一种成型过程散粒体特征参数感知及分析方法与流程

1.本发明涉及炸药散粒体颗粒的压制成型技术领域，特别是涉及一种成型过程散粒体特征参数感知及分析方法。


背景技术：

2.炸药散粒体颗粒的压制成型是压装战斗部装药的关键，其是将散粒体颗粒模化成致密化药柱并赋予功能特性。压制成型过程的工艺参数、过程参数等动态数据的实时获取及同步分析，直接影响着散粒体的成型质量。
3.要实现成型质量的精准调控，减少药柱缺陷产生，需对工艺、过程等多方面数据进行在线感知并完成快速分析。但受限于传统检测方法的局限性、成型工艺条件的复杂性、物料过程参量的异构性等，致使对工艺参数、过程参数等的动态实时感知较难实现，且难以进行快速分析。
4.因此，如何提供一种炸药散粒体压制成型过程特征参数的实时数据感知与低延时同步分析方法，以获取散粒体压制成型生产运行状态的实时感知和集中监控，是迫切需要本领域技术人员解决的技术问题。


技术实现要素：

5.鉴于上述问题，本发明提供用于克服上述问题或者至少部分地解决上述问题的一种成型过程散粒体特征参数感知及分析方法。通过对成型过程工艺、过程等特征参数的准确表征与多源异构数据感知及融合，实现成型过程特征参数的动态捕获、关联处理，并通过对数据质量的在线判断与修正，实现对多模态数据的快速同步分析，有效保护特征参数的准确性和同步性，为散粒体颗粒压制成型过程特征参数的实时获取及同步分析提供关键技术支撑，为成型质量的精准调控奠定基础。
6.本发明提供了如下方案：
7.一种成型过程散粒体特征参数感知及分析方法，包括：
8.应用于ua服务器，所述ua服务器设置于现场控制系统并与现场设备可通信相连；所述方法包括：
9.获取压药车间底层现场数据以及设备信息；
10.将所述现场数据以及所述设备信息转换为支持opc ua协议的源数据，并对所述源数据经过数据管理与逻辑运算处理获得目标数据；
11.将所述目标数据发送给ua客户端，以便所述ua客户端上部署的压药生产过程数字孪生系统利用所述目标数据更新各类要素实时生产数据，所述实时生产数据用于确定炸药散粒体压制成型过程工艺参数的变化规律并监控和预测生产运行状态。
12.优选地：将所述源数据保存为源数据库并将所述目标数据保存为目标数据库；
13.接收所述ua客户端发送的同步数据文件，根据所述同步数据文件中的同步规则将所述源数据库中的数据进行解析创建sql语句，并将数据更新到所述目标数据库中。
14.优选地：所述ua客户端对源数据库指定数据表的变化进行扫描，捕获变化的数据并根据同步规则中的声明的方式进行数据转换，产生xml格式的所述同步数据文件。
15.优选地：所述现场数据以及所述设备信息包括异构多源多模态感知数据，对所述异构多源多模态感知数据的质量进行实时判定与修正，用以提高所述异构多源多模态感知数据的数据质量。
16.优选地：所述异构多源多模态感知数据质量评估处理采用基于传感网络的数学模型和传感器采集通过机器视觉优化算法，实现所述异构多源多模态感知数据的边缘质量判定与修正。
17.优选地：对所述异构多源多模态感知数据进行关联与融合处理，以实现炸药散粒体压制成型工艺数字孪生信息与模型的关联映射；获取同步信息数据进行检测、数据关联、数据融合、滤波估计，进行目标轨迹的相关判断，获得被测模型目标的位置和具体信息描述。
18.优选地：对所述异构多源多模态感知数据进行预处理，所述预处理包括标准化以及压缩化。
19.优选地：所述标准化以及压缩化包括：
20.第一级处理，配置为检测融合以产生最终的检测输出；
21.第二级处理，配置为位置融合，所述位置融合包括数据配准、轨迹关联、轨迹融合和滤波预测；
22.第三级处理，配置为目标识别，所述目标识别包括依据模式识别相关技术完成出目标的属性和身份估计；
23.第四级精细处理，配置为优化修正处理，对其他级处理过程的反馈优化控制与评价。
24.优选地：对所述异构多源多模态感知数据进行实时判定与修正；所述实时判定与修正包括多源传感器数据质量评估处理；所述质量评估处理包括基于传感网络的数学模型和传感器机器视觉优化；包括：
25.对传感器采样数据和真实数据基于概率做均方差统计，建立预估模型；
26.采用边缘计算算法对所述传感器采集数据和所述预估模型计算的预估数据做滤波计算，校正感知数据；
27.根据累积数据，进行数据分析和融合修正，提高感知数据的数据质量。
28.优选地：接收目标数据查询端通过多线程web服务器发送的查询请求；所述目标数据查询端为经过所述web服务器验证通过的数据查询端；
29.将所述目标数据通过密文形式发送给所述目标数据查询。
30.根据本发明提供的具体实施例，本发明公开了以下技术效果：
31.本技术实施例提供的一种成型过程散粒体特征参数感知及分析方法，能构建以工业以太网为基础的安全可靠的数据采集与感知系统，形成数据低延时同步通讯的传输方法，可为数字孪生的模型的高效实时运行提供保障，可实时掌握炸药散粒体压制成型过程工艺参数的变化规律，完整地监控和预测生产运行状态。通过对生产过程关键工艺参数的精准控制，有效提升产品质量性能及一致性，保障大批量交付产品的质量稳定性，满足未来先进弹药的精准毁伤需求。
32.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
33.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
34.图1是本发明实施例提供的炸药散粒体压制成型数据采集网络结构示意图；
35.图2是本发明实施例提供的炸药散粒体压制成型数据采集技术示意图；
36.图3是本发明实施例提供的炸药散粒体压制成型分布式异构数据库数据同步系统框架图；
37.图4是本发明实施例提供的炸药散粒体压制成型数据融合功能模型架构图；
38.图5是本发明实施例提供的炸药散粒体压制成型数据安全动态传输过程示意图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
40.本发明实施例提供的一种成型过程散粒体特征参数感知及分析方法，应用于ua服务器，所述ua服务器设置于现场控制系统并与现场设备可通信相连；所述方法包括：
41.获取压药车间底层现场数据以及设备信息；
42.将所述现场数据以及所述设备信息转换为支持opc ua协议的源数据，并对所述源数据经过数据管理与逻辑运算处理获得目标数据；
43.将所述目标数据发送给ua客户端，以便所述ua客户端上部署的压药生产过程数字孪生系统利用所述目标数据更新各类要素实时生产数据，所述实时生产数据用于确定炸药散粒体压制成型过程工艺参数的变化规律并监控和预测生产运行状态。
44.进一步的，将所述源数据保存为源数据库并将所述目标数据保存为目标数据库；
45.接收所述ua客户端发送的同步数据文件，根据所述同步数据文件中的同步规则将所述源数据库中的数据进行解析创建sql语句，并将数据更新到所述目标数据库中。
46.所述ua客户端对源数据库指定数据表的变化进行扫描，捕获变化的数据并根据同步规则中的声明的方式进行数据转换，产生xml格式的所述同步数据文件。
47.所述现场数据以及所述设备信息包括异构多源多模态感知数据，对所述异构多源多模态感知数据的质量进行实时判定与修正，用以提高所述异构多源多模态感知数据的数据质量。
48.所述异构多源多模态感知数据质量评估处理采用基于传感网络的数学模型和传感器采集通过机器视觉优化算法，实现所述异构多源多模态感知数据的边缘质量判定与修正。
49.对所述异构多源多模态感知数据进行关联与融合处理，以实现炸药散粒体压制成
型工艺数字孪生信息与模型的关联映射；获取同步信息数据进行检测、数据关联、数据融合、滤波估计，进行目标轨迹的相关判断，获得被测模型目标的位置和具体信息描述。
50.对所述异构多源多模态感知数据进行预处理，所述预处理包括标准化以及压缩化。
51.所述标准化以及压缩化包括：
52.第一级处理，配置为检测融合以产生最终的检测输出；
53.第二级处理，配置为位置融合，所述位置融合包括数据配准、轨迹关联、轨迹融合和滤波预测；
54.第三级处理，配置为目标识别，所述目标识别包括依据模式识别相关技术完成出目标的属性和身份估计；
55.第四级精细处理，配置为优化修正处理，对其他级处理过程的反馈优化控制与评价。
56.对所述异构多源多模态感知数据进行实时判定与修正；所述实时判定与修正包括多源传感器数据质量评估处理；所述质量评估处理包括基于传感网络的数学模型和传感器机器视觉优化；包括：
57.对传感器采样数据和真实数据基于概率做均方差统计，建立预估模型；
58.采用边缘计算算法对所述传感器采集数据和所述预估模型计算的预估数据做滤波计算，校正感知数据；
59.根据累积数据，进行数据分析和融合修正，提高感知数据的数据质量。
60.为了实现加密查询，本技术实施例还可以提供接收目标数据查询端通过多线程web服务器发送的查询请求；所述目标数据查询端为经过所述web服务器验证通过的数据查询端；
61.将所述目标数据通过密文形式发送给所述目标数据查询。
62.本技术实施例提供的成型过程散粒体特征参数感知及分析方法，通过数据感知和同步分析方法可建立安全可靠的数据采集与感知系统，形成数据低延时同步通讯的传输方法，可实时掌握炸药散粒体压制成型过程工艺参数的变化规律，完整地监控和预测生产运行状态。
63.采用基于opc ua的数据网络结构，建立统一的标准化虚实通讯框架和协议，采用定制http、webservice等数据交换接口方式，实现散粒体压制成型过程现场的工艺设备、检测设备、传感器等生产设备的工作状态、物料配送、质检数据信息数据实时识别与采集，
64.通过现场物联网提供的数据总线实现与设备联网与数据传输，
65.采用数据同步工具，方便用户进行多源多模态数据采集，同时借用统一解析引擎，有效解耦数据源头与使用者，解决高并发，高吞吐等问题，获得同步信息数据进行关联和融合处理获得被测模型目标的状态和具体位置信息描述。
66.所述虚实通讯网络架构搭建为建立统一的标准化的虚实通讯框架协议，解决炸药散粒体压制成型车间现场存在大量来自不同技术和生产厂家的设备，其接口协议等各不相同，采用基于opc ua的数据网络架构。
67.炸药散粒体压制成型车间现场存在大量来自不同技术和生产厂家的设备，其接口协议等各不相同，采用基于opc ua的数据网络架构，ua服务器置于车间生产控制系统，通过
现场总线或工业以太网与现场设备连接，获取控制器plc、传感器等io端口数据，实现压药车间底层设备数据采集，ua服务器汇总现场数据和设备信息，将其转换为支持opc ua协议数据，经数据管理与逻辑运算为ua客户端提供服务。
68.所述多源异构数据同步采用客户端、服务器端模式，客户端功能为同步规则定义、初始化、数据同步处理、同步数据文件处理、ftp文件传输模块，所述服务端同样包括上述模块，但数据同步处理与客户端不同。
69.所述多源异构数据质量的实时判定与修正技术为提高异构多源多模态感知数据的数据质量，包含多源传感器数据质量评估处理，数据传输过程质量动态保证技术。所述多源传感器数据质量评估处理基于传感网络的数学模型和传感器采集通过机器视觉等优化算法，实现多源多模态异构数据的边缘质量判定与修正。
70.所述数据传输过程质量动态保证技术为采用端到端的动态加密控制方法来保护数据在动态传输过程中安全。
71.下面对本技术实施例提供的方法进行详细说明。
72.如图1所示，为总体技术架构，为获取炸药散粒体压制成型全流程的生产信息，开展炸药散粒体压制成型过程多源多模态数据实时采集技术，搭建其孪生系统网络架构，实现数据同步及关联融合处理，可实时掌握炸药散粒体压制成型过程工艺参数的变化规律，完整地监控和预测生产运行状态。
73.针对炸药散粒体压制成型工艺流程复杂、防爆、防腐蚀、工作温度、防静电等特殊要求等特殊要求，通过支持对结构描述与操作的共享，用封装的概念提供制定数据操作与多重协议的依据，使数据支持反复的试探性设计、支持存储和管理各种设计结果版本、支持交互式和多用户工作以及并行设计等功能。借助统一的解析引擎，能有效解耦数据源头与使用者，提高数据采集和传输能力，实现多源多模态数据的实时采集。通过进行在线/离线设备数据、工艺过程数据等采集。采集数据源主要来自产线控制系统、图像检测系统、现场各类传感器的数据，包含产品批次、关键参数信息、生产计划、物料信息等，采用定制http、webservice等数据交换接口方式，压药过程需要采集的数据及精度如表1所示。
74.表1压制过程采集的数据及精度
75.[0076][0077]
为面向异构的设备，解决数字孪生中的虚实数据交互与融合的问题，建立统一的标准化虚实通讯框架和协议。如图2所示，支撑复杂数据内置、跨平台操作，提供统一的地址空间和服务，
[0078]
采用基于opc ua的数据网络架构，在数据通讯网络架构中ua服务器置于现场控制系统，现场设备之间通过现场总线或工业以太网连接，获取控制处理器plc、传感器等io端口数据，从而实现车间底层设备数据采集。
[0079]
ua服务器汇总现场数据和设备信息后，将其转换为支持opc ua协议数据，经过数据管理与逻辑运算为ua客户端提供相应的服务。
[0080]
压药生产过程数字孪生系统作为opc ua客户端，从服务端获取相应的实时数据进行数据的读写、存储以及分析计算等，在此基础上可驱动各类要素模型，更新各类要素实时生产数据，进一步进行分析及智能决策。
[0081]
多源异构数据存在主要矛盾为命名冲突、格式冲突、结构冲突，需要进行数据同步的源数据库和目标数据库间的同步需求及解决方法，其次需要能有效地检测数据的变化并进行捕获，最后需要将捕获的数据传递给目标数据库，进行数据更新，完成数据同步，基于上述思路，采用客户端、服务器端模式。客户端功能包括同步规则定义、初始化、数据同步处理、同步数据文件处理、ftp文件传输5个模块，服务器端同样包括上述模块，但其数据同步处理与客户端不同，分布式异构数据库数据同步系统框架如图3所示。
[0082]
客户端的数据同步处理包含数据扫描、数据转换和数据文件生成，通过对源数据库指定数据表的变化进行扫描，捕获变化的数据并根据同步规则中的声明的方式进行数据转换，产生一个xml格式的同步数据文件。
[0083]
服务端的数据同步处理包含数据解析、数据同步操作，对来自客户端的同步数据文件，根据同步规则进行数据解析创建sql语句，将数据更新到目标数据库中，客户端对同步数据文件进行文件压缩和加密，服务器端则进行文件解密和解压，文件传输则实现同步数据文件从客户端到服务器端传输。
[0084]
炸药散粒体压制成型过程数字孪生信息与模型关联映射前，需通过数据融合以获得被测模型目标的状态和具体的位置信息描述，数据融合功能框架如图4所示。
[0085]
首先对多传感器获取得数据源信息进行预处理，主要对数据完成标准化、压缩化等处理，以满足算法中的计算需求。
[0086]
第一级处理，检测融合，是一个分布检测问题，是信号处理级的信息融合，根据所选择的检测准则形成最优化检测门限，以产生最终的检测输出。
[0087]
第二级处理，位置融合，这一级别的数据融合属于低层次级数据处理过程，包括数据配准、轨迹关联、轨迹融合和滤波预测。数据配准包括空间配准和时间配准，对各个传感器的不同属性的数据进行时间与空间上的对准，保证数据有相同的时间基准与统一的坐标系。数据关联、数据融合和滤波估计是位置级数据融合中关键步骤。数据关联是判断各个传感器的观测信息是否是同一目标的，数据融合是将来自同意目标的不同数据进行融合，使目标的数据信息更准确，状态估计是依据已形成轨迹利用滤波算法估计下一时刻的状态信息，待下一时刻量测到来时结合估计的状态信息更新轨迹。
[0088]
第三级处理，目标识别，目标识别属于身份级数据融合，依据模式识别相关技术完成出目标的属性和身份估计，方便之后的数据质量评估。
[0089]
第四级精细处理，通过优化修正处理，该级别处理过程与其他级别的过程都有联系，是对其他级处理过程的反馈优化控制与评价。为实现系统的自适应调节，加入对传感器的反馈优化，使整个系统闭环起来，功能上完成多目标状态预测，结构上实现闭环控制。
[0090]
为解决炸药散粒体压制成型过程数据质量参差不齐，数据之间多源传感器数据质量评估处理基于传感网络的数学模型和传感器采集通过机器视觉等优化算法，实现多源多模态异构数据的边缘质量判定与修正，具体如下：
[0091]
对传感器采样数据和真实数据基于概率做均方差统计，建立预估模型；
[0092]
采用边缘计算算法对传感器采集数据和预估模型计算的预估数据做滤波计算，校正感知数据；
[0093]
根据累积数据，进行数据分析和融合修正，提高感知数据的数据质量。
[0094]
为避免炸药散粒体压制成型过程数据包含过程工艺、过程状态、指令等数据资源灾传输和使用过程中丢失、被篡改、数据泄露，数据传输过程采用质量动态保证技术，采用端到端的动态加密控制方法保护数据在动态传输过程中的安全，
[0095]
如图5所示，其实现过程为数据采集端由初始化模块和数据采集模块构成，初始化负责完成拓扑结构生成、数据安全融合协议初始化，采集模块和服务器端建立安全连接，等待来自服务端的更新指令以便进行数据采集和安全融合，服务器端由初始化模块、数据更新模块、用户注册模块、查询模块以及后端数据库共同构成，初始化模块开启主进程，启动数据更新模块，定期向数据采集端发送融合数据更新请求，并通过建立多线程web服务器的方式来响应多终端的注册及数据查询要求。
[0096]
数据查询端由登录模块和查询模块构成，用户经过服务器端验证登录后，可对拥有权限的数据进行查询和下载，融合数据从采集端到服务器再到查询端的整个网络传输过程始终以密文形式呈现，明文数据只会出现在用户端，使用javascript引入本地浏览器插件的方式进行解密，最终实现融合数据的安全动态传输。
[0097]
所述数据传输过程质量动态保证技术为采用端到端的动态加密控制方法来保护数据在动态传输过程中安全，实现过程为数据采集端完成采集数据安全融合与服务器端建立安全连接，数据采集和安全融合，服务端定期向数据采集端发送融合数据更新请求，并通
过建立多线程web服务器响应多终端的注册及数据查询要求，数据查询端，用户需经过服务端验证登录，才对拥有权限的数据进行查询和下载，融合数据从采集端到服务器端再到数据查询端的整个网络传输过程中始终以密文形式呈现，明文只会出现在用户端。
[0098]
总之，本技术提供的成型过程散粒体特征参数感知及分析方法，能构建以工业以太网为基础的安全可靠的数据采集与感知系统，形成数据低延时同步通讯的传输方法，可为数字孪生的模型的高效实时运行提供保障，可实时掌握炸药散粒体压制成型过程工艺参数的变化规律，完整地监控和预测生产运行状态。通过对生产过程关键工艺参数的精准控制，有效提升产品质量性能及一致性，保障大批量交付产品的质量稳定性，满足未来先进弹药的精准毁伤需求。
[0099]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0100]
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本技术可借助软件加上必需的通用硬件平台的方式来实现。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例或者实施例的某些部分所述的方法。
[0101]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0102]
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。