云—雾—边缘协同的数字孪生制造系统仿真过程动态扰动响应方法

来源：计算机集成制造系统杂志2023年第6期北京时间：

作者：孟麒, 胡天亮, 马嵩华

单位：1.山东大学机械工程学院2.高效洁净机械制造教育部重点实验室3.机械工程国家级实验教学示范中心

摘要：鉴于现有仿真技术对制造过程动态响应能力不足,数字孪生技术为仿真系统对制造过程的动态映射提供了解决方案,但仍存在设备运行过程中动态扰动识别困难且扰动识别模型的训练过程受制于计算和数据资源,导致耗时较长,以及用于识别动态扰动和构建约束条件的数据为离线或半离线状态,不能满足实时响应要求的问题。针对以上问题,提出一种基于云—雾—边缘协同的数字孪生制造仿真过程动态扰动响应方法。在云端使用公共数据集训练普适化模型并使用边缘端数据训练个性化模型来提升扰动识别精度,雾端通过部署云端训练的个性化模型保证扰动识别速度,同时将识别的扰动更新到数字孪生仿真模型中。边缘端负责采集实时信号并上传至雾端。经实验验证,扰动约束更新机制能够准确更新扰动,从而对运行过程中的扰动做出快速响应。

关键词：数字孪生,扰动识别,卷积神经网络,云—雾—边缘协同

基金资助：国家重点研发计划资助项目(2020YFB1708403);国家自然科学基金资助项目(51875323);山东省重点研发计划资助项目(2019JZZY010123-1)。