一种基于数字孪生的智能产线雾边协同数据采集感知系统及方法

    公开(公告)号:CN117215270A

    公开(公告)日:2023-12-12

    申请号:CN202311295805.9

    申请日:2023-10-09

    Abstract: 一种基于数字孪生的智能产线雾边协同数据采集感知系统及方法,系统包括边缘采集装置和雾端中控主机;所述的边缘采集装置包括微型电脑,其中的搭载数据采集模块、设备通讯模块和数据处理模块,用于直接连接产线要素进行数据采集,同时将处理后的数据实时传输给雾端中控主机;所述的雾端中控主机具有数据计算和存储能力、友好用户交互界面,其上部署数据模型构建模块、任务管理模块、设备通讯模块、监视报警模块以及数据存储模块;本发明基于边缘计算实现了雾边协同的分布式数据采集与感知,可以根据智能产线规模与数据采集需求灵活配置边缘采集装置,能够对包含各类要素的各种规模智能产线进行实时的数据采集与数据分析、状态感知;本发明有效解决了智能产线设备众多、数据分析任务量大、实时性差、产线过程状态感而不知等问题,为智能产线的数字孪生模型构建与运行提供了准确实时的数据支撑。

    数字孪生驱动的小样本旋转机械剩余寿命预测方法及系统

    公开(公告)号:CN116561927A

    公开(公告)日:2023-08-08

    申请号:CN202310619377.4

    申请日:2023-05-29

    Abstract: 本发明公开了一种数字孪生驱动的小样本旋转机械剩余寿命预测方法及系统,使用旋转机械早期退化信号训练卷积自编码器,使其学习到早期退化信号模式;随后使用卷积自编码器对测试信号进行重构并计算重构误差,将重构误差映射到[0,1]区间作为健康因子,根据健康因子拟合Weibull可靠度函数并预测旋转机械剩余使用寿命;在旋转机械持续运行过程中基于实时数据重复上述步骤实现旋转机械剩余寿命的实时更新。本发明构建的旋转机械剩余寿命预测算法可以在不需要末期退化信号的前提下预测轴承剩余寿命,并且能够随着数据量的增多相适应地进行模型更新以实时提高预测精度,具有实际工业场景下小样本旋转机械寿命预测的可行性。

Patent Agency Ranking