本发明涉及一种面向铸造领域的数字孪生技术，具体涉及面向绿色铸造智能工厂的数字孪生系统及其构建方法。
背景技术：
1、铸造工艺，作为人类最早掌握的金属热加工技术之一，拥有约6000年的悠久历史。在中国，随着工业技术的不断进步，铸造业已成为制造业乃至国家经济的重要支柱。它对国家的基础建设和经济发展具有不可替代的作用。然而目前，铸造工厂普遍采用的工艺包括砂型铸造、熔模铸造和消失模铸造等，这些传统方法普遍存在材料消耗大和环境污染严重的问题，这与现代社会对绿色环保和可持续发展的追求背道而驰。此外，大多数铸造工厂仍处于较为传统的运营模式，数字化和智能化水平较低，这限制了其在污染控制和能源管理方面的能力。同时，传统铸造工厂的工作环境往往较为恶劣，且对人工操作依赖较大。这种工作环境与现代年轻人对工作环境的期望存在显著差异，导致新一代劳动力对此类工作的兴趣和参与度较低。因此，铸造行业迫切需要创新方法来应对这些挑战，实现行业的转型升级。
2、数字孪生技术，通过综合利用物理模型、传感器数据、运行历史等信息，实现了跨学科、多尺度、多物理量和多概率的仿真过程。这种技术在虚拟空间中创建了实体装备的全生命周期映射，为传统工厂向智能工厂的转型提供了强有力的技术支撑。自2003年在密歇根大学michael grieves教授的课程中首次提出概念以来，数字孪生已经引起了学术界和工业界的广泛关注。2011年，grieves与美国宇航局的john vickers共同出版的《几乎完美：通过plm推动创新和精益产品》一书中，正式将这一概念命名为"数字孪生"。
3、数字孪生技术最初在航空航天领域得到应用，随着智能制造的发展，其应用逐渐扩展到产品、制造设备和制造车间。理论层面，陶飞等人基于物理与虚拟空间的融合与互动，提出了数字孪生车间的概念，该概念在学术界获得了广泛认可。dts模型由物理车间、虚拟车间、服务系统和孪生数据四部分组成，而陶飞等人进一步引入"连接"概念，构建了数字孪生的五维结构模型，为技术的实施提供了框架。目前，众多制造企业、研究机构和学校已经针对各自行业特点，开发了相应的数字孪生系统和构建方法。例如，北京机科国创轻量化研究院有限公司的孙福臻、蔡克乾等人，针对热冲压成形技术，提出了一种具有实用性和通用性的数字孪生系统和构建方法。尽管已有多种方法被提出，但在绿色铸造领域，尚未形成一套先进、完整且可行的智能改造方案。鉴于此，本发明旨在为铸造行业提供一套全面的数字化转型、智能化改造、自动化升级和绿色化改造解决方案，以解决行业痛点，推动铸造行业的持续发展。
技术实现思路
1、为解决上述问题，本发明公开了面向绿色铸造智能工厂的数字孪生系统及其构建方法。通过本数字孪生系统，决策管理人员可以实现对绿色铸造智能工厂在三维层面上的监控与管理，设计人员可以明晰产品生产的详细情况以及优化方向，操作人员可以更安全、有效、便利的操作设备，制造企业可以减少人力成本并实现绿色环保、节能减排的时代需求。
2、所述的绿色铸造智能工厂数字孪生系统包括三部分：分别是物理实体层、数据连接层和数字服务层：所述物理实体层是指在现实世界中能够按照使用者的需求，智能完成铸件绿色生产全流程的各设备、产线及工厂全体实体；所述数据连接层能够实现整座绿色铸造智能工厂的数据信息网络互联，并能够自主对网络中物理实体层上传的数据信息进行采集、处理、分析及存储，方便数字服务层随时进行调用；所述数字服务层能够利用数据信息以及建立好的孪生数字工厂，向使用人员立体、多维度、准确且深入的展示物理实体层中发生的各种情况，其包含的各管理系统也能够通过厂房网络信息通信系统，指挥绿色铸造智能工厂进行自动化运转
3、物理实体层由以下四个部分构成，分别是：智能铸造设备、辅助执行设备、补充感知设备和信息交互设备：智能铸造设备包括智能上料混砂一体机、砂坯一次成型智能设备、智能温控数字化多轴砂型减材成型机、智能温控数字化多材质复合砂型3dp打印机、嵌合浇铸区设备以及数字化后处理设备，它们协同工作，自动化完成产线上料、混砂、砂坯造型、嵌合和浇铸等铸造核心环节；辅助执行设备由rgv、agv、搬运机械手、智能绞龙、检验区和自动化仓库设备组成，这些设备负责补充产线的转运、存储和质检等流程，确保智能执行的高效性；补充感知设备集成了高清/热成像图像捕捉设备、机器视觉3d模型扫描设备、温湿度传感器、重量检测设备以及能量检测设备等，它们补充采集生产过程中关键的质量检测、工艺监控和绿色管理所需的信息，填补智能设备自带数据采集装置的盲区；信息交互设备由服务器组、产线生产信息屏、中央工控大屏和工控机等构成，充当工厂信息交互的数据中心和操作人员的交互终端，负责信息的交互和数据处理；
4、数据连接层由以下四个部分构成，分别是：网络通信系统、数据采集系统、数据处理系统和数据分析系统：网络通信系统能够实现产线各设备和各信息节点的数据信息网络互联，而数据采集、数据处理和数据分析系统，则分别能完成对这些数据信息的采集、处理和分析及存储，为数字服务层提供必要的数据支撑；
5、数字服务层由以下三个部分构成，分别是：绿色智能铸造云平台、智能管控模块和管控增强模块；绿色智能铸造云平台是利用云计算原理针对绿色铸造智能工厂构建的云平台，其能够存储很长一段时间内绿色铸造智能工厂上传的各种信息方便备份和随时调用，同时这些信息也是管控增强模块中各种ai学习和迭代的数据支撑；智能管控模块包含mes系统、qms系统、wms系统、wcs系统、oa系统和erp系统等目前已经有很成熟概念和样例的各种生产、存储、企业管理系统，它们能够指导工厂按照人的意愿智能自主的运行，同时也满足人对工厂的实时管控；管控增强模块是本数字孪生系统的核心模块之一，其包含孪生数字工厂系统、智能质量检测系统和智能绿色优化系统；
6、所述孪生数字工厂会依据物理实体层中各实体的外形以及相应的设计图纸，利用三维建模软件构建其三维模型，或者对于某些已经有cad三维设计模型的实体，将其三维模型导入三维建模软件，调整格式及网格；将构建和调整好的模型导入游戏引擎进行场景渲染和交互处理，使其可以通过接收的各现场收集的信息，向操作人员实现和现场设备的同步活动，并能够展示图像及数据信息；最后再通过与各管控系统对接的api接口，获知管控信息，并利用已经设计好的交互节点，间接控制管控系统，实现再三维层面上对工厂的管控。
7、所述智能质量检测系统包含加工环节检验模块和检验区检验模块：前者能够通过安装在关键加工设备中的3d点云扫描仪获取加工中关键节点的3d点云图像，利用机器视觉算法与预先存储在模块中的标准三维模型进行对比，得出其外形是否符合加工要求，从而达到及时发现质量问题，避免材料浪费的需求；后者则是当铸件或某阶段产物进行到检验区的检验，此时既包含人工核检和利用各种智能检测设备进行的远程检验，最终得出目标产物完整的外形、性质信息；以上两个模块所得到的各种检验结果，均会配合图像信息发送到质量检验档案，便于质检人员随时调用查看，同时智能质量检测系统还搭载通过机器学习训练出的ai，用以对质量检验档案中的各铸件质量记录文件进行分析，得出质量问题分析生产工艺优化提升建议；所述智能绿色优化系统能够将铸件铸造全过程中各采样节点所采集的能耗、材耗、副产物全部汇总便于管理人员实时查阅及调用，并能够通过机器学习训练出的ai，对指定的能耗、材耗曲线进行分析，得出异常点分析以及能耗、材耗优化建议；同时对于副产物，其也能够调取专家知识库中的信息生产副产物分析报告和处理方法，发给对应节点的操作人员；
8、所述的面向绿色铸造智能工厂的数字孪生系统的构建方法，包括如下步骤：
9、步骤1;确定绿色智能铸造过程所用的绿色工艺路线，并根据需求研发或选购智能铸造设备与辅助执行设备，随后结合厂房结构规划产线并安置设备；
10、必要的，作为生产流程中的核心，智能铸造设备至少应包括以下必要设备：智能上料混砂机，负责自动化的上料和混砂过程；智能温控数字化多轴砂型减材成型机，用于精确控制砂型减材成型过程；智能温控数字化多材质复合砂型3d打印机，实现多材质复合砂型的快速打印；以及负压浇铸设备，用于高效完成嵌合和浇铸等关键环节。
11、必要的，作为生产流程中不可或缺的一环，辅助执行设备是至少应包括以下关键设备：智能绞龙，用于高效转移砂和液体材料；rgv（有轨导引车）和agv（自动导引车），负责搬运固形物，确保物料的顺畅流转；机械手，用于精确的对位和嵌合作业，替代人手完成精细化动作；自动化仓库，用于存储物料和产品，优化库存管理和物流效率；以及质量检测区，集成了各种传感器、扫描仪和工装，确保产品质量的严格监控和检测。
12、步骤2：根据所需要补充的数据信息在合理的位置设置补充感知设备，随后根据生产环节和人员配置以及厂房数据信息量安置信息交互设备；
13、必要的，所述补充感知设备应至少包括以下关键设备：环境监测传感器，用于检测冷冻砂型制造过程中必须的环境工艺参数，如温度和湿度，确保生产环境的精确控制；高清摄像机，用于采集产品生产和人员行动的图像信息，实现生产过程的可视化管理；3d扫描仪，用于在部分设备内扫描并生成三维点云模型，为产品设计和质量检测提供精确数据；以及功率计和称重设备，用于检测生产过程中的能耗和材料消耗，优化资源使用和降低生产成本；
14、必要的，信息交互设备是工厂信息管理和监控的关键，至少应包括以下几个核心组件：服务器组，作为厂房信息交互和数据处理的中心，支撑整个工厂的数据流转和存储；工控机，部署在各个工位，用于生产操控和管理，确保生产流程的顺畅和高效；生产信息显示屏，展示特定工段的生产任务、物料情况及其他必要信息，为现场操作人员提供实时数据支持；中央工控大屏，位于中央控制室，监控整个工厂的运行情况，包括图像、设备运行状态以及通过数字孪生技术展示的产线运行情况。中央工控大屏提供全面的视角，而各个工控机和显示屏则专注于本工位和本工段的详细情况，实现精细化管理；
15、步骤3：利用物联网平台搭建厂房物联网，根据厂房信息种类和数据类型建设数据采集、处理与分析系统，利用数据库平台构建工厂数据库，随后预留好和管理服务系统的信息交互接口；
16、优选的，所述的物联网平台工具可以采用thingsboard进行构建；
17、优选的，数据处理系统将采集到的绿色铸造工厂的所有数据信息汇总后分为非模型驱动数据和模型驱动数据，非模型驱动数据是静态类型数据，以表格形式在物联网平台工具中存储和展示；模型驱动数据是动态数据，使websocket协议将数据发送到物联网平台工具进行存储，并以json字符串格式传递给三维可视化引擎进行数据链接和绑定。
18、步骤4：根据绿色铸造生产流程、产线的实体构造和人员及资产管理需求，定制或自研智能管控系统如mes（制造执行系统）、qms（质量管理系统）、wms（仓储管理系统）、wcs（物流控制系统）、oa（办公自动化系统）及erp（企业资源计划）等系统，并做好用于相互对接和管控增强模块相对接的api接口。
19、步骤5：利用三维建模软件构建各物理实体层中的实体模型，或者用其将已有的cad类三维设计软件所建成的三维模型进行转换并处理，随后将所有处理好的模型导入游戏引擎；利用游戏引擎按照厂房实体情况放置各设备模型到位并设计好各设备模型活动程序，然后对厂房进行渲染使其更加美观，随后根据需求设计交互触发节点和各交互界面，并做好数据库调用程序，完成孪生数字工厂的构建；最后制作好api接口并与需要进行展示和控制的智能管控模块中的各系统如mes、wms、wcs等系统实现数据对接。
20、具体的，所述三维建模软件可以采取3dsmax，maya，blender等软件，所述cad类三维设计软件可选则solidworks、croe等软件，所述游戏引擎可选择unity3d或ue4等开源游戏引擎。
21、步骤6：利用机器视觉算法和编译语言（如python语言），设计机器视觉程序，使其可以比对设计人员上传的标准模型得出相应的偏差，当偏差情况大于给定范围时，便向操作人员报警反馈；设计检验区的人工和远程智能检验方法和流程，当需要用到外形检验时借鉴以上的构建方法；利用编译语言（如c#）语言设计检验档案模块，使其可以接收、记录和显示所有检验环节的检验结果（包含外形信息、物理性质及参数卡等）和过程图像；随后利用机器学习原理和编程语言（如python语言）编译质量分析人工智能程序并做好和检验档案模块的数据接口，便于使用人员通过导入监控模块的各数据信息以及现场收集的补充信息得到质量问题分析和工艺流程改进建议；
22、步骤7：利用编译语言（如c#）制作能耗、材耗、副产物监控模块，使其可以显示各个节点上传的能耗、材耗以及副产物数据信息（包含曲线图、参数表与数据卡等），随后利用机器学习原理和编程语言（如python语言）编译能耗、材耗分析人工智能程序并做好和监控模块的数据接口，便于使用人员通过导入监控模块的各数据信息以及现场收集的补充信息得到能耗、材耗异常点和绿色优化建议；在没有足够的数据信息丰富模型时先由人工根据能耗、材耗理论消耗情况和经验建立一套模型，随后随着生产的进行，利用云平台收集的海量信息实现模型的不断迭代构建；同时将监控模块连接专家知识库，使其可以调用各节点副产物相对应的分析结果和解决方案。
23、最后，将步骤4、步骤5、步骤6和步骤7构建的数字服务层各系统与步骤3准备好的信息交互接口相连接，打通数据流，实现数据与信息的上传和下发；随后利用云计算架构设计绿色智能铸造云平台模块，将所有系统连接至云平台上。
24、本发明的有益效果：本发明提出的数字孪生系统，利用智能设备和数字孪生技术，为铸造行业提出了一套完整的自动化、数字化、智能化与绿色化解决方案：为决策管理者提供了更为全面的三维监管手段，为设计人员明晰了明晰产品生产的详细情况以及优化方向，为操作人员提供了更安全、高效、便捷的生产实施方式，为制造企业提供减少了人力成本与资源消耗，同时满足国家节能减排要求的新型生产模式。
1.面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述数字孪生系统包含物理实体层、数据连接层和数字服务层：所述物理实体层是指在现实世界中能够按照使用者的需求，智能完成铸件绿色生产全流程的各设备、产线及工厂全体实体；所述数据连接层能够实现整座绿色铸造智能工厂的数据信息网络互联，并能够自主对网络中物理实体层上传的数据信息进行采集、处理、分析及存储，方便数字服务层随时进行调用；所述数字服务层能够利用数据信息以及建立好的孪生数字工厂，向使用人员立体、多维度、准确且深入的展示物理实体层中发生的各种情况，其包含的各管理系统也能够通过厂房网络信息通信系统，指挥绿色铸造智能工厂进行自动化运转。
2.根据权利要求1所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述物理实体层包含：用于执行铸件绿色铸造关键环节智能铸造设备、能够自主运行并起到补充铸件生产运转所需的转运、存储、质检流程的辅助执行设备、用于补全厂房数字化管控所需数据信息的补充感知设备以及包含工厂信息交互数据中心和人机交互终端的信息交互设备。
3.根据权利要求2所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述智能铸造设备包含智能上料混砂一体机、砂坯一次成型智能设备、智能温控数字化多轴砂型减材成型机、智能温控数字化多材质复合砂型3dp打印机、嵌合浇铸区设备以及数字化后处理设备，它们不但能够按照指令自主完成预定的任务，其可实现的工艺流程以及其本身具有的功能也在一定程度上满足能耗、材耗、副产物可控的绿色化要求。
4.根据权利要求2所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述补充感知设备包含高清/热成像图像捕捉设备、机器视觉3d模型扫描设备、温湿度传感器、重量检测设备以及能量检测设备，其目的是为数字服务层补充采集各智能设备自带的数据采集装置无法顾及到的，但又是生产过程中质量检测、工艺监控和绿色管理必要环节所必需的各项信息。
5.根据权利要求1所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于，所述数据连接层包含：用于实现厂房数据信息网络互联的网络通信系统，和对这些数据信息进行采集、处理、分析及储存，方便数字服务层调用的数据采集系统、数据处理系统和数据分析系统。
6.根据权利要求1所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述数字服务层包含：用于存储工厂运行长时间海量信息便于调用的绿色智能铸造云平台、包含mes系统、qms系统、wms系统用于指导工厂自主运行并实现智能高效管控的智能管控模块、用于加强厂房运行展示、质量监控、绿色管控的管控增强模块；所述绿色智能铸造云平台，其不仅能够记录很长一段时间内所有系统上传的所有数据信息，便于调用和备份，同时也能够为管控增强模块中各机器学习原理构造的ai提供大量训练数据满足它们的构造和迭代需求。
7.根据权利要求6所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述管控增强模块包含孪生数字工厂系统，其构建方法为；根据物理实体层中各实体的外形以及相应的设计图纸，利用三维建模软件构建其三维模型，或者对于某些已经有cad三维设计模型的实体，将其三维模型导入三维建模软件，调整格式及网格；将构建和调整好的模型导入游戏引擎进行场景渲染和交互处理，使其可以通过接收的各现场收集的信息，向操作人员实现和现场设备的同步活动，并能够展示图像及数据信息；最后再通过与各管控系统对接的api接口，获知管控信息，并利用已经设计好的交互节点，间接控制管控系统，实现再三维层面上对工厂的管控。
8.根据权利要求5所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述管控增强模块包含智能质量检测系统，其包含加工环节检验模块和检验区检验模块：前者能够通过安装在关键加工设备中的3d点云扫描仪获取加工中关键节点的3d点云图像，利用机器视觉算法与预先存储在模块中的标准三维模型进行对比，得出其外形是否符合加工要求，从而达到及时发现质量问题，避免材料浪费的需求；后者则是当铸件或某阶段产物进行到检验区的检验，此时既包含人工核检和利用各种智能检测设备进行的远程检验，最终得出目标产物完整的外形、性质信息；以上两个模块所得到的各种检验结果，均会配合图像信息发送到质量检验档案，便于质检人员随时调用查看，同时智能质量检测系统还搭载通过机器学习训练出的ai，用以对质量检验档案中的各铸件质量记录文件进行分析，得出质量问题分析生产工艺优化提升建议。
9.根据权利要求5所述的面向绿色铸造智能工厂的数字孪生系统，其特征在于：所述管控增强模块包含智能绿色优化系统，其能够将铸件铸造全过程中各采样节点所采集的能耗、材耗、副产物全部汇总便于管理人员实时查阅及调用，并能够通过机器学习训练出的ai，对指定的能耗、材耗曲线进行分析，得出异常点分析以及能耗、材耗优化建议；同时对于副产物，其也能够调取专家知识库中的信息生产副产物分析报告和处理方法，发给对应节点的操作人员。
10.一种面向绿色铸造智能工厂的数字孪生系统的构建方法，其特征在于：具体包括以下步骤：
