基于图卷积网络的数字孪生车间生产行为识别方法

来源：计算机集成制造系统杂志2021年第2期北京时间：

作者：刘庭煜,洪庆,孙毅锋,刘洋,杜小东,刘晓军,宋豪杰

单位：1.东南大学机械工程学院2.南京理工大学机械工程学院3.中国电子科技集团公司第二十九研究所4.中国电子科技集团公司第二十八研究所

摘要：车间人员行为的智能识别对规范生产过程、保障安全生产、实现车间生产行为数字孪生模型的快速构建具有重要的现实意义。提出一种融合注意力机制的图卷积网络的生产行为识别方法,对数字孪生车间生产行为进行数字化描述和快速识别。构建了一种基于拓扑图结构的人员数字孪生体特征,以及一种基于图卷积网络的注意力图卷积网络模型,将数字孪生体特征输入注意力网络模型,实现了对车间生产行为的识别。实验结果表明,该方法在车间生产行为数据集NJUST-3D上取得了较好的识别准确率,能够支持生产行为数字孪生模型的高效构建。

关键词：数字孪生车间,生产行为识别,拓扑图结构,图卷积网络,注意力机制

基金资助：国家重点研发计划资助项目(2020YFB1708400);国防基础科研重点资助项目(JCKY2020210B006,JCKY2017204B053);国防预先研究资助项目(41423010203)。