工业数字孪生关键技术研究与实现_彭书浙.pdf

电脑与电信电脑与电信工业数字孪生关键技术研究与实现彭书浙 王 旭 卫鸿涛摘 要：为了实现工业与数字化的融合，提高工业生产的效率与质量，研究了一种基于数字孪生关键技术的工业机器人实时监测和控制方法。构建工业机器人的实体建模，为工业机器人的实时监测奠定基础，提取机器人运行的几何特征与姿态特征，构建工业机器人的孪生虚拟模型，应用感知数据技术，建立虚实映射关联模型，将工业机器人实际的运动状态，与智能数字化的技术精确融合，完成对工业机器人的实时监测与控制，实现工业数字孪生关键技术的应用。仿真模拟试验结果显示，对于5组工业机器人运行数据信息，设计方法模拟运行所用时间均比传统方法快，具有高效性与实时性，对于随机的工业机器人关节节点的力矩曲线，与实际工业机器人运行的同一关节力矩曲线重合度更高，具有精准性。（宁波创元信息科技有限公司，浙江 宁波 315800）关键词：工业数字孪生技术；关键技术研究；数字化；工业生产中图分类号：TP751 文献标识码：A 文章编号：1008-6009（2022）11-0082-042 工业机器人的实体建模通过数字孪生关键技术在工业机器人监测过程中的应用，建立工业机器人的数字孪生实体模型，基本结构如图1所示。工业机器人建模方法包括数字化描述建模、动力学物理建模、运动学能耗建模、虚拟化建模方法。工业机器人的建模即在工业制造环境中通过构建工业机器人行为能力的模型，实现行为能力的可视化。如工业机器人拆卸能力的可视化、制造过程的交互性、设备运行状态的实时监控、工业制造任务的动态重构等。本文利用数字孪生技术，实现对工业机器人运行中，全生命周期的7监测与控制。1 引言科技的发展与进步，促使各种数字化、智能化的技术应用在生产生活的各个领域。在工业生产领域，生产相关的设备、器械或者系统的智能化，可以有效提高工1业生产的效率与质量。工业生产的数字智能化转型，使相关企业或工厂在激烈的社会斗争中脱颖而出。数字2孪生技术，属于一种智能化的制造技术。通过建立与物理实体相同且等价的数字虚拟化模型，利用智能化技术，将实体与之对应的数字虚拟化模型进行交互响应、数据的统一分析、迭代优化分类决策等处理，以此来加3强或扩展实体物件或结构的新性能。该技术凭借高维度、高严谨性、交互性以及高效性在工业生产中的应用4得到了重视。数字孪生技术包括测量感知技术、通信网络技术，以及人工智能技术的应用。通过不同节点的对应技术的交互应用，实现数字孪生虚拟模型的工业化5表达，促进工业生产领域的数字化转型。基于以上背景，本文研究了工业数字孪生的关键技术，以期为工业领域的生产与发展提供智能化、数字化的交互性技术，提高工业工程领域的经济效益与社会效益，促进工业生产的长期可持续发展。作者简介：彭书浙（1991），男，浙江温州人，本科，研究方向为工业互联网。图1 工业机器人的数字孪生体系结构示意图由图1可知，数字孪生技术的实现，需要根据一些基本的测量与控制设备对工业领域的数据信息进行采集，以通信网络为连接节点，结合数字孪生技术中的智能化算法的应用，完成人、机、环境交互、集成化、数8字化的对应方法。为了进一步研究数字孪生关键技术在工业生产过程中的应用，在工业机器人实体建模的基础上，研究一种工业机器人的实时监测方法，以实际的分析、计算为例，为工业生产的高效性、安全性以及稳定性，奠定了良好的技术支持。在工业机器人的运行过程中，相关的运动结构机制，包括机器人关节的运动、末端结构的运动，这些运动往往呈现为直线，或圆弧状的轨迹，是一种非线性的关联形式。现利用数字孪生技术，对机器人运行过程中的几何特征进行采集。将机器人运行单元轨迹等分为B段，计算运行单元轨迹的节点数量，表示为：上式中，c，c 表示机器人运行单元的轨迹曲线；0zp(c)表示轨迹节点对应的密度。设c 为机器人运行单元i轨迹上的第i处节点，可以得到该节点在轨迹上的位置，表示为：上式中，z=1,2.B-1。计算机器人运行单元轨迹的节点密度，表示为：上式中，、分别表示X、Y、Z 对应的旋转ppp角度。根据以上空间坐标位置的计算，得到工业机器人运行的姿态特征。在上述工业机器人运动轨迹几何特征计算，与运动轨迹节点姿态特征计算的虚拟建模的基础上，结合物理实体的资源调度映射技术，将工业机器人实际的运动状态，与智能数字化的技术精确融合，实现对工业机器人的实时监测与控制。3.1 提取运动轨迹的几何特征应用体系中的传输驱动虚拟环境，对上述实体工业机器人的运动轨迹与运行姿态进行模拟，提取工业机器人运动轨迹的几何特征与运行过程中的姿态特征，使虚拟模型可以跟随工业机器人做同样运动，完成孪生轨迹的虚拟建模，为工业机器人的实时监测奠定基础。3.2 提取运行过程的姿态特征 上式中，g,h表示轨迹的某一区间，c-c 表+1示g,h区间内等分为z段的每一个子区间。采用迭代计算，对上述公式进行求解，得到工业机器人运行单元的轨迹几何特征。通过上述工业机器人关节的运动模型的建立，在数字孪生技术的基础上，对得到的虚拟映射结果进行分析与处理，实现对工业机器人的实时监测与控制。实时监测的过程，是根据对工业机器人的运行轨迹，以及空间位置等数据信息实时映射，根据周围环境等信息的变化，以机器人的性能以及对应的参数要求为指标，进行监测预警。基于此，采用卷积神经网络算法，将数据信息转换为可以控制工业机器人操作模式的类型字符，建立工业机器人的虚实映射关联模型，表示为：3 工业机器人的数字孪生虚拟建模4 虚实映射关联建模由于工业机器人运动轨迹节点的数量非常大，并且不同的运动节点不在同一坐标系当中，需要对所有节点的坐标系进行统一化，便于数据信息的虚实映射与交互。确定工业机器人结构中，任意一处关节节点c的空间坐标F，表示为：。将该坐标位置主轴p的单位矢量表示为X，Y，Z。基于此，得到该位置的旋转矩阵 H，表示为：pppcH=X Y Z，根据对应的旋转角度，得到旋转后的位置cppp坐标 H，每个坐标对应的结果，可以表示为：c+1上式中，G(n)表示第+1层的第m个数据信息特m+1征在卷积算法下的虚拟映射结果；u(n)表示卷积算法m.经过激活处理的输出结果；()表示激活函数。通过上述计算，将初始的数据信息进行卷积神经网络计算。在工业机器人的特征数据中，挑选出关键的信息进行聚焦、分配、输出，完成数据的实时映射，实现工业机器人的监测与控制。上式中，*表示卷积操作；G表示对初始数据信息进行卷积操作的输出结果；表示输入的数据信息；表示卷积计算的权重系数；表示工业机器人数据信息的总样本数；v表示卷积核的大小。在该操作过程中，需要对模型的收敛速度，以及过拟合状态进行约束，降低数据信息之间的相互依存性，提高模型的精准度。因此，应用Relu激活算法进行优化，表示为：=1p(c)dcp(c)dcp(c)dcczczhc0cz-1g（1）（2）（3）=B2 Z-1=0p(c)+p(c)+1c-c+1cxcyczF=(X，)=p(Y，)=p1000100cossincos0-sin0-sincossin0cos(Z，)=p001cossin0-sincos0（4）G=x*=（5）a x(a)x(v-a)a=0+1+1u(n)=（G(n)）=maxmm+10，G(n)m（6）8382DOI:10.15966/ki.dnydx.2022.11.014电脑与电信电脑与电信工业数字孪生关键技术研究与实现彭书浙 王 旭 卫鸿涛摘 要：为了实现工业与数字化的融合，提高工业生产的效率与质量，研究了一种基于数字孪生关键技术的工业机器人实时监测和控制方法。构建工业机器人的实体建模，为工业机器人的实时监测奠定基础，提取机器人运行的几何特征与姿态特征，构建工业机器人的孪生虚拟模型，应用感知数据技术，建立虚实映射关联模型，将工业机器人实际的运动状态，与智能数字化的技术精确融合，完成对工业机器人的实时监测与控制，实现工业数字孪生关键技术的应用。仿真模拟试验结果显示，对于5组工业机器人运行数据信息，设计方法模拟运行所用时间均比传统方法快，具有高效性与实时性，对于随机的工业机器人关节节点的力矩曲线，与实际工业机器人运行的同一关节力矩曲线重合度更高，具有精准性。（宁波创元信息科技有限公司，浙江 宁波 315800）关键词：工业数字孪生技术；关键技术研究；数字化；工业生产中图分类号：TP751 文献标识码：A 文章编号：1008-6009（2022）11-0082-042 工业机器人的实体建模通过数字孪生关键技术在工业机器人监测过程中的应用，建立工业机器人的数字孪生实体模型，基本结构如图1所示。工业机器人建模方法包括数字化描述建模、动力学物理建模、运动学能耗建模、虚拟化建模方法。工业机器人的建模即在工业制造环境中通过构建工业机器人行为能力的模型，实现行为能力的可视化。如工业机器人拆卸能力的可视化、制造过程的交互性、设备运行状态的实时监控、工业制造任务的动态重构等。本文利用数字孪生技术，实现对工业机器人运行中，全生命周期的7监测与控制。1 引言科技的发展与进步，促使各种数字化、智能化的技术应用在生产生活的各个领域。在工业生产领域，生产相关的设备、器械或者系统的智能化，可以有效提高工1业生产的效率与质量。工业生产的数字智能化转型，使相关企业或工厂在激烈的社会斗争中脱颖而出。数字2孪生技术，属于一种智能化的制造技术。通过建立与物理实体相同且等价的数字虚拟化模型，利用智能化技术，将实体与之对应的数字虚拟化模型进行交互响应、数据的统一分析、迭代优化分类决策等处理，以此来加3强或扩展实体物件或结构的新性能。该技术凭借高维度、高严谨性、交互性以及高效性在工业生产中的应用4得到了重视。数字孪生技术包括测量感知技术、通信网络技术，以及人工智能技术的应用。通过不同节点的对应技术的交互应用，实现数字孪生虚拟模型的工业化5表达，促进工业生产领域的数字化转型。基于以上背景，本文研究了工业数字孪生的关键技术，以期为工业领域的生产与发展提供智能化、数字化的交互性技术，提高工业工程领域的经济效益与社会效益，促进工业生产的长期可持续发展。作者简介：彭书浙（1991），男，浙江温州人，本科，研究方向为工业互联网。图1 工业机器人的数字孪生体系结构示意图由图1可知，数字孪生技术的实现，需要根据一些基本的测量与控制设备对工业领域的数据信息进行采集，以通信网络为连接节点，结合数字孪生技术中的智能化算法的应用，完成人、机、环境交互、集成化、数8字化的对应方法。为了进一步研究数字孪生关键技术在工业生产过程中的应用，在工业机器人实体建模的基础上，研究一种工业机器人的实时监测方法，以实际的分析、计算为例，为工业生产的高效性、安全性以及稳定性，奠定了良好的技术支持。在工业机器人的运行过程中，相关的运动结构机制，包括机器人关节的运动、末端结构的运动，这些运动往往呈现为直线，或圆弧状的轨迹，是一种非线性的关联形式。现利用数字孪生技术，对机器人运行过程中的几何特征进行采集。将机器人运行单元轨迹等分为B段，计算运行单元轨迹的节点数量，表示为：上式中，c，c 表示机器人运行单元的轨迹曲线；0zp(c)表示轨迹节点对应的密度。设c 为机器人运行单元i轨迹上的第i处节点，可以得到该节点在轨迹上的位置，表示为：上式中，z=1,2.B-1。计算机器人运行单元轨迹的节点密度，表示为：上式中，、分别表示X、Y、Z 对应的旋转ppp角度。根据以上空间坐标位置的计算，得到工业机器人运行的姿态特征。在上述工业机器人运动轨迹几何特征计算，与运动轨迹节点姿态特征计算的虚拟建模的基础上，结合物理实体的资源调度映射技术，将工业机器人实际的运动状态，与智能数字化的技术精确融合，实现对工业机器人的实时监测与控制。3.1 提取运动轨迹的几何特征应用体系中的传输驱动虚拟环境，对上述实体工业机器人的运动轨迹与运行姿态进行模拟，提取工业机器人运动轨迹的几何特征与运行过程中的姿态特征，使虚拟模型可以跟随工业机器人做同样运动，完成孪生轨迹的虚拟建模，为工业机器人的实时监测奠定基础。3.2 提取运行过程的姿态特征 上式中，g,h表示轨迹的某一