基于数字孪生的单轨双落丝机调度方法、装置及存储介质与流程

1.本发明涉及落丝机调度技术领域，具体涉及基于数字孪生的单轨双落丝机调度方法、装置及存储介质。


背景技术：

2.目前基于plc的单轨双落丝机调度，一般以生产线某个纺位为分界，两台落丝机在plc的调度下按照“先到先服务”的作业原则分别在分界两侧进行自动落丝作业，也就是两台落丝机以某个纺位为分界，各负责一般的纺位落丝，然后每台落丝机落丝完成后将丝饼转运至产线一端的暂存区，但是采用这种方法时，由于暂存区一般设置在生产线一端，就会导致其中一个落丝机的运行距离远远大于另一个落丝机，长此以往距离暂存区更远的一个落丝机更容易出现设备故障，且由于其中一个落丝机往暂存区的距离更远，就会导致其负责的半区的落丝效率更低，就会需要人工参与，造成人工落丝劳动强度大。


技术实现要素：

3.有鉴于此，本发明的目的在于提供基于数字孪生的单轨双落丝机调度方法、装置及存储介质，以解决现有技术中，两个落丝机的运行距离差距大，工作强度不一致，导致其中一个落丝机容易出现故障，以及运行距离远的落丝机负责的纺位半区的落丝效率低，导致人工落丝劳动强度大的问题。
4.根据本发明实施例的第一方面，提供基于数字孪生的单轨双落丝机调度方法，包括：
5.构建落丝系统的数字孪生模型；
6.根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝调度终端，调度两台落丝机在接下来一段时间内的作业任务；
7.所述调度两台落丝机包括：
8.当存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝。
9.优选地，
10.所述调度优化算法包括：
11.根据纺位状态数据和两台落丝机的运行数据，当有等待落丝的纺位时；
12.按照纺位满卷后等待时间最长的多个纺位，若所述满卷纺位不满足预设的数量，则取将要满卷的时间最短的纺位进行补充；
13.根据两台落丝机同时完成两个纺位的落丝，排列出两台落丝机完成所述多个纺位的作业顺序；
14.对作业顺序进行模拟运行，根据物理落丝车间的实时数据，通过预训练的预测模
型预测落丝机前往各个纺位作业过程中各个环节的动作时间，进而实现对落丝机完整作业时间以及爆管数的预测；
15.选取爆管数最少且落丝机完整作业时间最短的作业顺序作为最终的调度方案输出。
16.优选地，
17.还包括：
18.两台落丝机作业期间内，监测两台落丝机的实时运行数据，根据所述实时运行数据与模拟运行时的模拟运行数据对预设的时间节点进行对比；
19.当所述对比时间的误差超过预设的时间阈值时，认定落丝过程中存在扰动并判断扰动类型；
20.若扰动类型为防撞检测装置被遮挡或人为手动，则继续执行当前的落丝任务；
21.若扰动类型为卷绕头故障或已经人为落丝，则通过调度优化算法重新输出调度方案。
22.优选地；
23.当本轮调度方案完成后，还有满卷纺位存在时；或，作业现场干扰导致物理落丝机器人实际调度进程异常时；
24.落丝系统的数字孪生模型会重新触发新一轮的调度决策方案。
25.优选地，
26.所述预训练的预测模型包括：
27.获取两台落丝机在落丝系统的数字孪生模型调度下的历史运行数据；
28.根据所述历史运行数据训练落丝机动作时间的预测模型。
29.优选地，
30.所述构建落丝系统的数字孪生模型包括：
31.对整个自动落丝流程中所涉及的设备进行几何建模；
32.通过3dmax对几何模型进行贴图渲染；
33.将贴图渲染后的模型导入到unity3d中，并对设备模型进行脚本编程使其展示设备动作与状态，完成虚拟自动落丝系统构建；
34.利用通讯协议采集物理落丝系统中的plc数据并传输到虚拟自动落丝系统中，驱动虚拟自动落丝系统运行，实现物理落丝系统和虚拟落丝系统的虚实同步，完成落丝系统的数字孪生模型的构建。
35.优选地，
36.所述调度两台落丝机还包括：
37.当存在满卷信号，且只有一个满卷的纺位时，再选取一个距离满卷时间最短的纺位，使得第一落丝机执行纺位号大的落丝任务，第二落丝机执行纺位号小的落丝任务；
38.当每台落丝机分别到达目标纺位后，若未满卷的纺位仍然在卷绕中，则等待未满卷的纺位卷绕完成后，相应落丝机再开始落丝，先完成落丝任务的落丝机等待另一台落丝机完成落丝任务，两台落丝机均回到暂存区后，再同时出发执行下一次落丝任务。
39.根据本发明实施例的第二方面，提供基于数字孪生的单轨双落丝机调度装置，包括：
40.模型构建模块：用于构建落丝系统的数字孪生模型；
41.决策方案生成模块：用于根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝车间，调度两台落丝机在接下来一段时间内的作业任务；
42.调度模块：用于存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝。
43.根据本发明实施例的第三方面，提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现所述的基于数字孪生的单轨双落丝机调度方法中的各个步骤。
44.本发明的实施例提供的技术方案可以包括以下有益效果：
45.本技术通过构建落丝系统的数字孪生模型，通过数字孪生模型生成调度方法，对两台落丝机进行调度，在调度过程中，不再设置分界，两台落丝机同时前往满卷的纺位，分别进行落丝工作，落丝完成后，再回到生产线一端的暂存区中，等待下一次落丝任务，两台落丝机再同时出发，虽然由于两台落丝机工作的纺位一个大，一个小，在运行距离上仍然有差距，但是相比于现有技术，这种差距有明显的减少，且这种距离上的差距是为了避免两台落丝机的交错，相比于现有技术，明显的提升双落丝机共线的作业效率，减少人工落丝劳动强度，通过数字孪生模型模拟更多的双机落丝作业序列，较现行的单一先到先服务作业序列可以提供效率更高的作业序列。
46.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
47.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
48.图1是根据一示例性实施例示出的基于数字孪生的单轨双落丝机调度方法的流程示意图；
49.图2是根据另一示例性实施例示出的调度优化算法的流程示意图；
50.图3是根据另一示例性实施例示出的构建落丝系统的数字孪生模型的流程示意图；
51.图4是根据另一示例性实施例示出的数字孪生模型的动态反应-预测实时调度原理示意图；
52.图5是根据另一示例性实施例示出的落丝机与纺位的示意图；
53.图6是根据另一示例性实施例示出的基于数字孪生的单轨双落丝机调度装置的系统示意图；
54.附图中：1-模型构建模块，2-决策方案生成模块，3-调度模块。
具体实施方式
55.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及
附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
56.实施例一
57.图1是根据一示例性实施例示出的基于数字孪生的单轨双落丝机调度方法的流程示意图，如图1所示，该方法包括：
58.s1，构建落丝系统的数字孪生模型；
59.s2，根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝调度终端，调度两台落丝机在接下来一段时间内的作业任务；
60.s3，所述调度两台落丝机包括：
61.当存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝；
62.可以理解的是，本实施例中，构建落丝系统的数字孪生模型，在数字孪生模型中，根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝车间，调度两台落丝机在接下来一段时间内的作业任务，在调度落丝机时，当存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝，本技术中，不再设置分界，两台落丝机同时前往满卷的纺位，分别进行落丝工作，落丝完成后，再回到生产线一端的暂存区中，等待下一次落丝任务，两台落丝机再同时出发，虽然由于两台落丝机工作的纺位一个大，一个小，在运行距离上仍然有差距，但是相比于现有技术，这种差距有明显的减少，且这种距离上的差距是为了避免两台落丝机的交错，相比于现有技术，明显的提升双落丝机共线的作业效率，减少人工落丝劳动强度，通过数字孪生模型模拟更多的双机落丝作业序列，较现行的单一先到先服务作业序列可以提供效率更高的作业序列。
63.值得强调的是，如附图5所示，本技术的第一落丝机与第二落丝机的暂存区设置在生产线的一端，在暂存区设置有两个落丝机的待机区，当两个落丝机完成满卷纺位的落丝后，回到待机区等待下次落丝任务，因为没有设置分界纺位，两个落丝机的在完成落丝任务后，回到待机区的距离相较于现有技术，差别明显减少，可以有效地避免某一落丝机的运行距离远大于另一落丝机的问题，且第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，根据附图5可以明显看出，两个落丝机不存在交错的问题，不需要相互避让。
64.值得强调的是，如附图4所示，数字孪生模型根据t0时刻物理落丝车间的生产数据和落丝机作业状态，从t
′0时刻开始短时间内进行t0至t4时间段内的落丝机调度仿真，其仿真进程同时对应t
′0至t
′4时间段，根据调度优化算法完成仿真后，数字孪生模型将调度决策立即反馈至t1时刻的物理落丝车间，调度两台自动落丝机t1至t4时刻的作业任务，完成一轮数字孪生系统的实时调度，其中t0至t1时间段即为本轮调度决策所用的时间。
65.优选地，如附图2所示，本实施例还提供了调度优化算法的流程示意图，
66.所述调度优化算法包括：
67.s201，根据纺位状态数据和两台落丝机的运行数据，当有等待落丝的纺位时；
68.s202，按照纺位满卷后等待时间最长的多个纺位，若所述满卷纺位不满足预设的数量，则取将要满卷的时间最短的纺位进行补充；
69.s203，根据两台落丝机同时完成两个纺位的落丝，排列出两台落丝机完成所述多个纺位的作业顺序；
70.s204，对作业顺序进行模拟运行，根据物理落丝车间的实时数据，通过预训练的预测模型预测落丝机前往各个纺位作业过程中各个环节的动作时间，进而实现对落丝机完整作业时间以及爆管数的预测；
71.s205，选取爆管数最少且落丝机完整作业时间最短的作业顺序作为最终的调度方案输出；
72.可以理解的是，本实施例中，数字孪生系统采集纺位状态数据和落丝机运行数据，当系统中有等待落丝的纺位时，数字孪生系统调度优化开始服务，“调度优化”模块根据实时的孪生数据，按等待时间最长取4个纺位(满卷纺位数不够4时，顺延取距满卷时间最近的纺位)进行作业序列优化，由于“双机协同”调度算法每次任务可以完成2个纺位的落丝，使用数字孪生系统改变先到先服务作业原则，故完成4个纺位的落丝共有共6种落丝机的作业序列，调度优化模块使用“双机协同”算法分别模拟6种序列，通过预训练的落丝机动作时间的预测模型，预测模型对数字孪生系统下发调度决策有重要影响，在数字孪生系统每次模拟作业前，通过实体落丝车间的实时数据，预测落丝机前往各个纺位作业过程中各个环节的动作时间，进而实现对落丝机完整作业时间、爆管数等问题的预测，数字孪生系统模拟完成6种任务序列后，选取爆管数最少且落丝作业时间最短的作业序列作为最终的调度方案输出。虚拟落丝系统根据最优的调度方案生成控制指令对落丝机的作业进行调度。
73.优选地，
74.还包括：
75.两台落丝机作业期间内，监测两台落丝机的实时运行数据，根据所述实时运行数据与模拟运行时的模拟运行数据对预设的时间节点进行对比；
76.当所述对比时间的误差超过预设的时间阈值时，认定落丝过程中存在扰动并判断扰动类型；
77.若扰动类型为防撞检测装置被遮挡或人为手动，则继续执行当前的落丝任务；
78.若扰动类型为卷绕头故障或已经人为落丝，则通过调度优化算法重新输出调度方案；
79.可以理解的是，作业期间，数字孪生系统监测两台落丝机的关键时间节点，对比落丝机模拟运行数据与实时运行数据，如到达作业位置、落丝完成、到达存货位置等，当对比误差超过60s时，即确定落丝过程中存在扰动并判断扰动类型。当扰动为防撞检测装置被遮挡或人为手动等，则继续执行当前的落丝任务；若扰动为卷绕头故障或已经人为落丝，则返回步骤s201进行重新调度，通过数字孪生系统对实时数据的分析和融合，使得落丝机可以对生产线中的干扰或和故障及时做出反馈，更改作业任务，同时，数字孪生系统可以提前预
测不能落丝的纺位，及时通知人工进行落丝。
80.优选地；
81.当本轮调度方案完成后，还有满卷纺位存在时；或，作业现场干扰导致物理落丝机器人实际调度进程异常时；
82.落丝系统的数字孪生模型会重新触发新一轮的调度决策方案；
83.可以理解的是，数字孪生模型在严格遵守上述调度模式的情况下如果出现以下情况时会重新触发新一轮的调度决策。1、完成上一轮虚拟车间下发的调度任务，且车间还有满卷纺位时；2、现场干扰导致物理落丝机器人实际调度进程异常，例如现场杂物长时间遮挡激光雷达、预落丝纺位卷绕头断头、落丝机故障、人为操作等原因使本轮决策结果不能适用的情况下。
84.优选地，
85.所述预训练的预测模型包括：
86.获取两台落丝机在落丝系统的数字孪生模型调度下的历史运行数据；
87.根据所述历史运行数据训练落丝机动作时间的预测模型；
88.可以理解的是，在调度优化模块启用之前，数字孪生系统需收集大量的落丝机在先到先服务的原则下使用“双机协同”算法调度的运行数据，利用历史数据训练落丝机动作时间的预测模型，预测模型可以是“随机森林”回归模型，通过“随机森林”回归模型预测落丝机在当前任务序列下的运行时间。
89.优选地，如附图3所示，本实施例还提供了构建落丝系统的数字孪生模型的流程示意图，包括：
90.s101，对整个自动落丝流程中所涉及的设备进行几何建模；
91.s102，通过3dmax对几何模型进行贴图渲染；
92.s103，将贴图渲染后的模型导入到unity3d中，并对设备模型进行脚本编程使其展示设备动作与状态，完成虚拟自动落丝系统构建；
93.s104，利用通讯协议采集物理落丝系统中的plc数据并传输到虚拟自动落丝系统中，驱动虚拟自动落丝系统运行，实现物理落丝系统和虚拟落丝系统的虚实同步，完成落丝系统的数字孪生模型的构建；
94.可以理解的是，自动落丝系统作为物理实体，装配有大量的传感器，并与卷绕头通过opc进行通讯，利用车间的工业以太网和管理系统的服务器可以实现车间多源异构数据的传输、存储、融合等操作，本技术主要包括两台落丝机，暂存丝箱、rgv小车等物流设备，现场卷绕区共有80台卷绕头，每个卷绕头每次卷绕16个卷装，每组卷绕头同时生产同时满卷，即分为40个纺位，其工作流程为两台双工位自动落丝机通过共线运行的方式来进行工作，暂存区放置丝箱用以缓存卷装，rgv小车在转运区往复运动搬运卷装至外检区；数字孪生模型建立，首先对整个自动落丝流程中所涉及的物流装备进行几何建模，并通过3dmax对几何模型进行贴图渲染，将渲染后的模型导入到unity3d中，并对设备模型进行脚本编程使其展示设备动作与状态，完成虚拟自动落丝系统构建，利用通讯协议将采集到的物理卷绕系统中plc等数据传输到虚拟落丝系统中，驱动虚拟落丝系统运行，做到物理落丝系统和虚拟落丝系统的虚实同步，完成整个落丝系统的数字孪生模型建立。
95.优选地，
96.所述调度两台落丝机还包括：
97.当存在满卷信号，且只有一个满卷的纺位时，再选取一个距离满卷时间最短的纺位，使得第一落丝机执行纺位号大的落丝任务，第二落丝机执行纺位号小的落丝任务；
98.当每台落丝机分别到达目标纺位后，若未满卷的纺位仍然在卷绕中，则等待未满卷的纺位卷绕完成后，相应落丝机再开始落丝，先完成落丝任务的落丝机等待另一台落丝机完成落丝任务，两台落丝机均回到暂存区后，再同时出发执行下一次落丝任务；
99.可以理解的是，由于需要一次调动两台落丝机同时到两个纺位上完成落丝任务，在有满卷信号，但只有一个满卷的纺位时，系统自动选取距离满卷时间最短的纺位作为另一落丝机的执行纺位，两台落丝机到达目标纺位后，已经满卷的访位的落丝机直接开始落丝工作，如果未满卷的纺位仍旧未满卷，那么相对应的落丝机原地等待，直到该纺位满卷后，对应的落丝机再开始工作，由于其中一台落丝机先开始落丝，那么同样会先结束落丝任务，如果先结束落丝任务的是第二落丝机，那么第二落丝机直接回到暂存区中，等待第一落丝机完成任务，如果是第一落丝机先完成落丝任务，由于第二落丝机的遮挡，第一落丝机不能回到暂存区中，第一落丝机原地等待第二落丝机完成落丝任务后，再一起回到暂存区中，当两台落丝机都完成任务回到暂存区之后，再同时出发执行下一次落丝任务，这样的设计可以避免其中某一台落丝机的工作强度明显大于另一台落丝机，使得其更容易出现故障。
100.实施例二
101.根据本实施例示出的基于数字孪生的单轨双落丝机调度装置，如附图6所示，包括：
102.模型构建模块1：用于构建落丝系统的数字孪生模型；
103.决策方案生成模块2：用于根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝调度终端，调度两台落丝机在接下来一段时间内的作业任务；
104.调度模块3：用于存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝；
105.可以理解的是，通过模型构建模块1构建落丝系统的数字孪生模型，通过决策方案生成模块2根据某一时刻物理落丝车间的生产数据以及两台落丝机作业状态，在数字孪生模型中对接下来一段时间内的落丝机通过调度优化算法进行仿真，并将仿真结果反馈至物理落丝车间，调度两台落丝机在接下来一段时间内的作业任务，调度模块3用于存在满卷信号时，取两个满卷的纺位，使得第一落丝机执行纺位号大的落丝任务，使得第二落丝机执行纺位号小的落丝任务，所述第一落丝机以及第二落丝机同时出发，到达目标纺位后分别开始落丝；本技术中，不再设置分界，两台落丝机同时前往满卷的纺位进行落丝工作，落丝完成后，均回到生产线一端的暂存区中，虽然由于两台落丝机工作的纺位一个大，一个小，在运行距离上仍然有差距，但是相比于现有技术，这种差距有明显的减少，且这种距离上的差距是为了避免两台落丝机的交错，相比于现有技术，明显的提升双落丝机共线的作业效率，减少人工落丝劳动强度，通过数字孪生模型模拟更多的双机落丝作业序列，较现行的单一先到先服务作业序列可以提供效率更高的作业序列。
106.实施例三：
107.本实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现上述方法中的各个步骤；
108.可以理解的是，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
109.可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
110.需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
111.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
112.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
113.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
114.此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
115.上述提到的存储介质可以是只读存储器，磁盘或光盘等。
116.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
117.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。