[发明专利]基于5G驱动的智能工厂数字孪生信息的决策控制方法及系统

说明书

本发明公开了一种基于5G驱动的智能工厂数字孪生信息的决策控制方法，包括：S1、多源异构孪生数据融合流程；S2、基于5G的数字孪生信息交互通信流程；以及S3、多源异构孪生数据信息的控制决策流程。本发明能够构建基于5G的数字孪生通信方式，实现实时孪生数据驱动的在线仿真，真正实现虚实映射和互动，保证决策与控制到达终端与应用的实时性和反应的自主、智能化，推动制造业产业链上下游协同合作，并在实际生产环境中利用强化学习、自监督学习的方法，学习输入网络中数据的紧凑和多模态表示，提高资源配置、生产计划、实时调度、供应链、物流等决策、控制的效率，适应动态因素扰动下的生产管控。

技术领域

本发明涉及智能制造技术领域，尤其涉及一种基于5G驱动的智能工厂数字孪生信息的决策控制方法及系统。

背景技术

智能制造促使大型生产制造企业向智能化方向转型，其中，工厂拥有的海量数据，一方面给工厂智能化发展带来很大的压力，另外一方面，数据本身又是工厂智能化的核心驱动力。数字孪生与智能制造的耦合度越来越高，数字孪生技术的落地是推动智能制造发展的关键要素之一。将通信网络与云计算，数字孪生等基础技术相互结合，可构建或优化大量通用技术，通用技术与垂直行业场景的结合，可赋能智能工厂的不同领域的应用场景。

本发明人在实施本发明时发现，目前在智能制造领域里，进行信息交互所利用的通信技术主要围绕工业物联网、4G移动通信系统等，存在工厂间系统通信遇到的接入容量受限，通信时延久，拥堵严重，传输质量差等问题。另外，目前基于智能工厂数字孪生数据的控制与决策方法，主要是应用机器学习算法，不能保证决策与控制到达终端与应用的实时性和反应的自主、智能化。

发明内容

本发明的目的在于提供一种基于5G驱动的智能工厂数字孪生信息的决策控制方法及系统，够构建基于5G的数字孪生通信方式，实现实时孪生数据驱动的在线仿真，真正实现虚实映射和互动，保证决策与控制到达终端与应用的实时性和反应的自主、智能化，推动制造业产业链上下游协同合作，并在实际生产环境中利用强化学习、自监督学习的方法，学习输入网络中数据的紧凑和多模态表示，提高资源配置、生产计划、实时调度、供应链、物流等决策、控制的效率，适应动态因素扰动下的生产管控。

为了实现上述目的，本发明的一实施例提供了一种基于5G驱动的智能工厂数字孪生信息的决策控制方法，包括：

S1、多源异构孪生数据融合流程；

S2、基于5G的数字孪生信息交互通信流程，包括：

S21、5G环境下数字孪生的通信方式建立：通过网络互连实现5G网络切片功能：首先在同一物理网络基础设施上按照不同的业务场景和业务模型，利用软件定义网络和虚拟化技术，将资源和技术进行逻辑上的划分；其次进行网络功能裁剪制定，管理编排网络资源，根据任务不同形成多个独立的虚拟网络，从而实现孪生数据的端到端传输；将数据互连建立在终端感知层，包含在实际工厂中现场层的物理实体部分，其中多个传感器经过数据的采集、解析与处理，由数字孪生映射到虚拟实体中，与所述步骤S1的多源异构孪生数据融合流程中的异构多源孪生数据的语义解析，信息模型建立相对应，以实现在应用层孪生数据的通信；

S22、MEC系统在数字孪生通信中的性能分析:基于5G的数字孪生通信方式确立后，孪生数据的交互与通信，依赖于5G网络切片及MEC的性能，针对业务服务和系统损耗两方面进行性能仿真分析；

S3、多源异构孪生数据信息的控制决策流程，包括：

S31、基于深度强化学习竞争网络架构的决策方法建立：通过设置一个无模型强化学习的神经网络架构，该神经网络架构拥有两种独立的评估量：一个用于状态价值函数V(s)，一个用于状态依存动作优势函数A，从而能够在没有将任何变化强加于低层的强化学习算法的情况下，在动作间进行归纳学习，进而实现决策目的；