基于犹豫模糊语言的数字孪生车间质量评价

为量化评价数字孪生车间的建设质量,提出了一种基于犹豫模糊语言的综合评价模型。首先构建了数字孪生车间质量评价的指标体系,采用OWA(ordered weighted averaging)算子对评价指标进行了权重计算;接着,针对在数字孪生车间质量评价过程中决策者无法准确用单一数值进行指标评价的不确定性问题,基于犹豫模糊语言建立了数字孪生车间的质量评价模型;最后,以结构件数字孪生车间为例进行了实例验证。实例应用表明,所建立的质量评价模型实用性较强,能有效提升评价结果的可靠性与柔性。可见,所述评价模型为数字孪生车间质量的量化评价提供了新的思路。     

面向低碳的车间生产过程数字孪生建模

智能制造关键技术的不断突破及其在制造业的快速应用极大地改造着传统车间的生产模式．现代企业的生产方式逐渐朝着集成化、复杂化和智能化方向发展,给车间生产过程低碳运行目标带来挑战．为了提高车间生产过程能耗管理的质量与实时性,提出了一种面向车间能耗管理的数字孪生建模方法．基于物理生产车间的生产资源与车间布局方案搭建虚拟生产车间,通过物理与虚拟车间设备运动信息的交互为几何模型添加运动关系,并结合生产节拍建立车间运动规律的数字孪生模型;采集单机物理生产设备随加工参数变化的能耗数据,使用BP神经网络建立多设备的能耗模型,基于获取物理与虚拟车间实时交互的能耗数据建立车间能量流动规律的数字孪生模型．最终实现包含动态能耗信息的车间生产过程数字孪生建模．同时基于该数字孪生模型提出了一种面向车间生产过程的能耗优化方法,结合刀具寿命、机器人运动平稳性、生产时间等多源评价指标建立多目标优化函数,获取数字孪生模型中的动态能耗数据并应用蜂群算法实现对车间低碳生产需求下的多设备加工参数协同优化．最后以给定工件的生产过程为例,对所提数字孪生建模方法和建模效果进行验证,实验结果表明借助该数字孪生模型环境下的生产过程优化方案...     

数字孪生驱动的大数据制造服务模式

 大数据、数字孪生等新技术引发了人们对制造模式的新思考，结合《中国制造2025》中制造业服务化重要内容，提出一种数字孪生驱动的大数据制造服务新模式。从智能制造与数字孪生、制造服务模式方面综述了国内外相关研究进展；提出了一个数字孪生驱动的大数据制造模式开放式体系架构及其运作逻辑；从数字孪生驱动的2个世界及其描述、数字孪生与大数据的结合、大数据制造服务模式中模型建立与优化3个方面对大数据制造服务模式使能技术进行了研究。该制造服务模式对促进中国传统制造企业转型升级和提升新国际竞争环境下综合竞争力具有理论和现实意义。     

基于突变理论的开拓方式优选

 鉴于常规多指标决策法在处理开拓方案优选问题时存在不足,建立了基于突变理论的开拓方案优选系统。以新桥矿露天转地下开拓方案为例建立评价模型;综合考虑决策开拓方案的影响指标,如经济、技术、地质、通风与环保条件等;对各评价指标依重要性进行整合处理,构建层状评价系统;应用归一公式对评价系统进行递归运算,计算各方案最终突变隶属函数值,得到3个方案的评价值分别为0.960、0.976和0.953,从而确定方案Ⅱ最优。     

数字孪生驱动下永磁同步电机滑模变结构一体化解耦控制

提出数字孪生驱动下永磁同步电机（PMSM）滑模变结构一体化解耦控制方法,改善永磁同步电机控制能力。构建基于数字孪生技术的永磁同步电机控制结构,通过设备层采集实际永磁同步电机运行数据及环境数据,作为数字孪生驱动数据来源,孪生建模层依据获取永磁同步电机数据,构建永磁同步电机的数字孪生驱动模型以及虚拟场景,经虚拟模型与虚拟场景耦合后,在虚拟场景中还原永磁同步电机运行状态;在孪生控制层中设计精确线性化解耦控制方法,并构建速度、电流一体化滑膜解耦控制器,在虚拟环境中通过解决永磁同步电机速度与电流之间的非线性耦合问题,完成实体电机解耦控制;同时数字孪生控制结构各层之间通过孪生数据传输实现数据交换与指令下发,实现有效的电机控制。经实验验证：经该方法控制后,永磁同步电机可在负载突加与突卸状态下保持平稳的电流与转矩,同时还可以迅速调整电机转速,使电机保持在理想状态下运行。     

基于数字孪生的物流配送调度优化

为了实现对物流配送过程的远程运维,达到真正的物流配送实时状态透明化,提出基于数字孪生(digital twins,DT)的物流配送调度系统.基于数字孪生基本概念,构建了物流配送数字孪生五维结构模型及数字孪生驱动下的物流配送系统整体框架.考虑到实际配送中物资常常无法按时送达,建立带有软时间窗的数学模型,并设计相应的算法内核对数学模型进行求解.最后,结合实例利用Plant Simulation仿真软件建立与现实物流配送完全映射的3D模型,借助配送过程实时数据,实现对物理空间的精确模拟和优化仿真.通过与传统物流配送优化仿真方法对比,验证了基于数字孪生的物流配送调度优化方法能够有效解决配送过程中由车况或路况出现的扰动所带来的影响,实现更优的物流配送.     

基于模型的数字孪生的认知突破与方法论创新

在新一代信息技术快速发展和广泛应用的背景下，数字孪生技术下的虚拟孪生模型，相较于以往的模型呈现出前所未有的特征与优势：能够实现对物理原型的多维多时空尺度刻画，能够基于算法和数据双驱动实现与物理原型之间的精准映射与虚实融合，能够在物理原型的全生命周期内实现动态重构与自主孪生。在“数字孪生五维模型”基础上描绘了一幅“基于模型的数字孪生图解”以对数字孪生模型的构建、运作与应用进行具体分析。数字孪生模型方法的应用是对人类以往认识世界方法的最新突破，由此也带来了人们认知方式与思维模式的转变。基于模型的数字孪生正是在“需求思维、模型思维、协同思维”的指导下，不断进行着模型构建与协同合作新方法的尝试，以期通过技术实现造福于人类社会。     

数字孪生的新边界——面向多感知的模型构建方法

作为网络物理空间CPS(cyber-physical space)建设的重要支撑技术之一,数字孪生已应用在航空航天、智能制造、智慧城市、智慧医疗、智慧教育等多领域,但其在实践过程中也出现了一些问题。例如:数字孪生概念泛化,导致理解偏差从而造成产学研用目标不一致、实践结果不受目标用户认同;具体实施缺乏通用有效方法,导致难以形成普遍性实践案例和公认的典型案例。为解决这些问题,需对数字孪生概念边界进行约束,并对数字孪生方法边界进行延伸,形成数字孪生的新边界,促进形成共识,增加实施方法,更好地推动其发展。在概念上,物理实体是一种具备多种性质的物质集合体,具有复杂性、真实性、即时性的特点,可随外界条件变化按照客观规律进行动态演化。在将物理实体映射到数字孪生的研究中,极易扩张概念范围,如将动态演化过程模拟——仿真、外界条件——数据、甚至对象——物理实体等全部包含在内。如此一来,数字孪生概念将失其核心,不利于在学界就其形成共识。在方法上,基于对多场景下相关应用的详细调研分析,现有数字孪生研究往往越过对物理实体的感知过程,直接依托原有专业领域的模型或模型构建方法而进行。这种方法在取得一些进展的同时,也显现出一定的局限性。首先,已有模型多聚焦于细分领域,在领域间无法通用;其次,已有模型中既少有同时体现数字孪生模型高保真、多尺度、多物理场的特点,更罕有涉及对应全生命周期信息流动的内容,直接套用无法保证数字孪生的有效实现;再次,从已有认知的高度直接进入建模过程可能导致成本过高,如世界公认的美军典型案例ADT计划,建设时间以10年计,投入人力物力巨大,这进一步阻碍了产业界进入数字孪生实践。为应对这些挑战,在概念边界方面,提出了数字孪生应回归其数字化模型的本质,以模型为中心进行有效约束,从而促使产学研用各方的理解达成一致。在方法边界的延伸方面,提出了一种面向多感知的数字孪生模型构建方法,即按照人类对物理世界的一般认识过程,先经由各种感知方法对特征获得感性认识,而后经各种认知过程进一步形成理性认识,由浅入深、由易到难、由简到繁地来进行数字孪生的实践。首先,通过视觉、听觉、触觉和动力感知、嗅/味觉、与反映条件变化的控制数据相结合等多感知方法,建立物理实体的数字孪生初始模型,在模型建立之初就聚焦于物理实体的复杂性和真实性,充分体现数字孪生模型的特点,有效增强模型的实用性和通用性;其次,将初始模型逐步与已有认知的知识框架进行匹配,并使用从物理实体处返回的控制数据进行不断迭代,将物理实体在特定外界条件变化下的各种性质变化、实时/近实时反应、对其有影响的各种客观规律、行为逻辑等信息按照研究领域的实际需要逐步加入到数字孪生模型中,有效控制模型规模和成本,逐步实现全生命周期的信息流动;再次,将优化成型的数字孪生模型进一步用于理论和实际研究中,如仿真、规划、优化、决策等,促进各项研究的发展;最后,展望了面向多感知数字孪生模型在计算机图像扫描领域、文化遗产保护领域、医疗和教育领域及某些特殊领域的应用前景。     

风力发电机部件绿色选型综合评价方法

为节约风力发电机成本,通过从多个维度权衡风力发电机综合效益、处理定性指标与定量指标的关系、解决定性指标主观因素过大的问题,针对风力发电机部件进行初步选型,确定了需要绿色选型的4种部件,即发电机驱动、变桨、偏航、主传动.基于可持续性评价框架,在全生命周期评价的基础上引入全生命周期成本分析,针对风力发电机制造、安装、使用过程的不同特点引入技术因素,建立部件绿色选型综合评价指标体系.从3个维度分别收集和计算风力发电机部件评价指标值,其中采用切削比能的方法解决加工过程能量消耗数据缺失的问题.在此基础上构建可持续性综合评价模型,建立风力发电机部件评价目标,采用蚁群算法优化最合适的参数.用优化后的模型参数对风力发电机可选部件进行评价,选取综合效益指标最高的部件用于设计和生产.     

基于数字孪生技术的危化品车辆运输路径优化方法

针对危化品物流管控成本高、安全隐患检测困难、不确定因素较多等特点,基于数字孪生技术,建立孪生数据驱动下的危化品物流配送系统整体框架,实现对驾驶员疲劳状态及车辆故障预警等参数的实时监测。根据物理参数实现对危化品车辆调度物理空间的精准模拟与迭代优化。构建单一配送中心,带有时间窗约束的路径优化模型,以配送总成本最小为目标函数,结合孪生数据动态调整客户服务时间,采用遗传算法内核利用MATLAB求解数学模型。该方法有效解决了危化品物流调度过程中由于动态不安全因素对危化品运输成本带来的波动。     

绿色制造剃齿切削油液选择模型及应用

切削液的合理选择是提高切削加工绿色化程度的重要途径之一。根据绿色制造原理,在首先满足加工质量的前提下,建立了一种综合考虑时间、质量、成本、资源消耗和环境影响5个因素的切削液评价体系。采用油基切削液和不同类型的水基切削液进行剃齿加工对比试验,从工件质量、刀具寿命、成本和资源环境影响几个方面进行对比分析。结合试验结果,利用模糊综合评价方法对加工结果进行了评价,并据此提出了用于剃齿加工的切削液综合选择模型,通过剃齿加工实例验证了该模型的可行性。试验证明:采用水基切削液进行剃齿加工仍能满足质量要求,与传统油基切削液相比,水基能有效降低生产成本,同时减少对环境的污染。     

砂轮划片机划切工艺参数优化方法

针对砂轮划片机划切工艺参数在实际生产中难以合理设定的问题,提出了基于Matlab遗传算法优化和确定最佳工艺参数的方法.在避开各阶固有频率的基础上选取工艺参数范围,以主轴振动均方根值为评价指标,利用回归正交设计法进行试验,建立了振动量与划切工艺参数之间的回归方程.利用Matlab遗传算法对所建回归方程进行迭代优化,得出对应最小振动量下的最佳工艺参数,对最佳工艺参数下的划切振动量进行试验验证,证明了优化结果的正确性.     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

基于CDPSO-EBRB的锂离子电池健康状态估计

锂离子电池在武器系统中广泛应用,对其健康状态的评估对于保证武器系统作战效能具有重要意义.但构建锂离子电池退化过程的物理模型难度较大,同时由于数据的不确定性与不完整性影响,使用纯数据驱动的方式也不能准确描述此过程.扩展置信规则库模型结合了知识结构和证据推理的特性,可对数据的不确定性与不完整性进行定量描述,但原始模型的参数选择对其性能影响较大,针对以上问题,提出了一种中心离散粒子群算法(CDPSO)优化的扩展置信规则库(EBRB)模型,并将该模型应用于锂离子电池的健康状态评估中,使用数据驱动方式将规则集转化为规则,采用CDPSO对初始参数进行训练,最后使用测试数据集来测试模型的有效性,通过与传统的方法进行比对,验证了所提出方法的有效性.     

基于Visual FoxPro的组合机床金属切削数据库系统

利用数据库开发专用软件Visual FoxPro建立了组合机床金属切削数据库系统并开发了相应的应用程序.该系统中包含了工件材料、刀片材料、切削用量、刀具参数4个基本关系,能够实现数据的录入、修改、删除等基本操作,并可以根据工件材料推荐合理的刀具材料、刀片类型和代码,指导用户选择合适的刀具材料;建立了基于单件成本最低的切削用量优化模型,根据选定的工件材料和刀片材料自动推荐切削用量,最终实现刀具的合理运用.     

改进层次分析法在深基坑方案优选中的应用

深基坑支护工程是一个复杂的系统工程,支护方案优选是深基坑工程设计系统中的关键环节。方案优选可视为一个多属性决策分析问题,层次分析法是一种适用于影响因素较多的复杂系统的决策分析方法,常被用于优选决策。采用带有自调节功能的改进层次分析法建立了深基坑方案优选模型,实例证明改进方法具有切合实际、易于接受与应用的特点。