数字孪生多态模型快速构建方法
    1.
    发明公开

    公开(公告)号:CN119885601A

    公开(公告)日:2025-04-25

    申请号:CN202411935333.3

    申请日:2024-12-26

    Abstract: 本发明适用于数字孪生技术领域,提供了数字孪生多态模型快速构建方法,包括:构建功能组件数字孪生模型,将功能组件数字孪生模型划分为实体功能组件和虚拟功能组件;筛选与物理空间中真实设备对应的功能组件,包括实体功能组件和虚拟功能组件;对功能组件进行层级挂载,获得数字孪生多态模型。本发明在离散制造车间数字孪生系统的开发过程中具有切实的实际意义。所提出的数字孪生多态模型快速构建方法能够全面覆盖系统内的各类数字孪生模型,不仅丰富了模型类型,还显著提升了构建效率。同时,该方法极大地减少了模型的占用空间,提升了系统的整体运行性能。该方法主要应用于离散制造车间数字孪生系统的构建过程,确保了系统的高效性和实用性。

    基于边云协同的数控机床多源异构数据分析方法和系统

    公开(公告)号:CN118503632B

    公开(公告)日:2024-11-12

    申请号:CN202410946368.0

    申请日:2024-07-16

    Applicant: 吉林大学

    Abstract: 本发明适用于数控机床数据处理技术领域,本发明提出了基于边云协同的数控机床多源异构数据分析方法和系统。分析方法采用边云协同架构,分析系统包括数据采集源、边缘数据轻量化处理节点和云数据增强处理节点。数据采集源负责构建多源数据采集的硬件系统;边缘数据轻量化处理节点匹配数控机床多源异构数据的通信协议与采集数控机床多源异构数据,对加工过程数据、机床状态数据、部件音频数据和工件图像数据进行预处理;云数据增强处理节点评估数据分析模型的性能状态并根据性能状态做出数据集增量判断,动态更新数据分析模型。本发明通过边缘数据轻量化处理节点与云数据增强处理节点的协同配合,实现机床状态的高效率、高精度和智能化分析。

    基于边云协同的数控机床多源异构数据分析方法和系统

    公开(公告)号:CN118503632A

    公开(公告)日:2024-08-16

    申请号:CN202410946368.0

    申请日:2024-07-16

    Applicant: 吉林大学

    Abstract: 本发明适用于数控机床数据处理技术领域,本发明提出了基于边云协同的数控机床多源异构数据分析方法和系统。分析方法采用边云协同架构,分析系统包括数据采集源、边缘数据轻量化处理节点和云数据增强处理节点。数据采集源负责构建多源数据采集的硬件系统;边缘数据轻量化处理节点匹配数控机床多源异构数据的通信协议与采集数控机床多源异构数据,对加工过程数据、机床状态数据、部件音频数据和工件图像数据进行预处理;云数据增强处理节点评估数据分析模型的性能状态并根据性能状态做出数据集增量判断,动态更新数据分析模型。本发明通过边缘数据轻量化处理节点与云数据增强处理节点的协同配合,实现机床状态的高效率、高精度和智能化分析。

Patent Agency Ranking