù)字孿生模型進(jìn)行聯(lián)動(dòng)與仿真，進(jìn)行現(xiàn)場(chǎng)與遠(yuǎn)程的停機(jī)預(yù)判及停機(jī)規(guī)則動(dòng)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(chǎng)設(shè)備實(shí)時(shí)狀態(tài)和數(shù)據(jù)聯(lián)動(dòng)，同時(shí)與專家知識(shí)庫聯(lián)動(dòng)，優(yōu)化完善專家知識(shí)規(guī)則，自適應(yīng)控制卷煙設(shè)備。

作為優(yōu)選，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。

作為優(yōu)選，所述AR設(shè)備和專家知識(shí)庫結(jié)合構(gòu)建有現(xiàn)場(chǎng)輔助診斷、維修系統(tǒng)。

本發(fā)明公開一種基于AR智能技術(shù)的卷煙設(shè)備數(shù)字孿生監(jiān)測(cè)方法，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(duì)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；