一、虚拟车间对象建模与数字表达（论文文献综述）
冯昊天[1]（2021）在《薄壁零件柔性装配线数字孪生模型构建》文中研究表明为迎合市场需求,满足小批量、多品种的装配需求,柔性装配线应运而生。柔性装配是对产品装配过程进行全数字化设计,实现装配系统整体的高柔性,从而适应多品种、变批量的生产需求。然而,柔性装配线智能化发展对装配精度、系统可控性提出了更高的要求。数字孪生技术作为产线物理空间与虚拟空间的数据交互渠道,被认为是促进产品智能化装配的有效方法之一,可以有效解决困扰柔性装配线智能化发展的难点。为此,基于某薄壁零件柔性装配线,针对薄壁零件装配过程中装配模型脱节、精度不准确、现场调试难度大等实际工程应用问题,研究了薄壁零件柔性装配线数字孪生模型的构建工作,具体研究内容如下:（1）薄壁零件柔性装配线孪生模型建模。分数学模型和物理模型对数字孪生装配线建模方法进行论述,明确由数学模型指导物理模型构建和驱动的数字孪生装配线快速建模机制;对该装配线进行分类描述和流程分析;在此基础上,基于数字孪生装配线快速建模机制完成薄壁零件柔性装配线数字孪生模型的构建工作。（2）数字孪生装配线更新迭代。基于数字孪生装配线进行仿真分析,确定其产能、利用率等量化指标。在此基础上,以精益生产理论为核心,分别就装配过程及装配平衡展开优化工作,确定优化方案,与优化前量化指标进行对比,验证优化方案的可行性和有效性,实现对数字孪生装配线的更新迭代。（3）基于数字孪生装配线的安装调试。基于PLC程序对薄壁零件柔性装配线孪生模型进行虚拟调试,验证PLC逻辑的合理性,减低现场调试难度。基于OPC统一架构,研究薄壁零件柔性装配线物理实体与虚拟模型间的映射关系,实现装配线-数学模型-物理模型的信息交互。（4）薄壁零件柔性装配数字孪生服务系统研制。基于薄壁零件柔性装配线孪生模型,采用Java web技术设计并开发一套薄壁零件柔性装配数字孪生服务系统。该系统面向实际需求,提供实时状态信息的可视化展示与数据呈现。
李军[2]（2020）在《基于虚拟仿真技术的船体分段制造计划管理研究》文中提出船体分段建造工艺复杂、计划性强,主要以设备资源、人力资源和场地资源等为约束,以总组搭载需求为牵引,向前拉动分段建造各个工序的计划,并需平衡多个项目生产资源及提高资源总体利用率。但很多船舶企业编制的分段建造计划颗粒度粗,工序分解和流程设置与实际情况不完全匹配,工时物量信息不准确,资源平衡不足,缺乏对计划可预测的工具,致使计划实际达成率不高,工序间缓存品堆积,生产节拍不稳定。随着虚拟仿真技术的发展和应用,在不调整任何真实资源的条件下,将车间的设备和布局抽象化,建立虚拟仿真模型,应用虚拟仿真技术实时模拟分段建造,对编制的分段建造计划实时作出预测和可行性分析,从而为计划的精确控制与动态调整提供依据。根据仿真模拟分析计划的可执行性,采用遗传算法优化生产作业序列,在实际生产中为管理者提供切实有效的生产计划方案,从而提高生产效益。论文主要研究内容和成果如下:（1）调研现代造船模式下的船舶建造流程和计划业务编制流程,研究计划管理中存在的问题,分析虚拟仿真技术应用于船体分段建造计划管理上的可行性,并引入离散事件仿真软件对船厂船体分段建造车间设备和流程进行层次化建模。（2）以国内某船厂的实际生产工艺流程、场地、设备、员工以及设备故障率和计划时间等为物理参数,以船体切割BOM和装配BOM为仿真数据创建仿真数据结构,借助Plant Simulation对船体分段建造主要生产车间进行仿真模拟,并提出以设备运转率、工时利用率和产出能力等作为评价指标定量分析船体分段建造计划的合理性。（3）采用遗传算法的推程优化方法对仿真的结果进行优化,得出最优的设备、人力资源配比,给出最优的生产作业序列,为计划可行性分析提供技术支持,使编制的分段建造计划切实可行,分段建造资源配置更加合理和优化。
王译晨[3]（2020）在《面向制造单元的数字孪生体建模与管控技术研究》文中提出随着经济全球化进程的加快和国际市场竞争环境的加剧,以个性化为主要特征的市场需求要求企业生产系统具备更高的柔性,同时以新型信息通讯技术为核心的信息物理融合系统（Cyber Physical System,CPS）赋能制造资源更多的分散化增强型智能特性,实现了制造资源的解耦,降低了生产系统的刚性,而制造单元作为CPS环境下生产系统的最小粒度单元,研究其建模与管控问题对于提高CPS环境下生产系统的柔性以及支撑生产系统功能的实现具有重要的意义。数字孪生作为实现信息与物理融合的一种有效手段和新型技术,由于其所具有的仿真与虚实映射特性,不仅能够为制造单元管控系统的开发和验证提供虚拟的硬件测试环境,而且能够为生产系统的离线仿真与实时运行管控提供一种新的模式。因此,本文针对个性定制化市场需求对生产系统柔性所提出的更高要求,在结合CPS赋能生产系统更高的柔性以及其他功能与特性的基础上,以CPS环境下的离散制造单元为研究对象,以制造单元的建模与管控问题为研究切入点,基于数字孪生所特有的虚实映射与仿真等特性,围绕数字孪生驱动的制造单元建模与管控技术展开研究,主要研究内容如下:（1）在对国内外研究现状进行学习与综述的基础上,结合CPS与数字孪生的功能特性,定义基于数字孪生的制造单元内涵、特征、功能以及资源组成,并构建其管控架构,设计其运行机制,为后续的研究内容提供整体支撑。（2）依据数字孪生体的建模规范,围绕制造单元的运行与管控场景需求,在运用相关本体、混合Petri网等建模理论与方法的基础上,重点研究制造单元的资源结构与管控行为等数字孪生体单视图模型的构建方法,进而在集成制造单元几何与物理模型的基础上,提出基于数字孪生的制造单元多视图管控场景集成建模方法,并在定义多视图模型协同机制的基础上,最终完成制造单元数字孪生体模型的构建,为数字孪生体驱动的制造单元管控技术的研究提供模型支撑。（3）依据制造单元管控的不同时效性需求,结合数字孪生体的虚实同步与离线仿真特性,在设计制造单元整体管控指标体系的基础上,基于制造单元数字孪生体模型,分别从可视化实时监控与生产异常诊断两个方面的管控需求展开研究。其中,围绕可视化实时监控目标,在研究数字孪生制造单元的资源标识与采集、虚实映射与通讯等关键技术的基础上,通过构建数字孪生制造单元的可视化实时监控模型,从而支撑制造单元的实时监控需求,进而凸显数字孪生的虚实同步特性;其次,围绕异常诊断需求与管控重点,重点围绕设备管控,在构建制造单元故障树及异常诊断专家知识系统的基础上,研究基于知识推理的数字孪生制造单元生产异常诊断与反馈控制方法,凸显数字孪生的离线仿真特性。（4）结合上述研究成果,在完成开发与验证环境搭建的基础上,分别从系统运行流程设计、数字孪生体模型构建、管控场景集成开发、仿真等环节进行原型系统的开发与验证。通过上述研究,能够证明数字孪生在改变CPS环境下制造单元的管控方式、提高制造单元管控能力方面的合理性与有效性,希望本文所提出方法能够为数字孪生在制造单元的管控以及生产系统中的应用研究提供研究案例与参考依据。
熊伟杰[4]（2020）在《基于OPC UA的数字孪生车间数据集成研究》文中指出数字孪生车间是智能制造背景下制造车间全息监控、制造系统精准分析、制造过程实时决策的有效手段。目前对于数字孪生车间的研究依然方兴未艾,如何构建生产要素的互联互通,确保虚实车间的真实映射,进而完成数据集成仍然是实现数字孪生车间的主要瓶颈。因此本文将OPC UA和多源信息融合技术引入数字孪生数据集成过程,通过OPC UA信息建模规约多源异构数据,实现物理信息融合和数字孪生数据的统一传输。本文的主要工作如下:（1）从数字孪生和数字孪生车间的内涵及运行模式入手,提出了数字孪生车间数据集成的概念,总结了数据集成的需求,构建了基于OPC UA的数字孪生车间数据集成体系架构和物理拓扑结构。（2）针对物理信息融合的需求,依据分层融合的策略,构建了物理信息融合结构,首先去除原始物联采集数据中的信息冗余,采用RETE算法匹配产生中间事件实现生产要素单元级融合;其次提取空间尺度信息,融合生产要素单元,形成生产服务节点;最后基于车间结构和车间中的任务、计划,进行车间级融合,实现对车间生产活动的完整描述。（3）从OPC UA传输方法、虚实数据和虚拟模型三个角度对数字孪生车间数据交互过程进行了分析,基于物理信息融合的思想,面向生产要素对象,采用节点合并与自适应压缩的方法,设计了旨在提高数据传输实时性的OPC UA信息建模策略,最后对此建模方式的合理性进行了验证。（4）基于上述研究,设计了数字孪生车间平台,并面向某航天结构件生产车间,完成了数字孪生环境的部署和数字孪生车间平台的开发。
杨能俊[5]（2020）在《基于数字孪生的离散制造车间自适应调度方法研究》文中进行了进一步梳理随着信息技术的快速发展,制造业尤其是离散制造业迎来了一轮新的产业变革。实现智能制造的瓶颈之一是如何实现制造环境下信息空间与物理空间的融合,数字孪生的出现为实现信息物理制造系统提供了新的技术手段,如何运用虚实映射实现信息物理融合以提升车间决策和管控智能化水平,实现在多扰动、不确定生产环境下离散制造车间的动态自适应调度,是数字孪生技术在车间应用时遇到的一大难题。本文以离散制造车间自适应调度为研究对象,结合数字孪生技术在车间中的应用,建立了基于数字孪生的离散制造车间自适应调度原型系统,分别围绕系统体系框架、车间数字孪生模型构建方法和车间自适应调度开展了深入研究,本文主要的研究内容和成果如下:（1）针对离散制造车间自适应调度问题对数字孪生的应用需求,结合面向离散制造车间数字孪生的定义和特征,构建了面向离散制造车间自适应调度的数字孪生体系框架,并在制造物联技术在车间应用的基础上,搭建了互联共融的物理车间物联系统框架,以感知数据和控制指令为驱动,分析了数字孪生环境下车间自适应调度的运行模式。（2）针对离散制造车间数字孪生模型构建问题,以物理车间的时空数据为基础,利用本体方法对车间生产涉及的各类制造要素以及要素之间的关系进行统一的逻辑描述,结合物理实体的虚拟模型和OPC UA技术,通过不同层次的映射方法实现数据在虚拟模型、OPC UA信息模型和物理实体间的传递和映射,为车间数字孪生模型的构建提供了参考方法。（3）针对动态生产环境下车间自适应调度的实时性和适应性需求,在车间数字孪生环境的基础上,选择工件的平均交货期延迟为优化目标,设计了一种基于经验共享的多智能体强化学习自适应调度算法模型,解决了车间调度方法适应性差的问题,通过实际案例对算法的可行性和有效性进行了验证。（4）以上述研究内容为基础,开发了基于数字孪生的离散制造车间自适应调度原型系统,结合某车间实例,对孪生模型建模方法、车间自适应调度算法和原型软件系统主要功能模块的有效性进行了阐述和验证。
蒋捷峰,胡瑞飞,殷鸣,殷国富[6]（2019）在《智能制造数字化车间信息模型》文中指出为打破对制造业智能化升级的制约,实现各异构设备异构系统间的互联互通,提出一种智能制造领域中物理设备对象元模型到面向对象建模方法。介绍数字化车间智能化信息建模标准和方法,详细阐述OPC UA信息模型,分析研究OPCUA中WebService架构与UML结合建模。结果表明,OPC UA能提供一个很好的实现架构。该方法可行、实用。
贺靖伦[7]（2019）在《面向服务的信息物理融合生产系统本体建模与仿真》文中研究指明随着科学技术的快速发展,以及市场需求的不断变化,各制造业强国都提出了以智能制造为核心的新一轮工业发展战略,旨在通过实施以信息通讯技术为核心的信息物理融合系统（Cyber-Physical Systems,CPS）技术实现智能制造,而基于CPS的新一代分布式生产模式,即信息物理融合生产系统（Cyber-Physical Production Systems,CPPS）成为了相关领域的研究重点。近几年,针对CPPS的研究主要倾向于系统架构、关键技术和应用场景的研究,而针对新生产模式下的制造资源虚拟化与服务化关键技术研究仍然存在以下问题:（1）CPPS系统具有较高的动态与异构特性,因此,如何构建一种分布式生产环境下的制造资源虚拟化参考框架,以期解决CPPS系统内制造资源的统一分类、定义、描述与共享问题,从而支撑CPPS系统的快速可重构建模;（2）在实现CPPS制造资源虚拟化的基础上,如何实现CPPS制造资源模型与制造任务的动态匹配与数据融合,从而支撑CPPS系统的动态运行。综上所述,本文主要围绕上述两个问题,着重从CPPS制造资源的服务化、虚拟化以及任务需求动态匹配方面展开研究:（1）首先,针对新生产模式下的制造资源虚拟化与服务化研究所存在的问题,本文以一种面向服务的信息物理融合生产系统（Service-oriented Cyber-Physical Production System,So-CPPS）为研究对象,对So-CPPS的内涵、整体架构及特征进行研究。（2）其次,在对So-CPPS制造资源的内涵与特征进行提炼的基础上,采用面向对象的思想,基于资源的层次、智能、粒度与功能特性对So-CPPS制造资源进行抽象分类与详细定义,从而建立一种面向So-CPPS系统的制造资源体系。（3）据此,运用形式化方法对So-CPPS制造资源体系进行描述,并基于本体构建So-CPPS制造资源的语义模型和数据模型,完成So-CPPS制造资源的全局统一描述与共享,实现基于本体的So-CPPS制造资源虚拟化组态配置,支撑So-CPPS系统的快速可重构建模;在实现全局制造资源语义描述与语义理解的基础上,以动态制造任务需求为驱动因素,基于So-CPPS制造资源数据模型,构建面向任务需求的制造资源动态匹配模型,实现So-CPPS制造资源模型与制造任务的动态匹配与数据融合,支撑CPPS系统的动态运行。（4）最后,基于上述研究结果,结合应用场景完成So-CPPS制造资源本体模型的实例化;在此基础上,运用Anylogic仿真平台进行So-CPPS本体模型的仿真,验证具体应用场景中So-CPPS制造资源本体模型对于资源的统一分类、定义、描述与共享,以及在此基础上,验证So-CPPS制造资源模型与制造任务的动态匹配与数据融合。本文共包含图60幅,表30个,参考文献73篇。
宋思蒙[8]（2019）在《信息物理融合生产系统辅助开发与仿真平台》文中研究表明信息物理融合生产系统（CPPS）是信息物理融合系统（CPS）在制造行业内的实际应用,是实现工业4.0的基础。信息物理融合技术赋予生产系统内节点智能特性,使能制造资源能够以服务的方式存在、共享和调用。CPPS的运行体现为实时任务驱动下以生产业务流程为核心的各种服务化制造资源的组合配置与动态运行。CPPS系统的设计是根据业务逻辑对CPS环境下服务化的制造资源进行整合,定义系统行为。在CPPS系统设计过程中需要解决两大问题即系统内节点的行为模型构建和行为模型信息物理融合的实现。CPPS的设计过程具有复杂性,不仅需要在设计过程中对CPPS的自适应、可重构、互操作功能进行建模和验证,还需要在运行阶段支持系统的扩展、重构和管控。当前,制约CPPS发展的一个重要因素是缺乏一个CPPS设计和管理一体化方法学和模型支持。系统的建模和仿真是设计复杂系统的一种重要方法,能够帮助系统设计人员理解、描述系统,并对系统的功能进行验证。论文综合应用面向对象、系统建模和仿真、系统组态等思想和技术,针对CPPS设计过程中需要解决的两大问题,提出并研发面向CPPS系统设计、运行的信息物理融合生产系统辅助开发与仿真平台（CPPS-ADSP）。首先,通过分析CPPS-ADSP的应用场景,提炼出CPPS-ADSP的功能和特征,并提出系统的参考框架、运行机制和网络物理环境;在此基础上,针对CPPS的设计和建模问题,提出一种融合多智能体架构和扩展Petri网OTCKPN的混合建模方法,通过预定义的系统模型库构建系统内CPS节点的协商行为模型和生产行为模型,支撑CPPS的自适应和可重构特性;在实现CPPS系统建模的基础上,提出一种基于面向服务架构的信息物理融合方法,定义系统中服务的类型和面向服务架构的运行机制。通过建立CPPS-ADSP和物理设备层、信息资源层之间的互操作机制,实现CPPS和异构设备、系统之间的互联互通;最后,基于本文的研究成果,采用基于平台的设计方法,开发CPPS-ADSP原型系统,并结合实际生产场景,对CPPS-ADSP进行了验证试验,结果表明CPPS-ADSP能够有效支撑CPPS的开发和验证。
周玮[9]（2019）在《航天产品总装车间生产效率仿真及优化研究》文中进行了进一步梳理日益增长的多品种、变批量航天复杂产品需求与现有生产方式造成的产能不足与生产效率低等矛盾逐渐凸显。本文以某典型航天产品总装车间为研究对象,从航天产品装配过程的特点出发,研究了极其不同于一般生产线特征的总装车间生产线布局、效率仿真与优化问题。本文针对航天产品总装线交互式快速仿真布局需求,构建了基于虚拟模型库的快速布局方案框架,提出了将作业区域布局方案转换至三维车间仿真模型布局的快速布局数学模型,基于生产线基本对象类搭建了虚拟模型类库以实现基于模型库的交互式快速可视化布局。结合仿真与优化阶段仿真模型频繁的逻辑与物理重构需求,本文研究了航天产品总装线生产数据类型;采用功能建模技术与IDEF1X语义建模方法建立了其数据关系表达的数据模型;基于数据驱动技术实现了面向航天产品总装线的数据驱动建模、仿真与重构功能以提高其建模效率,模型的重用性和可维护性。在优化阶段,针对其装配过程工时极不平衡、生产资源分配与可重入规则造成的产能不足与资源利用率不均衡问题,提出了基于数据驱动的仿真优化解决方案;研究了生产线仿真优化技术;结合遗传算法自适应拒绝与惩罚约束处理机制解决了现有仿真优化引擎对组合优化约束处理能力不足的问题。鉴于仿真系统庞杂数据管理与功能集成需求,采用图形用户界面设计理念在Plant Simulation平台封装并集成了本文所研究的各功能模块,开发了相应的数据管理原型系统。以某航天产品总装线为研究案例,其建模与仿真效率显着提升;采用仿真优化方法后,其产能相较于原始方案提升了21%。实践表明,本文研究内容对航天产品及类似产品生产线仿真具有较高的适用性与应用价值。
关辉[10]（2019）在《面向智能终端结构件加工的数字孪生车间关键技术研究及应用》文中研究说明近年来,我国提出“中国制造2025”战略,大力推动智能制造新模式探索,助力制造业升级转型。智能车间作为智能制造的应用落地,其“智能”特征主要体现在科学规划与持续优化能力。本文以某智能终端结构件加工车间为对象,开展数字孪生车间关键技术研究及应用,为车间建设规划和生产执行提供决策支持。首先综合众多虚拟车间建设实践经验,面向智能终端结构件加工车间,给出数字孪生车间总体框架。构建数字孪生模型,数字化模拟车间中生产线、AGV物流、立体仓库运行及交互过程,通过对产能、资源利用率等关键性能指标综合定量分析,实现车间生产物流规划仿真验证和优化。其次,将数字孪生模型应用于生产计划可执行性分析。研究不确定系统生产计划风险评估模型,给出一种综合随机仿真、神经网络、遗传算法的混合智能算法,实现并行流水线车间生产计划的风险评估和优化。然后,研究实时数据驱动的仿真运行机制,以数字孪生模型为载体,通过集成物理车间数据采集与监控系统、制造执行系统数据,构建在线仿真模型,实现车间实时状态还原和透明管控。最后,综合考虑任务分配和全局路径规划问题,构建智能车间物流调度模型。在此基础上,面向简单物流网络,设计基于仿真和支持向量机的组合规则调度方法,面向复杂物流网络,提出基于神经进化的动态优先级方法,使得物流调度过程能适应于不同规模和状态的生产物流系统,并通过实例验证方法的有效性。
二、虚拟车间对象建模与数字表达（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、虚拟车间对象建模与数字表达（论文提纲范文）
（1）薄壁零件柔性装配线数字孪生模型构建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及课题来源 |
| 1.1.1 研究背景 |
| 1.1.2 课题来源 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性装配线 |
| 1.2.2 数字孪生 |
| 1.3 研究目的及意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 课题研究主要内容 |
| 1.4.1 研究内容 |
| 1.4.2 技术框架 |
| 1.4.3 论文结构 |
| 1.5 本章小结 |
| 第2章 薄壁零件柔性装配线孪生模型建模 |
| 2.1 数字孪生装配线快速建模机制 |
| 2.1.1 柔性装配线数学模型设计 |
| 2.1.2 柔性装配线物理模型设计 |
| 2.2 薄壁零件柔性装配线分析 |
| 2.2.1 制造资源分析 |
| 2.2.2 整体流程分析 |
| 2.3 薄壁零件柔性装配线孪生模型构建 |
| 2.3.1 薄壁零件柔性装配线制造资源建模 |
| 2.3.2 薄壁零件柔性装配线孪生模型串联 |
| 2.4 本章小结 |
| 第3章 数字孪生装配线更新迭代 |
| 3.1 数字孪生装配线仿真分析 |
| 3.1.1 数据输入 |
| 3.1.2 仿真评价指标 |
| 3.1.3 仿真结果分析 |
| 3.1.4 优化对策 |
| 3.2 装配过程仿真与模型迭代 |
| 3.3 装配平衡优化与模型迭代 |
| 3.3.1 问题描述与数学建模 |
| 3.3.2 针对装配平衡的多目标进化算法设计 |
| 3.3.3 优化方案设计 |
| 3.3.4 仿真分析与模型迭代 |
| 3.4 本章小结 |
| 第4章 基于数字孪生装配线的安装调试 |
| 4.1 数字孪生装配线虚拟调试 |
| 4.1.1 虚拟调试整体框架 |
| 4.1.2 虚拟调试实现流程 |
| 4.2 数字孪生装配线实时映射 |
| 4.2.1 OPC UA数据交互架构 |
| 4.2.2 基于Kepware的虚实通信 |
| 4.3 本章小结 |
| 第5章 薄壁零件柔性装配数字孪生服务系统研制 |
| 5.1 系统结构框架 |
| 5.1.1 功能分析 |
| 5.1.2 系统开发技术及运行环境 |
| 5.1.3 系统数据库设计 |
| 5.2 系统功能模块实现 |
| 5.2.1 系统登录模块 |
| 5.2.2 实时监控与仿真模块 |
| 5.2.3 设备知识管理模块 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 个人简历及攻读硕士期间发表的论文 |
| 个人简历 |
| 发表论文 |
（2）基于虚拟仿真技术的船体分段制造计划管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟仿真技术的研究现状 |
| 1.2.2 计划管理发展现状 |
| 1.3 论文的研究内容与结构 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的研究思路及研究结构 |
| 1.3.3 论文的创新点 |
| 1.4 本章小结 |
| 第2章 目标船厂造船模式和计划管理体系研究 |
| 2.1 目标船厂造船模式 |
| 2.1.1 船舶建造模式的转变 |
| 2.1.2 目标船厂总体情况 |
| 2.1.3 船舶建造作业关系 |
| 2.1.4 船舶建造节点流程 |
| 2.2 精益造船管理 |
| 2.2.1 精益造船的目标框架 |
| 2.2.2 精益造船单件流水作业 |
| 2.2.3 精益生产拉动计划体系 |
| 2.2.4 精益造船JIT和无缺陷施工 |
| 2.3 目标船厂计划管理体系研究 |
| 2.3.1 目标船厂计划管理体系 |
| 2.3.2 船厂生产计划编制 |
| 2.3.3 生产计划执行和反馈 |
| 2.4 本章小结 |
| 第3章 船舶分段建造流程虚拟仿真应用研究 |
| 3.1 离散事件系统仿真 |
| 3.1.1 离散事件仿真 |
| 3.1.2 虚拟仿真概念 |
| 3.1.3 仿真方法分类 |
| 3.1.4 仿真建模步骤 |
| 3.2 船舶分段建造计划仿真的可行性研究 |
| 3.2.1 虚拟仿真软件和Plant Simulation |
| 3.2.2 Plant Simulation功能模块和使用说明 |
| 3.2.3 仿真系统单元在船舶生产建造的应用 |
| 3.2.4 船舶分段建造计划仿真可行性分析 |
| 3.3 遗传算法在建造计划仿真优化中的应用 |
| 3.3.1 遗传算法流程 |
| 3.3.2 遗传算法基本操作 |
| 3.3.3 遗传算法在建造计划仿真优化中的实现 |
| 3.4 本章小结 |
| 第4章 船体分段建造车间仿真建模 |
| 4.1 船体分段建造工艺及物量 |
| 4.1.1 船体分段建造工艺流程 |
| 4.1.2 船体分段建造物量 |
| 4.1.3 船体分段设计BOM |
| 4.1.4 分段建造车间加工能力 |
| 4.2 船体分段建造仿真建模对象 |
| 4.2.1 船体分段建造仿真目标 |
| 4.2.2 加工设备综合效率 |
| 4.2.3 工作人员及班组设置 |
| 4.2.4 道路运输 |
| 4.2.5 计划执行及随机因素影响 |
| 4.3 船体分段建造仿真流程及评价指标 |
| 4.3.1 船体仿真建造总体流程 |
| 4.3.2 设备运转率 |
| 4.3.3 中间产品的等待时间和产出时间 |
| 4.3.4 工时利用率及车间产能 |
| 4.4 船体分段建造仿真建模 |
| 4.4.1 切割加工中心仿真模型 |
| 4.4.2 小组立车间仿真模型 |
| 4.4.3 大组立车间仿真模型 |
| 4.4.4 仿真对象程序控制设计 |
| 4.5 本章小结 |
| 第5章 船厂分段建造计划仿真与优化 |
| 5.1 先行中日程的编制和导入 |
| 5.1.1 先行中日程的计划编制 |
| 5.1.2 计划导入和模拟 |
| 5.1.3 仿真数据结构 |
| 5.2 分段建造计划仿真分析和优化 |
| 5.2.1 分段建造计划仿真 |
| 5.2.2 计划仿真结果分析 |
| 5.2.3 GA遗传算法优化 |
| 5.2.4 优化结果分析 |
| 5.3 生产计划调整分析 |
| 5.4 本章小结 |
| 研究结论与展望 |
| 研究结论 |
| 论文的不足与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间所发表的学术论文及完成的项目 |
| 致谢 |
（3）面向制造单元的数字孪生体建模与管控技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 单元化生产模式的产生与发展趋势 |
| 1.2.2 生产运行管控研究现状与发展趋势 |
| 1.2.3 数字孪生在生产系统中的研究与应用 |
| 1.3 研究目的与意义 |
| 1.4 课题主要来源 |
| 1.5 课题的主要研究内容及整体架构 |
| 2 基于数字孪生的制造单元及管控策略 |
| 2.1 引言 |
| 2.2 DT-MCell概述 |
| 2.2.1 DT-MCell内涵与特征 |
| 2.2.2 DT-MCell 组成与功能 |
| 2.3 DT-MCell管控策略 |
| 2.3.1 DT-MCell管控架构 |
| 2.3.2 DT-MCell运行机制 |
| 2.4 本章小结 |
| 3 制造单元数字孪生体建模方法 |
| 3.1 引言 |
| 3.2 制造单元数字孪生体建模流程 |
| 3.3 基于语义本体的DT-MCell资源结构建模 |
| 3.3.1 DT-MCell制造资源形式化表达 |
| 3.3.2 DT-MCell语义本体模型 |
| 3.3.3 DT-MCell数据本体模型 |
| 3.4 基于混合建模方法的DT-MCell管控行为建模 |
| 3.4.1 混合建模方法概述 |
| 3.4.2 混合模型定义与形式化表达 |
| 3.4.3 DT-MCell管控行为的混合建模 |
| 3.5 DT-MCell多视图管控场景集成建模方法与协同机制 |
| 3.5.1 DT-MCell多视图管控场景集成建模方法 |
| 3.5.2 DT-MCell多视图模型协同机制 |
| 3.6 本章小结 |
| 4 数字孪生体驱动的制造单元管控技术 |
| 4.1 引言 |
| 4.2 数字孪生驱动的制造单元管控指标体系设计 |
| 4.2.1 基于公理化设计的管控指标体系设计 |
| 4.2.2 DT-MCell管控数据模型 |
| 4.3 基于虚实同步技术的可视化实时监控 |
| 4.3.1 DT-MCell物理资源标识和采集技术 |
| 4.3.2 DT-MCell虚实映射和通讯技术 |
| 4.3.3 DT-MCell可视化实时监控模型 |
| 4.4 基于知识推理的DT-MCell生产异常诊断方法 |
| 4.4.1 DT-MCell生产异常分析及其故障树构建 |
| 4.4.2 DT-MCell生产异常专家知识系统构建 |
| 4.4.3 基于推理机的生产异常诊断及反馈控制方法 |
| 4.5 本章小结 |
| 5 DT-MCell原型系统开发与验证 |
| 5.1 引言 |
| 5.2 开发与验证环境概述 |
| 5.2.1 开发与验证环境搭建 |
| 5.2.2 硬件架构设计 |
| 5.3 原型系统开发与验证 |
| 5.3.1 系统运行流程设计 |
| 5.3.2 孪生体模型构建 |
| 5.3.3 管控系统集成开发 |
| 5.3.4 仿真与验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于OPC UA的数字孪生车间数据集成研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生研究现状 |
| 1.2.2 OPC UA技术研究现状 |
| 1.2.3 制造物联信息融合研究现状 |
| 1.3 论文主要内容及结构 |
| 1.4 小结 |
| 第二章 基于OPC UA的数字孪生车间数据集成体系架构 |
| 2.1 引言 |
| 2.2 数字孪生车间概述 |
| 2.2.1 数字孪生与数字孪生车间 |
| 2.2.2 数字孪生车间运行模式分析 |
| 2.3 数字孪生车间数据集成需求分析 |
| 2.4 基于OPC UA的数字孪生车间数据集成框架 |
| 2.4.1 体系架构 |
| 2.4.2 物理拓扑 |
| 2.5 小结 |
| 第三章 基于物理数据的数字孪生车间信息融合技术研究 |
| 3.1 引言 |
| 3.2 数字孪生车间物理信息融合结构 |
| 3.2.1 多源信息融合方法 |
| 3.2.2 物理信息融合结构设计 |
| 3.3 实时采集数据冗余处理 |
| 3.3.1 状态信息冗余处理 |
| 3.3.2 位置数据冗余处理 |
| 3.4 生产要素单元级融合 |
| 3.4.1 混合式融合策略 |
| 3.4.2 中间事件定义 |
| 3.4.3 基于RETE算法的中间事件匹配 |
| 3.4.4 基于中间事件的单元级融合 |
| 3.5 特征级融合 |
| 3.5.1 空间尺度融合 |
| 3.5.2 车间级融合 |
| 3.6 小结 |
| 第四章 面向数字孪生车间数据交互的OPC UA信息建模技术 |
| 4.1 引言 |
| 4.2 数字孪生车间数据交互分析 |
| 4.2.1 OPC UA数据传输方法分析 |
| 4.2.2 数字孪生车间虚实数据分析 |
| 4.2.3 虚拟模型分析 |
| 4.3 面向数字孪生车间的OPC UA信息建模 |
| 4.3.1 OPC UA信息模型概述 |
| 4.3.2 节点数据合并与自适应压缩 |
| 4.3.3 OPC UA信息建模 |
| 4.4 数据传输实时性测试 |
| 4.5 小结 |
| 第五章 数字孪生车间平台开发 |
| 5.1 引言 |
| 5.2 数字孪生车间平台设计 |
| 5.2.1 数字孪生车间平台设计思想 |
| 5.2.2 平台功能设计 |
| 5.2.3 平台开发及运行环境 |
| 5.3 数字孪生环境部署 |
| 5.3.1 物理车间制造物联网设备部署 |
| 5.3.2 OPC UA信息模型构建和实例化 |
| 5.3.3 虚拟模型构建 |
| 5.4 数字孪生车间平台主要功能服务实现 |
| 5.4.1 平台管理 |
| 5.4.2 物联设备管理 |
| 5.4.3 OPC UA服务器管理 |
| 5.4.4 可视化监控 |
| 5.5 数字孪生车间平台应用验证 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于数字孪生的离散制造车间自适应调度方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生技术研究现状 |
| 1.2.2 车间自适应调度研究现状 |
| 1.2.3 研究现状小结 |
| 1.3 论文内容及结构 |
| 1.3.1 论文组织结构 |
| 1.3.2 论文研究内容 |
| 1.4 小结 |
| 第二章 面向离散制造车间自适应调度的数字孪生体系框架 |
| 2.1 引言 |
| 2.2 面向离散制造车间的数字孪生技术 |
| 2.2.1 面向离散制造车间的数字孪生技术内涵 |
| 2.2.2 面向离散制造车间的数字孪生特征 |
| 2.2.3 面向离散制造车间自适应调度的数字孪生应用需求 |
| 2.3 面向离散制造车间自适应调度的数字孪生体系框架 |
| 2.3.1 系统体系框架 |
| 2.3.2 基于制造物联的离散制造车间物联环境框架 |
| 2.4 数字孪生环境下离散制造过程自适应调度模式及关键技术 |
| 2.4.1 数字孪生环境下离散制造过程自适应调度模式 |
| 2.4.2 关键技术 |
| 2.5 小结 |
| 第三章 数据驱动的离散制造车间数字孪生模型构建方法研究 |
| 3.1 引言 |
| 3.2 数据驱动的离散制造车间数字孪生模型构建体系 |
| 3.3 离散制造车间物理数据模型构建 |
| 3.3.1 离散制造过程车间物理数据分析 |
| 3.3.2 离散制造车间时空数据模型 |
| 3.4 离散制造车间数字孪生模型构建 |
| 3.4.1 离散制造车间形式化描述 |
| 3.4.2 离散制造车间三维可视化模型 |
| 3.4.3 基于OPC UA的实时数据映射方法 |
| 3.5 实例应用 |
| 3.6 小结 |
| 第四章 数字孪生环境下离散制造车间自适应调度方法研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 强化学习基本原理 |
| 4.3.1 智能体的概念 |
| 4.3.2 强化学习内涵 |
| 4.4 基于经验共享的多智能体强化学习算法设计 |
| 4.4.1 经验共享策略 |
| 4.4.2 系统状态表示与状态转移机制 |
| 4.4.3 启发式行为 |
| 4.4.4 立即奖励函数 |
| 4.4.5 搜索策略 |
| 4.4.6 算法实施与步骤 |
| 4.5 实验验证 |
| 4.6 小结 |
| 第五章 基于数字孪生的自适应调度原型系统开发 |
| 5.1 引言 |
| 5.2 原型系统硬件部署 |
| 5.2.1 RFID设备选型 |
| 5.2.2 UWB设备选型 |
| 5.2.3 物理车间硬件环境部署 |
| 5.3 原型系统软件设计 |
| 5.3.1 系统软件开发及运行环境 |
| 5.3.2 系统软件功能规划 |
| 5.4 系统功能服务实现 |
| 5.4.1 系统安全管理 |
| 5.4.2 基本数据管理 |
| 5.4.3 数字孪生环境配置 |
| 5.4.4 生产过程映射 |
| 5.4.5 生产过程决策 |
| 5.5 应用验证 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果(学术论文、发明专利等) |
（6）智能制造数字化车间信息模型（论文提纲范文）
| 0 引言 |
| 1 数字化车间智能化信息建模标准和方法 |
| 1.1 数字化车间智能化信息建模标准 |
| 1.2 数字化车间智能化信息构建方法 |
| 2 OPC UA信息模型 |
| 3 OPC UA信息模型与UML模型的结合 |
| 3.1 OPC UA信息元模型的建立 |
| 3.2 从元模型到UML模型 |
| 4 结束语 |
（7）面向服务的信息物理融合生产系统本体建模与仿真（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 生产系统架构研究现状 |
| 1.2.2 制造资源分类方法研究现状 |
| 1.2.3 制造资源建模与仿真研究现状 |
| 1.3 课题研究目的及意义 |
| 1.4 课题的主要来源 |
| 1.5 本文主要研究内容及整体框架 |
| 2 So-CPPS内涵及制造资源分类方法研究 |
| 2.1 引言 |
| 2.2 So-CPPS的概述 |
| 2.2.1 So-CPPS内涵 |
| 2.2.2 So-CPPS架构 |
| 2.2.3 So-CPPS特征 |
| 2.3 So-CPPS模式下的制造资源分类方法 |
| 2.3.1 So-CPPS模式下制造资源的内涵与特点 |
| 2.3.2 So-CPPS模式下制造资源分类原则 |
| 2.3.3 So-CPPS模式下制造资源分类 |
| 2.3.4 So-CPPS模式下制造资源编码 |
| 2.4 本章小结 |
| 3 基于本体的So-CPPS制造资源建模 |
| 3.1 引言 |
| 3.2 So-CPPS制造资源建模策略 |
| 3.2.1 So-CPPS制造资源建模方法与技术选择 |
| 3.2.2 So-CPPS制造资源建模框架 |
| 3.2.3 So-CPPS制造资源建模流程 |
| 3.3 基于本体的So-CPPS制造资源模型构建 |
| 3.3.1 So-CPPS制造资源形式化描述 |
| 3.3.2 So-CPPS制造资源层次结构模型 |
| 3.3.3 So-CPPS制造资源语义本体模型 |
| 3.3.4 So-CPPS制造资源数据本体模型 |
| 3.3.5 So-CPPS制造资源组态模型 |
| 3.4 基于任务需求的So-CPPS制造资源映射模型 |
| 3.4.1 So-CPPS制造资源与任务需求匹配模型 |
| 3.4.2 So-CPPS制造服务解析过程 |
| 3.4.3 基于资源任务匹配模型的So-CPPS建模与运行机制 |
| 3.5 本章小结 |
| 4 基于Anylogic的So-CPPS制造资源本体模型仿真 |
| 4.1 引言 |
| 4.2 基于Anylogic的So-CPPS制造资源本体模型仿真策略 |
| 4.2.1 Anylogic仿真平台概述 |
| 4.2.2 So-CPPS制造资源本体模型仿真流程 |
| 4.2.3 So-CPPS制造资源本体模型仿真场景构建 |
| 4.3 So-CPPS仿真场景制造资源模型实例化 |
| 4.4 基于Anylogic的仿真验证 |
| 4.4.1 基于Anylogic的So-CPPS制造资源本体模型仿真场景实现 |
| 4.4.2 仿真结果 |
| 4.5 本章小结 |
| 5 结论 |
| 5.1 研究总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）信息物理融合生产系统辅助开发与仿真平台（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 CPPS系统设计方法研究现状 |
| 1.2.2 CPPS关键特性研究现状 |
| 1.2.3 CPPS系统建模研究现状 |
| 1.3 研究目的与意义 |
| 1.4 课题主要来源 |
| 1.5 课题的主要研究内容及整体架构 |
| 2 CPPS-ADSP内涵及总体运行框架研究 |
| 2.1 引言 |
| 2.2 CPPS-ADSP功能与特征 |
| 2.2.1 CPPS-ADSP应用场景 |
| 2.2.2 CPPS-ADSP主要功能 |
| 2.2.3 CPPS-ADSP特征 |
| 2.3 CPPS-ADSP总体运行框架构建 |
| 2.3.1 CPPS-ADSP总体运行框架 |
| 2.3.2 CPPS-ADSP框架运行机制 |
| 2.4 CPPS-ADSP网络物理环境 |
| 2.5 本章小结 |
| 3 基于OTCKPN与多智能体系统的混合建模方法研究 |
| 3.1 引言 |
| 3.2 混合建模方法概述 |
| 3.2.1 混合建模方法的构成 |
| 3.2.2 混合建模方法的运行机制 |
| 3.3 OTCKPN模型定义 |
| 3.3.1 OTCKPN的定义与形式化表达 |
| 3.3.2 OTCKPN建模仿真元素的定义 |
| 3.3.3 OTCKPN模型建模及运行规则 |
| 3.3.4 OTCKPN建模对象 |
| 3.4 基于多智能体系统协商机制的OTCKPN模型构建 |
| 3.4.1 基于多智能体系统的OTCKPN建模流程 |
| 3.4.2 基于合同网的多智能体系统协商机制构建 |
| 3.5 本章小结 |
| 4 基于面向服务架构的CPPS-ADSP信息物理融合方法研究 |
| 4.1 引言 |
| 4.2 基于面向服务架构的CPPS-ADSP服务总线 |
| 4.2.1 服务总线总体架构 |
| 4.2.2 CPPS-ADSP服务的分类与描述 |
| 4.2.3 CPPS-ADSP服务的注册与检索 |
| 4.2.4 CPPS-ADSP服务组态 |
| 4.3 CPPS-ADSP协议适配及服务化 |
| 4.3.1 工业通讯协议分类 |
| 4.3.2 CPPS-ADSP平台协议适配及服务化 |
| 4.4 CPPS-ADSP互操作方法 |
| 4.4.1 基于事件与实时信息驱动的设备互操作 |
| 4.4.2 基于任务需求的本体信息资源互操作 |
| 4.5 本章小结 |
| 5 CPPS-ADSP开发与验证 |
| 5.1 引言 |
| 5.2 CPPS-ADSP平台开发 |
| 5.2.1 CPPS-ADSP平台开发环境 |
| 5.2.2 CPPS-ADSP平台架构及功能 |
| 5.2.3 CPPS-ADSP平台运行流程 |
| 5.2.4 CPPS-ADSP平台数据结构 |
| 5.2.5 CPPS-ADSP部署 |
| 5.2.6 CPPS-ADSP平台功能实现 |
| 5.3 CPPS-ADSP建模仿真实例验证 |
| 5.3.1 CPPS-ADSP验证场景描述 |
| 5.3.2 CPPS-ADSP验证场景建模 |
| 5.3.3 CPPS-ADSP平台仿真 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）航天产品总装车间生产效率仿真及优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 背景与意义 |
| 1.3 国内外研究现状 |
| 1.4 本文的主要内容与结构 |
| 2 基于模型库的总装线可视化仿真布局设计 |
| 2.1 航天产品总装线生产布局分析 |
| 2.2 面向仿真的快速可视化布局框架 |
| 2.3 面向车间快速布局的数学建模 |
| 2.4 典型对象的模型库建模 |
| 2.5 装配生产线快速三维可视化仿真布局实例 |
| 2.6 本章小结 |
| 3 数据驱动的总装线建模仿真与重构 |
| 3.1 航天产品总装线建模重构需求分析 |
| 3.2 面向航天产品总装线的数据驱动建模与仿真框架 |
| 3.3 总装线数据驱动建模与重构 |
| 3.4 总装线数据驱动的生产效率仿真分析 |
| 3.5 本章小结 |
| 4 工时极不平衡的航天产品总装线仿真优化 |
| 4.1 面向工时极不平衡装配线的仿真优化框架 |
| 4.2 智能优化算法与约束处理策略 |
| 4.3 仿真优化实现与应用 |
| 4.4 本章小结 |
| 5 原型系统开发及应用 |
| 5.1 原型系统设计与开发 |
| 5.2 VLMSOS模块功能与数据流动 |
| 5.3 原型系统应用实例 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录一 攻读学位期间发表的学术成果 |
（10）面向智能终端结构件加工的数字孪生车间关键技术研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文课题来源、背景及意义 |
| 1.2 仿真视角下数字孪生的研究历程 |
| 1.3 数字孪生车间关键技术 |
| 1.4 本文的主要研究内容与组织结构 |
| 2 面向智能终端结构件加工的数字孪生车间建模 |
| 2.1 智能终端结构件加工车间概述 |
| 2.2 数字孪生车间的总体框架 |
| 2.3 数字孪生车间的建模过程 |
| 2.4 本章小结 |
| 3 基于数字孪生模型的车间规划仿真分析 |
| 3.1 生产线产能评估分析 |
| 3.2 立体仓库仿真验证 |
| 3.3 AGV物流系统的仿真分析 |
| 3.4 本章小结 |
| 4 基于数字孪生模型的生产计划风险评估与优化 |
| 4.1 生产计划的风险值描述 |
| 4.2 基于仿真的生产计划风险评估方法 |
| 4.3 基于混合智能算法的生产计划风险优化 |
| 4.4 本章小结 |
| 5 基于数字孪生模型的生产过程运行可视化 |
| 5.1 仿真制约因素 |
| 5.2 数据驱动仿真运行机制 |
| 5.3 在线仿真建模与实现 |
| 5.4 本章小结 |
| 6 物流调度过程仿真研究与优化设计 |
| 6.1 智能物流调度过程设计 |
| 6.2 基于仿真和支持向量机的组合规则研究 |
| 6.3 基于神经进化的动态优先级方法 |
| 6.4 本章小结 |
| 7 全文总结与研究展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 攻读硕士学位期间取得的科研成果 |
| 参考文献 |
四、虚拟车间对象建模与数字表达（论文参考文献）
- [1]薄壁零件柔性装配线数字孪生模型构建[D]. 冯昊天. 北京信息科技大学, 2021(08)
- [2]基于虚拟仿真技术的船体分段制造计划管理研究[D]. 李军. 江苏科技大学, 2020(03)
- [3]面向制造单元的数字孪生体建模与管控技术研究[D]. 王译晨. 北京交通大学, 2020(03)
- [4]基于OPC UA的数字孪生车间数据集成研究[D]. 熊伟杰. 南京航空航天大学, 2020
- [5]基于数字孪生的离散制造车间自适应调度方法研究[D]. 杨能俊. 南京航空航天大学, 2020
- [6]智能制造数字化车间信息模型[J]. 蒋捷峰,胡瑞飞,殷鸣,殷国富. 兵工自动化, 2019(06)
- [7]面向服务的信息物理融合生产系统本体建模与仿真[D]. 贺靖伦. 北京交通大学, 2019(01)
- [8]信息物理融合生产系统辅助开发与仿真平台[D]. 宋思蒙. 北京交通大学, 2019
- [9]航天产品总装车间生产效率仿真及优化研究[D]. 周玮. 华中科技大学, 2019(01)
- [10]面向智能终端结构件加工的数字孪生车间关键技术研究及应用[D]. 关辉. 华中科技大学, 2019(03)