一种基于数字孪生的包装全生命周期智能决策系统及方法与流程

摘要: 本发明涉及包装工程,尤其是涉及一种基于数字孪生的包装全生命周期智能决策系统及方法。背景技术:1、随着全球供应链的深度拓展与电商物流的迅猛发展,运输包装已从单纯的...
一种基于数字孪生的包装全生命周期智能决策系统及方法与流程

本发明涉及包装工程,尤其是涉及一种基于数字孪生的包装全生命周期智能决策系统及方法。

背景技术:

1、随着全球供应链的深度拓展与电商物流的迅猛发展,运输包装已从单纯的产品保护容器演变为集防护性、经济性、环保性于一体的多维系统,其设计质量直接关系到产品货损率、物流成本及用户体验。

2、在智能制造与数字化转型的行业大背景下,数字孪生技术凭借其在物理实体与虚拟模型之间建立实时双向映射的能力,为产品全生命周期管理提供了新的技术范式。然而,在包装工程领域,现有技术仍沿袭传统的“经验设计—单次仿真—实物验证”线性开发模式,各环节之间缺乏统一的数据底座与标准化的知识沉淀机制,市场需求、物流工况、材料本构等关键信息散落于不同部门与阶段,难以形成有效的设计知识复用链条。

3、与此同时,当前的仿真分析普遍将随机振动疲劳与跌落冲击作为独立的物理过程分别求解,忽略了运输环境中振动载荷先引发材料累积刚度损伤、继而影响后续跌落响应这一典型的耦合损伤演化机制,导致仿真模型对真实物流场景的表征能力严重不足,仿真可信度低,不得不依赖大量重复的实物试验进行修正。更为突出的是,现有方法在多维包装约束指标(如防护性、轻量化、成本、环保等)的权衡中缺乏客观科学的决策依据,指标权重确定多依赖设计人员主观经验,难以实现真正意义上的多目标协同优化。此外,现有技术方案普遍呈开环结构,一旦设计方案定型,既无法接入物流iot终端在运输过程中采集的实时载荷数据,也缺乏基于实测物理反馈来校准和更新数字孪生模型的有效机制,致使模型精度随使用环境变化而持续劣化,无法驱动后续产品的持续迭代与知识沉淀。这一系列问题从根本上限制了包装设计向智能化、精准化与自适应方向的发展。

技术实现思路

1、本发明的目的是提供一种基于数字孪生的包装全生命周期智能决策系统及方法,解决现有技术存在的上述问题。

2、为实现上述目的,本发明提供了一种基于数字孪生的包装全生命周期智能决策系统,包括:

3、需求数据库模块,用于采集全生命周期的原始数据、进行标准化与知识沉淀,生成成套基础数据;

4、智能设计模块,基于成套基础数据匹配缓冲材料并求解衬垫理论尺寸,借助三层bp神经网络与多目标优化算法批量生成候选包装方案;

5、耦合仿真模块,构建数字孪生仿真模型,完成材料参数标定及网格收敛性校验,筛选最优参数组合,生成仿真最优包装方案;

6、实物测试模块,制备振动预损伤试样,开展跌落冲击试验,采集传感数据并验证仿真最优包装方案;

7、闭环迭代模块,接入物流iot实时载荷数据,计算虚实映射误差,实施参数修正,并将知识回写至需求数据库模块,驱动下一轮开发迭代。

8、本发明还提供了一种基于数字孪生的包装全生命周期智能决策系统的方法,包括以下步骤:

9、s1、获取原始数据,对定量指标进行归一处理,计算多维度包装约束指标的综合权重,整合得到成套基础数据;

10、s2、基于成套基础数据,依据静态应力区间匹配适配缓冲材质,求解衬垫理论尺寸,通过拉丁超立方生成样本训练集并训练三层bp神经网络,结合nsga-ii算法求解多组帕累托优化几何参数,批量生成候选包装方案;

11、s3、将候选包装方案作为仿真对象,通过梯度迭代完成参数标定并校验实体网格收敛性,得到全域刚度损伤场及力学响应模型,求解缓冲单元全域峰值过载,筛选得到最优参数组合,生成仿真最优包装方案;

12、s4、基于仿真最优包装方案制备振动预损伤试样,开展跌落冲击试验,采集并处理全部传感数据得到标准化实测数据集,对比实测峰值过载与产品允许脆值判定仿真最优包装方案是否达标,达标则将标准化实测数据集输出至迭代环节,不达标则回传数据重新仿真;

13、s5、采集物流iot终端的实时载荷数据,计算虚实相对误差并判定,输出仿真最优包装方案。

14、因此,本发明采用上述一种基于数字孪生的包装全生命周期智能决策系统及方法,具有以下有益效果:

15、(1)通过bp神经网络替代传统反复有限元仿真,结合nsga-ii多目标优化,可在分钟级内批量生成帕累托最优候选方案,避免人工试错,大幅缩短开发周期;综合权重计算兼顾多维度约束(防护、成本、环保、轻量化等),使设计更贴合实际市场需求,避免单一指标片面优化;

16、(2)创新性的“振动-跌落”耦合建模,将运输随机振动造成的材料疲劳刚度损伤作为跌落冲击的初始状态,比传统纯跌落仿真更贴近真实物流损伤场景,降低仿真与实际的偏差;通过梯度迭代标定材料动态参数和网格收敛性校验,保证仿真结果的可信度,从而减少实物验证次数,节约试验成本和时间;

17、(3)实物测试环节的“过载不达标→回传重新仿真”机制,确保设计方案经得起物理验证,提高一次通过率;闭环迭代模块利用iot实时载荷数据动态校准数字孪生模型,当物流环境变化或产品改型时,系统可快速响应并自动调整参数,无需从头开始设计,实现“越用越准”的持续进化;

18、(4)通过精确计算全域刚度损伤场和耦合工况下的峰值过载,准确判断缓冲材料是否进入密实硬化失效区间,确保产品在实际运输中受到的冲击加速度低于允许脆值,从设计源头保障产品安全;

19、(5)需求数据库模块将市场反馈、试验数据、物流标准、材料本构等统一存储并持续更新,每次迭代的知识回写使企业逐步积累自有包装设计数据库,为后续类似产品提供可复用的基础数据和决策规则,实现智能化和标准化设计。

20、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。

1.一种基于数字孪生的包装全生命周期智能决策系统,其特征在于,包括:

2.一种基于数字孪生的包装全生命周期智能决策系统的方法,应用如权利要求1所述的一种基于数字孪生的包装全生命周期智能决策系统,其特征在于,包括以下步骤:

3.根据权利要求2所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s1的具体过程为:

4.根据权利要求3所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s2中的具体过程为:

5.根据权利要求4所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s3中的具体过程为:

6.根据权利要求5所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s4中的具体过程为:

7.根据权利要求6所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s5中的具体过程为:

8.根据权利要求7所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s25中:

9.根据权利要求8所述的一种基于数字孪生的包装全生命周期智能决策系统的方法,其特征在于,s52中参数修正流程为:复用s2训练完成的三层bp神经网络,采用nsga-ii反向迭代调整包括衬垫理论厚度、理论衬垫承载接触面积、瓦楞层数在内的几何优化变量;若虚实误差持续超标且无法通过几何优化变量修正消除,则跳转至s31重新生成缓冲材料本构文件。