面向智能制造的数字孪生工厂构建方法与应用
发布时间：2022-02-24 18:25
数字孪生,与其它新兴技术诸如物联网、数据挖掘和机器学习一样,为当今制造模式向智能制造的转变提供了巨大的潜力。通过对智能制造研究成果量化分析、梳理和总结,可以发现数字孪生作为突破性的应用技术框架,将会成为实现信息物理系统乃至智能制造的必要方法,值得深入和全面地展开研究。现代制造业为了提升在效率、智能化和可持续性方面的管理水平,需要将工厂全生命周期各个阶段的数据与物理系统融合,体现在规划、生产控制和流程再造等各个阶段。现代工厂面临着快速变化的市场节奏,所以需要敏捷有效的规划方法;现代工厂的生产控制面对复杂环境和高实时性的要求,因此需要智能的生产控制优化手段;现代工厂面对全球化和新技术带来的机遇和挑战,需要灵活实用的精益制造和优化方法。新型的数字孪生信息技术方法有望帮助工厂更好地应对全生命周期的新问题和挑战。本文提出了面向工厂全生命周期构建数字孪生的方法框架,提出方法框架的构成核心即数字孪生实践环（Digital Twin Practice Loop,DTPL）,并说明了 DTPL的组成要素和作用。在数字孪生方法框架的基础上,展开研究了面向制造型企业不同阶段的数字孪生工厂理论与应用方法,包括...
【文章来源】：大连理工大学辽宁省211工程院校985工程院校教育部直属院校
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
图１．２论文总体规划和研宂技术路线??Ｆｉｇ．?１．２?Ｏｖｅｒａｌｌ?Ｐｌａｎｎｉｎｇ?ｏｆＦａｐｅｒ?ａｎｄ?Ｔｅｃｈｎｉｃ?Ｒｏａｄｍａｐ?ｏｆ?ｔｈｅ?Ｒｅｓｅａｒｃｈ??１．４章节安排??
?面向智能制造的数字孪生工厂构建方法与应用???１２００????????????????????誦?，墜数；一??１５０?ｚ核心期刊文献数量?????：Ｊ??智能制造总体?流程工ｉｉ类智能釗１?离散工ｉｌ类智能釗造??擻裾样本１．１｝?擻据样本２．１）?激指样本３．１！??图２．１三个被研究的数据样本的文献数量和分类统计情况??Ｆｉｇ．?２．１?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?Ｓｔａｔｉｓｔｉｃｓ?ｏｆ?ｔｈｅ?３?Ｄａｔａ?Ｓａｍｐｌｅｓ?ｔｏ?ｂｅ?Ｓｔｕｄｉｅｄ??２）可视化分类研究结论??对数据样本集的１０４６篇文献进行关键词统计分析，从中提取到５０８个关键词。根??据Ｄｏｎｏｈｕｅ通过齐普夫定律推导的高低词频临界值模型（齐普夫第二定律）计算词频临??界值＠１，计算得到智能制造卨频关键词的临界值，并统计高频词共计２４个如表２．１。??表２．１智能制造研宄的高频词??Ｔａｂ．?２．１?Ｈｉｇｈ?ｆｒｅｑｕｅｎｃｙ?ｗｏｒｄｓ?ｉｎ?ｔｈｅ?ｒｅｓｅａｒｃｈ?ｏｆ?ｉｎｔｅｌｌｉｇｅｎｔ?ｍａｎｕｆａｃｔｕｒｉｎｇ??＂序号?词频?关键词?序号?词频?关键词?＾??￣?５１９?智能制造?１３?３７?数控机床??２?８１?中华人民共和国?１４?３６?智能工厂??３?６１?制造业?１５?３４?转型升级??４?５８?人工智能?１６?３３?中国制造??５?５３?机器人?１７?３２?物联网??６?５１?工业４．０?１８?２９?工业机器人??７?４７?智能制造装备?１９?２８?产业??
?大连理工大学博士学位论文???阶段推进到了实现智能制造的２．０阶段，如图２．４所示。数字工厂的２．０版本，就是智能??化的数字孪生工厂。??知识??信总?／ｉｗｙ?＾ｖａ??ｇ仿獅［人数据??雛??数字工ｒ?１．〇：通过＂丨视化仿ｗ?数字工厂２．〇：逝过人数据的应??技木增强规划能力?用实现智能制造??图２．４数字工厂实践环１．０到２．０??Ｆｉｇ．?２．４?Ｄｉｇｉｔａｌ?Ｆａｃｔｏｒｙ?Ｐｒａｃｔｉｃｅ?Ｌｏｏｐ?１．０?ｔｏ?２．０??２．２．２面向制造的数字孪生实践环??数字孪生工厂是伴随着工厂的全生命周期的，并在工厂规划、设汁、建设、控制、??升级、再造的过程屮，一直伴随着实体的工厂不断丰富、改进和演变。针对制造、丨卩．工厂??全生命周期的几个关键环节，数字孪生工厂的具体应用可以体现在以卜个阶段，如图??２．５所示。??１）从工厂的规划阶段开始，数字孪生镜像就像工厂的灵魂一样已经存在，迎过虚拟??仿真技术和物联网技术，将过去可供参考的历史数据，经验与知识应用于工厂规划，帮??助企业管理层进行快速决策１１８９１。??２）在工厂设计阶段，数字孪生镜像作为未来实体工厂的预定义镜像，为设计单位和??业主单位之间提供有效的沟通方式和决策依据，确保设计的安全性和合理性。??－３３－??
【参考文献】：
期刊论文
[1]数字孪生与信息物理系统——比较与联系[J]. 陶飞,戚庆林,王力翚,A.Y.C.Nee. Engineering. 2019(04)
[2]流程工业数字工厂建设的标准化——以石油化工行业为例[J]. 卢阳光,蒋子聪,齐绪强. 中外能源. 2019(07)
[3]数字孪生视角的数字工厂建设[J]. 卢阳光,马逢伯,漆书桂. 信息技术与标准化. 2019(06)
[4]智能制造、数字孪生与战略场景建模[J]. 肖静华,谢康,迟嘉昱. 北京交通大学学报(社会科学版). 2019(02)
[5]数字孪生应用及安全发展综述[J]. 李欣,刘秀,万欣欣. 系统仿真学报. 2019(03)
[6]中国智能制造研究现状的可视化分类综述——基于CNKI（2005-2018）的科学计量分析[J]. 卢阳光,闵庆飞,刘锋. 工业工程与管理. 2019(04)
[7]数字孪生五维模型及十大领域应用[J]. 陶飞,刘蔚然,张萌,胡天亮,戚庆林,张贺,隋芳媛,王田,徐慧,黄祖广,马昕,张连超,程江峰,姚念奎,易旺民,朱恺真,张新生,孟凡军,金小辉,刘中兵,何立荣,程辉,周二专,李洋,吕倩,罗椅民. 计算机集成制造系统. 2019(01)
[8]国外数字孪生进展与实践[J]. 陈骞. 上海信息化. 2019(01)
[9]数字孪生技术综述与展望[J]. 刘大同,郭凯,王本宽,彭宇. 仪器仪表学报. 2018(11)
[10]新一代信息技术驱动的制造服务管理:研究现状与展望[J]. 程颖,戚庆林,陶飞. 中国机械工程. 2018(18)
本文编号：3643277
【文章来源】：大连理工大学辽宁省211工程院校985工程院校教育部直属院校
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
图１．２论文总体规划和研宂技术路线??Ｆｉｇ．?１．２?Ｏｖｅｒａｌｌ?Ｐｌａｎｎｉｎｇ?ｏｆＦａｐｅｒ?ａｎｄ?Ｔｅｃｈｎｉｃ?Ｒｏａｄｍａｐ?ｏｆ?ｔｈｅ?Ｒｅｓｅａｒｃｈ??１．４章节安排??
?面向智能制造的数字孪生工厂构建方法与应用???１２００????????????????????誦?，墜数；一??１５０?ｚ核心期刊文献数量?????：Ｊ??智能制造总体?流程工ｉｉ类智能釗１?离散工ｉｌ类智能釗造??擻裾样本１．１｝?擻据样本２．１）?激指样本３．１！??图２．１三个被研究的数据样本的文献数量和分类统计情况??Ｆｉｇ．?２．１?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?Ｓｔａｔｉｓｔｉｃｓ?ｏｆ?ｔｈｅ?３?Ｄａｔａ?Ｓａｍｐｌｅｓ?ｔｏ?ｂｅ?Ｓｔｕｄｉｅｄ??２）可视化分类研究结论??对数据样本集的１０４６篇文献进行关键词统计分析，从中提取到５０８个关键词。根??据Ｄｏｎｏｈｕｅ通过齐普夫定律推导的高低词频临界值模型（齐普夫第二定律）计算词频临??界值＠１，计算得到智能制造卨频关键词的临界值，并统计高频词共计２４个如表２．１。??表２．１智能制造研宄的高频词??Ｔａｂ．?２．１?Ｈｉｇｈ?ｆｒｅｑｕｅｎｃｙ?ｗｏｒｄｓ?ｉｎ?ｔｈｅ?ｒｅｓｅａｒｃｈ?ｏｆ?ｉｎｔｅｌｌｉｇｅｎｔ?ｍａｎｕｆａｃｔｕｒｉｎｇ??＂序号?词频?关键词?序号?词频?关键词?＾??￣?５１９?智能制造?１３?３７?数控机床??２?８１?中华人民共和国?１４?３６?智能工厂??３?６１?制造业?１５?３４?转型升级??４?５８?人工智能?１６?３３?中国制造??５?５３?机器人?１７?３２?物联网??６?５１?工业４．０?１８?２９?工业机器人??７?４７?智能制造装备?１９?２８?产业??
?大连理工大学博士学位论文???阶段推进到了实现智能制造的２．０阶段，如图２．４所示。数字工厂的２．０版本，就是智能??化的数字孪生工厂。??知识??信总?／ｉｗｙ?＾ｖａ??ｇ仿獅［人数据??雛??数字工ｒ?１．〇：通过＂丨视化仿ｗ?数字工厂２．〇：逝过人数据的应??技木增强规划能力?用实现智能制造??图２．４数字工厂实践环１．０到２．０??Ｆｉｇ．?２．４?Ｄｉｇｉｔａｌ?Ｆａｃｔｏｒｙ?Ｐｒａｃｔｉｃｅ?Ｌｏｏｐ?１．０?ｔｏ?２．０??２．２．２面向制造的数字孪生实践环??数字孪生工厂是伴随着工厂的全生命周期的，并在工厂规划、设汁、建设、控制、??升级、再造的过程屮，一直伴随着实体的工厂不断丰富、改进和演变。针对制造、丨卩．工厂??全生命周期的几个关键环节，数字孪生工厂的具体应用可以体现在以卜个阶段，如图??２．５所示。??１）从工厂的规划阶段开始，数字孪生镜像就像工厂的灵魂一样已经存在，迎过虚拟??仿真技术和物联网技术，将过去可供参考的历史数据，经验与知识应用于工厂规划，帮??助企业管理层进行快速决策１１８９１。??２）在工厂设计阶段，数字孪生镜像作为未来实体工厂的预定义镜像，为设计单位和??业主单位之间提供有效的沟通方式和决策依据，确保设计的安全性和合理性。??－３３－??
【参考文献】：
期刊论文
[1]数字孪生与信息物理系统——比较与联系[J]. 陶飞,戚庆林,王力翚,A.Y.C.Nee. Engineering. 2019(04)
[2]流程工业数字工厂建设的标准化——以石油化工行业为例[J]. 卢阳光,蒋子聪,齐绪强. 中外能源. 2019(07)
[3]数字孪生视角的数字工厂建设[J]. 卢阳光,马逢伯,漆书桂. 信息技术与标准化. 2019(06)
[4]智能制造、数字孪生与战略场景建模[J]. 肖静华,谢康,迟嘉昱. 北京交通大学学报(社会科学版). 2019(02)
[5]数字孪生应用及安全发展综述[J]. 李欣,刘秀,万欣欣. 系统仿真学报. 2019(03)
[6]中国智能制造研究现状的可视化分类综述——基于CNKI（2005-2018）的科学计量分析[J]. 卢阳光,闵庆飞,刘锋. 工业工程与管理. 2019(04)
[7]数字孪生五维模型及十大领域应用[J]. 陶飞,刘蔚然,张萌,胡天亮,戚庆林,张贺,隋芳媛,王田,徐慧,黄祖广,马昕,张连超,程江峰,姚念奎,易旺民,朱恺真,张新生,孟凡军,金小辉,刘中兵,何立荣,程辉,周二专,李洋,吕倩,罗椅民. 计算机集成制造系统. 2019(01)
[8]国外数字孪生进展与实践[J]. 陈骞. 上海信息化. 2019(01)
[9]数字孪生技术综述与展望[J]. 刘大同,郭凯,王本宽,彭宇. 仪器仪表学报. 2018(11)
[10]新一代信息技术驱动的制造服务管理:研究现状与展望[J]. 程颖,戚庆林,陶飞. 中国机械工程. 2018(18)
本文编号：3643277
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3643277.html
