[发明专利]一种基于AIoT和数字孪生的智慧工业实现方法及系统

说明书

本发明公开一种基于AIoT和数字孪生的智慧工业实现方法及系统，涉及物联网自动控制技术领域；部署微型机器学习TinyML于终端设备中，通过终端设备的微型机器学习TinyML对工业现场采集的图像进行目标识别，并通过终端设备的传感器采集工业现场环境数据，将目标识别结果和工业现场环境数据通过MQTT协议发送到服务器端，通过浏览器端从服务器端请求目标识别结果和工业现场环境数据，并解析目标识别结果和工业现场环境数据，根据解析后目标识别结果和工业现场环境数据驱动工业现场物理实体对应的数字孪生体模型，通过数字孪生体模型的数据驱动和模型驱动对工业现场运行状态进行监控和远程控制。

技术领域

本发明公开一种方法及系统，涉及物联网自动控制技术领域，具体地说是一种基于AIoT和数字孪生的智慧工业实现方法及系统。

背景技术

目前工厂中有大量的老式机器依然不具备现代化的状态监控和数据传输能力，而大批量的更换工业设备不仅会带来财力的大量消耗，在设备升级过程中还会严重影响到公司的产能。但目前还没有对工业现场的有效的实时监控方法能够实时监控及分析现场数据并控制现场终端进行更为有效的现场数据采集。

发明内容

本发明针对现有技术的问题，提供一种基于AIoT和数字孪生的智慧工业实现方法及系统，通过人工智能、机器学习与目标识别和数字孪生技术在B/S系统架构与终端设备的框架之上实现传统工业的智能化和信息化管理。

本发明提出的具体方案是：

本发明提供一种基于AIoT和数字孪生的智慧工业实现方法，部署微型机器学习TinyML于终端设备中，通过终端设备的微型机器学习TinyML对工业现场采集的图像进行目标识别，并通过终端设备的传感器采集工业现场环境数据，将目标识别结果和工业现场环境数据通过MQTT协议发送到服务器端，通过浏览器端从服务器端请求目标识别结果和工业现场环境数据，并解析目标识别结果和工业现场环境数据，根据解析后目标识别结果和工业现场环境数据驱动工业现场物理实体对应的数字孪生体模型，通过数字孪生体模型的数据驱动和模型驱动对工业现场运行状态进行监控和远程控制。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中利用ARM架构的处理器、图形处理器GPU及传感器组成终端设备，通过ARM架构的处理器收集工业现场图像和传感器采集的工业现场环境数据，并将工业现场图像和工业现场环境数据推送至图形处理器GPU，通过图形处理器GPU中TinyML对采集的工业现场图像进行目标识别，通过ARM架构的处理器将目标识别结果和工业现场环境数据利用MQTT协议发送到服务器端。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中终端设备通过I/O口拓展与传感器的物理连接，采集工业现场环境数据。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中通过浏览器端部署工业现场现有的数字孪生体模型，或者搭建工业现场对应的数字孪生体模型。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中所述搭建工业现场对应的数字孪生体模型，包括：

依据工业现场的物理实体使用WebGL和Three.js技术在浏览器端搭建数字孪生体模型中几何模型、物理模型、行为模型和规则模型，按照规则模型与行为模型对几何模型和物理模型进行模型组装以及模型间融合的调试。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中所述通过数字孪生体模型的数据驱动和模型驱动对工业现场运行状态进行监控和远程控制，包括：

调整数字孪生体模型的参数，根据调整的参数向终端设备发送相应的控制数据反向驱动控制终端设备与传感器运行。

进一步，所述的一种基于AIoT和数字孪生的智慧工业实现方法中所述进行监控，包括：

通过浏览器端利用VR与AR技术显示工业现场物理实体的数字孪生体模型，实现工业现场的实时状态展示。