CN111924659B - 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备 - Google Patents

基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备 Download PDF

Info

Publication number
CN111924659B
CN111924659B CN202010649694.7A CN202010649694A CN111924659B CN 111924659 B CN111924659 B CN 111924659B CN 202010649694 A CN202010649694 A CN 202010649694A CN 111924659 B CN111924659 B CN 111924659B
Authority
CN
China
Prior art keywords
doffing
winding
time
temporary storage
production line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010649694.7A
Other languages
English (en)
Other versions
CN111924659A (zh
Inventor
徐慧
王勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beizisuo Beijing Technology Development Co ltd
Original Assignee
Riamb Beijing Technology Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Riamb Beijing Technology Development Co ltd filed Critical Riamb Beijing Technology Development Co ltd
Priority to CN202010649694.7A priority Critical patent/CN111924659B/zh
Publication of CN111924659A publication Critical patent/CN111924659A/zh
Application granted granted Critical
Publication of CN111924659B publication Critical patent/CN111924659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H67/00—Replacing or removing cores, receptacles, or completed packages at paying-out, winding, or depositing stations
    • B65H67/04—Arrangements for removing completed take-up packages and or replacing by cores, formers, or empty receptacles at winding or depositing stations; Transferring material between adjacent full and empty take-up elements
    • B65H67/0405—Arrangements for removing completed take-up packages or for loading an empty core
    • B65H67/0411—Arrangements for removing completed take-up packages or for loading an empty core for removing completed take-up packages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H63/00—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H2701/00—Handled material; Storage means
    • B65H2701/30—Handled filamentary material
    • B65H2701/31—Textiles threads or artificial strands of filaments
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Replacing, Conveying, And Pick-Finding For Filamentary Materials (AREA)

Abstract

本发明提出一种基于孪生模型的化纤长丝落卷方法，包括：构建该卷绕生产线的数字孪生模型；通过该数字孪生模型获取一未来时刻该卷绕生产线的预测参数；并以该预测参数，通过路径生成算法获取优化落卷路径，并生成落卷方案；当到达该未来时刻时，控制该卷绕生产线以该落卷方案进行落卷操作。本发明还提出一种基于孪生模型的化纤长丝落卷系统，以及一种自动落卷设备。

Description

基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备
技术领域
本发明涉及化纤生产技术领域，特别是涉及一种基于孪生模型的化纤长丝落卷系统及方法。
背景技术
化纤长丝卷装落卷作业是典型的劳动密集型作业场景，人员劳动强度大、作业环境恶略，生产24小时连续，原有的人工作业模式已经难以满足企业发展的需求。众多龙头企业都在着手采用自动化设备替代人工，完成这一操作。
目前国内大部分化纤生产龙头企业已经采用了全自动落卷系统替代传统的手工作业方式。
中国发明专利“纱锭自动输送系统及纱锭自动输送方法”（申请号：CN102431849A）中设计了一种用于化纤长丝落卷及输送的方法，目前也在企业中广泛应用。全自动落卷系统的配置包括落卷机器人、暂存设备、装车旋转台及相关信息显示、管理系统。落卷机器人是全自动落卷系统中的核心设备，用于替代人工完成落丝卷作业。目前，企业化纤长丝卷绕机生产线，卷绕机台布置为32台至96台不等，一字排开，每台卷绕机一次可完成12个卷装（一轴）的成型作业。一条卷绕机生产线配置一至两台落卷机器人，每台落卷机器人一次可以落卷1-3轴（根据机器人配置不同）。当一台卷绕机满卷之后，会发出满卷呼叫，落卷机器人根据呼叫指令自动运行至相应位置完成落卷作业，多轴落卷机器人根据卷绕机完成信号呼叫顺序，一次接取多轴丝卷，再将丝卷自动放置到专用的转运丝箱上，以供后期包装生产使用。而落卷机工作的顺序，受PLC系统的限制，完全按照卷绕机呼叫顺序决定。
目前化纤长丝卷装成型，一条生产线上的卷绕机可同时生产不同种类，不同规格的多种产品，他的满卷时间（从开始落卷到落卷完成的时间）和爆管时间(发出满卷信号到出现爆管状况的时间)都不相同，而目前化纤行业落卷作业的控制调度均采用PLC程序控制，采用排队理论，优先呼叫原则，既先呼叫先处理，落卷机器人只能按照呼叫先后去落卷，无法综合考虑落卷的位置、爆管时间等多重因素，经常需要人工参与处理，甚至出现爆管废丝的情况，现有的这种控制调度方式已经不能够满足高质量生产要求。
数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。把数字孪生技术应用于化纤长丝卷装成型生产，将具备以下优势：
1、实现现场生产状况的实时可视化监控；
2、实时掌握设备运行状态，工作计划执行情况，对设备维护，排产安排有很好的指导作用；
3、可以在模型中模拟现实生产，判断后续生产状况，提前预判可能的问题，提早干预，减少损失。也可以在改变生产条件时，在模型里预演，有利于发现可能出现的问题；
4、能够通过模型仿真，准确掌握落卷机器人的落卷能力，有利于新线建设时设备的选配；
5、对一车多轴，多车同线情况下的优化调度，可以大幅提高生产效率。
发明内容
为解决上述问题，本发明公开了一种基于孪生模型的化纤长丝落卷方法，包括：构建该卷绕生产线的数字孪生模型；通过该数字孪生模型获取一未来时刻该卷绕生产线的预测参数；并以该预测参数，通过路径生成算法获取优化落卷路径，并生成落卷方案；当到达该未来时刻时，控制该卷绕生产线以该落卷方案进行落卷操作。
进一步的，该卷绕生产线包括多台卷绕机、至少一台落卷机器人和暂存设备，该落卷机器人执行落卷操作，该落卷操作包括对该卷绕机卷绕完毕的卷装进行落卷，并将取下的卷装输送至该暂存设备。
进一步的，通过该卷绕生产线的属性参数构建该数字孪生模型，通过该卷绕生产线的实时参数构建该数字孪生模型与该卷绕生产线之间等价映射；该属性参数包括：该卷绕机的数量，每台该卷绕机的实际位置，该卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，该落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，该落卷机器人的可落卷轴数，该暂存设备的实际位置、正常暂存量和最大可用暂存量；该实时参数包括：该落卷机器人的当前位置、装载情况，每个该卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，该暂存设备的当前暂存量。
优选的，该预测参数包括：在Δt时长内，发出满卷信号的卷绕机的数量N，每台发出满卷信号的卷绕机的位置，每个该满卷信号发出的时间；该路径生成算法包括：对于N个发出满卷信号的卷绕机的落卷顺序进行全排列，获取K条落卷路径；从该K条落卷路径中选取所有未出现爆管状况的K'条落卷路径；若K'＞0，选取该K'条落卷路径中具有最短执行时间的路径生成该优化落卷方案；若K'=0，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量N'=N-1，并重新执行该路径生成方法；其中，N、K为正整数，K'为自然数，K≥K'。。
本发明还提出一种基于孪生模型的化纤长丝落卷系统，包括：模型构建模块，用于构建卷绕生产线的数字孪生模型；方案生成模块，用于通过该数字孪生模型获取一未来时刻该卷绕生产线的预测参数，并以该预测参数，通过路径生成算法生成优化落卷方案；操作控制模块，用于当到达该未来时刻时，控制该卷绕生产线以该优化落卷方案进行落卷操作。
进一步的，该卷绕生产线包括多台卷绕机、至少一台落卷机器人和暂存设备，该落卷机器人执行落卷操作，该落卷操作包括对该卷绕机卷绕完毕的卷装进行落卷，并将取下的卷装输送至该暂存设备。
进一步的，该模型构建模块中，通过该卷绕生产线的属性参数构建该数字孪生模型，通过该卷绕生产线的实时参数构建该数字孪生模型与该卷绕生产线之间等价映射；该属性参数包括：该卷绕机的数量，每台该卷绕机的实际位置，该卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，该落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，该落卷机器人的可落卷轴数，该暂存设备的实际位置、正常暂存量和最大可用暂存量；该实时参数包括：该落卷机器人的当前位置、装载情况，每个该卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，该暂存设备的当前暂存量。
优选的，该预测参数包括：在Δt时长内，发出满卷信号的卷绕机的数量N，每台发出满卷信号的卷绕机的位置，每个该满卷信号发出的时间；N为正整数；该路径生成算法包括：对于N个发出满卷信号的卷绕机的落卷顺序进行全排列，获取K条落卷路径；从该K条落卷路径中选取所有未出现爆管状况的K'条落卷路径；若K'＞0，选取该K'条落卷路径中具有最短执行时间的路径生成该优化落卷方案；若K'=0，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量N'=N-1，并重新执行该路径生成方法；其中，N、K为正整数，K'为自然数，K≥K'。
本发明还提出一种计算机可读存储介质，存储有可执行指令，该可执行指令被处理器执行时，实现如前所述的基于孪生模型的化纤长丝落卷方法。
本发明还提出一种自动落卷设备，包括：卷绕生产线，包括多台卷绕机、至少一台落卷机器人和暂存设备，该卷绕机、该落卷机器人和该暂存设备上均设置有获取实时参数的传感器；中控装置与该卷绕机、该落卷机器人和该暂存设备通信连接，包括处理器和计算机可读存储介质；该处理器调取并执行该计算机可读存储介质中的可执行指令时，实现如前所述的基于孪生模型的化纤长丝落卷方法。
附图说明
图1是本发明的基于孪生模型的化纤长丝落卷方法流程图。
图2是本发明的数字孪生模型生成示意图。
图3是本发明的路径生成算法流程图。
图4是本发明的基于孪生模型的化纤长丝落卷系统结构示意图。
图5A、5B是本发明的自动落卷设备示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做出进一步的详细说明，所描述的实施例仅仅是本发明的一种实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其它实施例，都属于本发明的保护范围。
本发明所公开的技术应用于化纤长丝生产前纺车间，主要是解决化纤长丝卷装的自动落卷作业效率优化。本发明的自动落卷系统是通过孪生系统中优化计算的方式代替传统PLC的控制优化方式，从而提供工作效率，进行以落卷机器人为核心器件的一整套前纺落卷系统所涉及的硬件建模，包括落卷机器人、卷绕机、暂存设备（或装车台）的相对位置，全部按照真实车间的实际情况构建数字孪生模型，并建立数字孪生模型与硬件设备的等价映射；然后输入实时参数参数，包括落卷机器人的速度、加速度，卷绕机的满卷时间、爆管时间，暂存设备的存储数量、装车卷装要求等，从而真实模拟一整套生产流程。
在数字孪生模型建立完成之后，需要将现场设备的实时参数加以采集，并传送给数字孪生模型，用数据驱动数字孪生模型内个装备的运行状态，可以实时显示落丝机的位置，清楚落丝机处于接丝、落丝或者空闲状态；其次，明确哪些卷绕机已发出满卷信号，以及根据输入的落卷时间推算出即将满卷的机位。之后，发挥计算机系统的计算优势，系统针对多轴落卷机器人需要接取不同工作位置及不等爆管时间卷装的任务，等综合因素的分析，通过程序计算对落卷路径的效率进行分析比较，得出完成目前工作任务的最优工作路线，最后，将工作路径下发至现实落卷机器人控制系统，使落卷系统效率达到最高。
图1是本发明的基于孪生模型的化纤长丝落卷方法流程图。如图1所示，本发明提出一种基于数字孪生的化纤长丝落卷方法，具体包括：
步骤S1，获取卷绕生产线的属性参数，以构建卷绕生产线的数字孪生模型，获取卷绕生产线当前化纤长丝生产的实时参数，以构建数字孪生模型与卷绕生产线的等价映射；
卷绕生产线包括卷绕机、落卷机器人和暂存设备（或装车台），通常一条卷绕生产线具有32-96台卷绕机，卷绕机一字排开，每台卷绕机一次可完成12个卷装（一轴）的卷绕（成型）作业；一条卷绕生产线配置一至两台落卷机器人，每台落卷机器人一次可以落卷1-3轴；获取卷绕机的数量，每台卷绕机的实际位置，卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，暂存设备的实际位置、正常暂存量和最大可用暂存量等设备的属性参数，可以构建出卷绕生产线的数字孪生模型；
卷绕机、落卷机器人和暂存设备上都设置有工作状态传感器，以获取卷绕机、落卷机器人和暂存设备的实时工作状态，例如落卷机器人的当前位置、装载情况，卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，暂存设备的当前暂存量等实时参数；通过这些实时参数，可以构建为数字孪生模型与卷绕生产线的等价映射，如果将数字孪生模型看做虚拟的卷绕生产线，当形成等价映射后，卷绕生产线与对应的数字孪生模型互为镜像，例如对数字孪生模型的操作就可以在卷绕生产线上产生实时的作用，相反，卷绕生产线的工作状态的变化，以可以实时的反应在数字孪生模型中；即，在构建完成等价映射后，可通过数字孪生模型感知卷绕生产线的实时工作状态，也可以通过对数字孪生模型的控制，来控制卷绕生产线，如图2所示。
步骤S2，通过数字孪生模型获取一未来时刻该卷绕生产线的预测参数，通过路径生成算法根据预测参数获取优化落卷路径，并以优化落卷路径生成落卷方案；
由于卷绕生产线具有多台卷绕机，不同时刻每台卷绕机、落卷机器人和暂存设备的实时参数都可能存在不同，使得每一时刻卷绕生产线都可能具有特定的生产状态。例如，在T'时刻，有卷绕机m1（卷绕A类型卷装）、m2（卷绕B类型卷装）在T'-Δt'到T'的时段依次发出满卷信号但还未落卷，此时卷绕生产线具有p生产状态，因此T'时刻需要生成落卷方案是在p生产状态时的落卷路径，并且应当为具有最高落卷效率对应的优化落卷路径p'，需要落卷机器人根据优化落卷路径p'对卷绕机m1、m2进行落卷操作；在T"时刻，有卷绕机m3（卷绕C类型卷装）、m4（卷绕A类型卷装）、m5（卷绕A类型卷装）在T"-Δt'到T"的时段依次发出满卷信号但还未落卷，此时卷绕生产线具有q生产状态，因此T"时刻需要生成落卷方案是在q生产状态时的优化落卷路径q'，需要落卷机器人根据优化落卷路径q'对卷绕机m3、m4、m5进行落卷操作，|T"-T'|≥Δt'。以上举例说明，卷绕生产线具有不同的生产状态时，会有不同的优化落卷方案，使落卷机器人在执行落卷操作时达到最高落卷效率。
本发明的落卷方案包括落卷机器人对一台或多台卷绕机进行落卷操作并将取下的卷装输送至暂存设备整个过程的实际落卷路径，落卷机器人会按照落卷方案中的落卷路径，对卷绕机卷绕完毕的卷装进行落卷，再将取下的卷装输送至暂存设备；在多台卷绕机都达到满卷时间后，落卷机器人需要根据实际落卷路径依次对卷绕机进行落卷操作；
基于数字孪生模型具备的数字仿真的特性，于本发明的实施例中，可以对卷绕生产线的工作状态进行预测，例如，在当前时刻（T0时刻）对Δt时间后的未来时刻（T0+Δt时刻）落卷生产线的工作状态进行预测，得到T0+Δt时刻，落卷生产线中落卷机器人的位置、装载情况，发出满卷信号的卷绕机的数量N，每台发出满卷信号的卷绕机的位置及发出满卷信号的时间，暂存设备的暂存量等预测参数，从而使数字孪生模型可以根据这些预测参数进行计算，获取优化落卷路径并生成落卷方案作为T0+Δt时刻落卷机器人可以执行的落卷方案，由于得到预测参数到执行落卷方案最多可以有Δt的时差，因此，可以根据计算结果判定所获得落卷方案是否能对Δt时长内所有满卷的卷装完成落卷操作，若不能时，调整Δt时长以获得满足落卷要求的落卷方案，或提前发出警告，提醒操作人员介入落卷操作以避免或减少可能的损失。
为简化计算，在通常情况下可以认为T0+Δt时刻时，落卷机器人已完成一个落卷周期，此时落卷机器人装载情况为空，位置为初始位置（如与暂存设备的对接位置，或卷绕机行列的一端等），暂存设备也完成转存，有足够空间承接卷装，因此，T0+Δt时刻只需考虑发出满卷信号的卷绕机的数量N、位置和满卷信号发出的时间（顺序），以及发出满卷信号的卷绕机的爆管时间S，可以将路径生成算法简化解决如何从对N台卷绕机落卷路径中选择优化路径的问题，图3是本发明的路径生成算法流程图。如图3所示，此时的路径生成算法包括：
步骤21，对于N个发出满卷信号的卷绕机的落卷顺序进行全排列，获取K条落卷路径，其中K=PN；例如在Δt时长内有N=4台卷绕机发出满卷信号，则出现K=PN=4！=24条落卷路径；
步骤22，从所有K条落卷路径中选取所有未出现爆管状况的K'条落卷路径；即K'条路径中，任一条路径都不会出现有卷绕机爆管的情况；
步骤23，若K'=0，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量为N-1，并返回步骤21重新开始路径生成的流程；
步骤24，若K'＞0，选取该K'条落卷路径中具有最高落卷效率（如最短执行时间）的路径生成T0+Δt时刻落卷机器人要执行的优化落卷方案；
其中，N、K为正整数，K'为自然数，K≥K'，N＞1，为在提高落卷效率与降低爆管率寻找平衡，一般在一台三轴选取N=3或N=4。
本发明的化纤长丝落卷方法，路径生成算法还可以按满卷信号发出的先后时间顺序依次对N台卷绕机进行落卷操作时落卷机器人的路径，若按该路径进行落卷操作时会出现爆管情况，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量N=N-1，并再次按满卷信号发出的时间顺序生成路径，直到所生成的路径不会出现爆管情况，以此时的路径生成T0+Δt时刻落卷机器人要执行的优化落卷方案；
本发明的化纤长丝落卷方法，路径生成算法还可以按N台卷绕机分别与落卷机器人的相对距离生成落卷机器人落卷操作时的路径，如按照相对距离由远至近生成路径，或由近至远生成路径；若按该路径进行落卷操作时会出现爆管情况，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量减少一台（N=N-1），并再次按相对距离生成路径，直到所生成的路径不会出现爆管情况，以此时的路径生成T0+Δt时刻落卷机器人要执行的优化落卷方案；
步骤S3，当到达T0+Δt时刻，通过等价映射控制落卷机器人执行落卷方案；
执行落卷方案时，可以为无人工干预的闭环操作，也可以为有人工干预的开环操作，即可以由操作者部分或完全修改落卷方案，本发明并不以此为限。
图4是本发明的基于孪生模型的化纤长丝落卷系统结构示意图。如图4所示，本发明还提出一种化纤长丝落卷系统，包括：模型构建模块、方案生成模块和操作控制模块；其中，模型构建模块，用于获取卷绕生产线的属性参数，以构建该卷绕生产线的数字孪生模型，并获取卷绕生产线的实时参数，以构建数字孪生模型与卷绕生产线的等价映射；方案生成模块，用于在T0时刻，通过数字孪生模型获取T0+Δt时刻卷绕生产线的预测参数，并以该预测参数通过路径生成算法生成优化落卷方案；操作控制模块，用于当到达T0+Δt时刻时，通过该等价映射控制该卷绕生产线以该当前落卷方案进行落卷操作。相对于卷绕生产线的卷绕机、落卷机器人和暂存设备，以上模块设置于中控装置。
卷绕机的数量，每台卷绕机的实际位置，卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，落卷机器人的可落卷轴数，暂存设备的实际位置、正常暂存量和最大可用暂存量等属性参数属于卷绕生产线固有属性的反映，卷绕生产线的属性参数被模型构建模块获取后，构建为卷绕生产线的数字孪生模型；卷绕生产线的卷绕机、落卷机器人和暂存设备上的工作状态传感器，获取卷绕机、落卷机器人和暂存设备的实时工作状态，例如落卷机器人的当前位置、装载情况，卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，暂存设备的当前暂存量等实时参数，卷绕生产线的实时参数被等价映射模块获取后，构建为数字孪生模型与卷绕生产线的等价映射；当生成卷绕生产线对应的数字孪生模型并建立数字孪生模型与卷绕生产线的等价映射后，即构建出数字孪生模型与卷绕生产线的镜像，如此一来，当在T0时刻，数字孪生模型对卷绕生产线进行数字仿真并获得T0+Δt时刻的预测参数后，由方案生成模块根据预测参数生成落卷机器人在T0+Δt时刻将要执行落卷方案，操作控制模块在T0+Δt时刻通过等价映射控制落卷机器人执行落卷操作。
图5A、5B是本发明的自动落卷设备示意图。如图5A、5B所示，本发明实施例还提供一种自动落卷设备，包括卷绕生产线和中控装置，其中卷绕生产线包括卷绕机1、落卷机器人2和暂存设备3，卷绕机1具有M台，通常M处于32到96之间，落卷机器人2具有1到2台，卷绕机1、落卷机器人2和暂存设备3上均设置有获取实时参数的传感器；中控装置4包括计算机可读存储介质及处理器，处理器调取并执行计算机可读存储介质中的可执行指令，以实现基于数字孪生的化纤长丝落卷方法，中控装置4与卷绕机1、落卷机器人2和暂存设备3通信连接，例如采用有线或无线方式的直接通信连接，如图5A所示，以及采用公共通信干线5进行的总线方式通信连接，如图5B所示。本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件(例如处理器、FPGA、ASIC等)完成，所述程序可以存储于可读存储介质中，如只读存储器、磁盘或光盘等。上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块可以采用硬件的形式实现，例如通过集成电路来实现其相应功能，也可以采用软件功能模块的形式实现，例如通过处理器执行存储于存储器中的程序/指令来实现其相应功能。本发明实施例不限制于任何特定形式的硬件和软件的结合。
本发明的基于数字孪生的化纤长丝落卷方法可以获得以下技术效果：
(1)在多个卷绕机呼叫的情况下，落卷机器人以最省时完成落卷操作任务；
(2)可以在卷装的落卷任务超过落丝机器人的最大处理能力，提示进行人工参与的落卷操作；通过有选择性的让人工协助，取走一些机位的卷装，从而以最高效的完成繁重情况，最快恢复正常生产节奏；
(3)模拟出落卷机器人的基本工作能力。
本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于孪生模型的化纤长丝落卷方法，其特征在于，包括：
构建卷绕生产线的数字孪生模型；
通过该数字孪生模型获取一未来时刻该卷绕生产线的预测参数；并以该预测参数，通过路径生成算法获取优化落卷路径，并生成落卷方案；
当到达该未来时刻时，控制该卷绕生产线以该落卷方案进行落卷操作。
2.如权利要求1所述的化纤长丝落卷方法，其特征在于，该卷绕生产线包括多台卷绕机、至少一台落卷机器人和暂存设备，该落卷机器人执行落卷操作，该落卷操作包括对该卷绕机卷绕完毕的卷装进行落卷，并将取下的卷装输送至该暂存设备。
3.如权利要求2所述的化纤长丝落卷方法，其特征在于，通过该卷绕生产线的属性参数构建该数字孪生模型，通过该卷绕生产线的实时参数构建该数字孪生模型与该卷绕生产线之间等价映射；
该属性参数包括：该卷绕机的数量，每台该卷绕机的实际位置，该卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，该落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，该落卷机器人的可落卷轴数，该暂存设备的实际位置、正常暂存量和最大可用暂存量；
该实时参数包括：该落卷机器人的当前位置、装载情况，每个该卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，该暂存设备的当前暂存量。
4.如权利要求3所述的化纤长丝落卷方法，其特征在于，于T0时刻获取T0+Δt时刻的预测参数，该预测参数包括：在Δt时长内，发出满卷信号的卷绕机的数量N，每台发出满卷信号的卷绕机的位置，每个该满卷信号发出的时间；
该路径生成算法包括：
对于N个发出满卷信号的卷绕机的落卷顺序进行全排列，获取K条落卷路径；从该K条落卷路径中选取所有未出现爆管状况的K'条落卷路径；
若K'＞0，选取该K'条落卷路径中具有最短执行时间的路径生成该落卷方案；若K'=0，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量为N-1，并重新执行该路径生成算法；
其中，N、K为正整数，K'为自然数，K≥K'，N＞1。
5.一种基于孪生模型的化纤长丝落卷系统，其特征在于，包括：
模型构建模块，用于构建卷绕生产线的数字孪生模型；
方案生成模块，用于通过该数字孪生模型获取一未来时刻该卷绕生产线的预测参数，并以该预测参数，通过路径生成算法生成优化落卷路径，并生成落卷方案；
操作控制模块，用于当到达该未来时刻时，控制该卷绕生产线以该落卷方案进行落卷操作。
6.如权利要求5所述的化纤长丝落卷系统，其特征在于，该卷绕生产线包括多台卷绕机、至少一台落卷机器人和暂存设备，该落卷机器人执行落卷操作，该落卷操作包括对该卷绕机卷绕完毕的卷装进行落卷，并将取下的卷装输送至该暂存设备。
7.如权利要求6所述的化纤长丝落卷系统，其特征在于，该模型构建模块中，通过该卷绕生产线的属性参数构建该数字孪生模型，通过该卷绕生产线的实时参数构建该数字孪生模型与该卷绕生产线之间等价映射；
该属性参数包括：该卷绕机的数量，每台该卷绕机的实际位置，该卷绕机卷绕的卷装类型及对应的满卷时间和爆管时间，该落卷机器人空载、半载和满载时的正常移动速度、最大允许移动速度和最大可用加速度，该落卷机器人的可落卷轴数，该暂存设备的实际位置、正常暂存量和最大可用暂存量；
该实时参数包括：该落卷机器人的当前位置、装载情况，每个该卷绕机的当前卷装类型、卷绕开始时间、拟完成卷装数量和满卷时发出的满卷信号，该暂存设备的当前暂存量。
8.如权利要求6所述的化纤长丝落卷系统，其特征在于，于T0时刻获取T0+Δt时刻的预测参数，该预测参数包括：在Δt时长内，发出满卷信号的卷绕机的数量N，每台发出满卷信号的卷绕机的位置，每个该满卷信号发出的时间；N为正整数；
该路径生成算法包括：
对于N个发出满卷信号的卷绕机的落卷顺序进行全排列，获取K条落卷路径；从该K条落卷路径中选取所有未出现爆管状况的K'条落卷路径；
若K'＞0，选取该K'条落卷路径中具有最短执行时间的路径生成该落卷方案；若K'=0，则缩短Δt时长以使Δt时长内发出满卷信号的卷绕机的数量为N-1，并重新执行该路径生成算法；
其中，N、K为正整数，K'为自然数，K≥K'，N＞1。
9.一种计算机可读存储介质，存储有可执行指令，该可执行指令被处理器执行时，实现如权利要求1-4任一项所述的基于孪生模型的化纤长丝落卷方法。
10.一种自动落卷设备，其特征在于，包括：
卷绕生产线，包括多台卷绕机、至少一台落卷机器人和暂存设备，该卷绕机、该落卷机器人和该暂存设备上均设置有获取实时参数的传感器；
中控装置，与该卷绕机、该落卷机器人和该暂存设备通信连接，包括处理器和计算机可读存储介质；该处理器调取并执行该计算机可读存储介质中的可执行指令时，实现如权利要求1-4任一项所述的基于孪生模型的化纤长丝落卷方法。
CN202010649694.7A 2020-07-08 2020-07-08 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备 Active CN111924659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010649694.7A CN111924659B (zh) 2020-07-08 2020-07-08 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010649694.7A CN111924659B (zh) 2020-07-08 2020-07-08 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备

Publications (2)

Publication Number Publication Date
CN111924659A CN111924659A (zh) 2020-11-13
CN111924659B true CN111924659B (zh) 2022-04-19

Family

ID=73313396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010649694.7A Active CN111924659B (zh) 2020-07-08 2020-07-08 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备

Country Status (1)

Country Link
CN (1) CN111924659B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114212609B (zh) * 2021-12-15 2023-11-14 北自所(北京)科技发展股份有限公司 一种数字孪生纺织成套装备卷装作业方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6434875A (en) * 1987-07-27 1989-02-06 Murata Machinery Ltd Travel control method for doffing carriage
CN1041659A (zh) * 1988-09-08 1990-04-25 纳幕尔杜邦公司 借助计算机知识库系统推理的纤维纺丝机的时间最优化操作
EP1847497A1 (en) * 2006-04-18 2007-10-24 Murata Kikai Kabushiki Kaisha Automatic winder and method for controlling doffers in automatic winder
CN101074507A (zh) * 2006-05-16 2007-11-21 村田机械株式会社 具有落纱装置的纤维机械
CN101659363A (zh) * 2008-08-29 2010-03-03 日本Tmt机械株式会社 纱线卷取机
CN102431849A (zh) * 2011-10-10 2012-05-02 北京机械工业自动化研究所 络筒转运小车、纱锭自动输送系统及纱锭自动输送方法
CN106530111A (zh) * 2016-12-01 2017-03-22 东华大学 一种面向智能棉纺生产的cps架构
CN109343496A (zh) * 2018-11-14 2019-02-15 中国电子工程设计院有限公司 应用于工业生产的数字孪生系统及其形成方法
CN110609531A (zh) * 2019-09-27 2019-12-24 北京航空航天大学 一种基于数字孪生的车间调度方法
CN110750345A (zh) * 2019-10-16 2020-02-04 北京航空航天大学 一种数字孪生系统复杂任务高效调度系统
CN110980425A (zh) * 2019-12-06 2020-04-10 广东科达洁能股份有限公司 丝饼自动落筒系统及其多伺服驱动器同步控制方法
WO2020102567A1 (en) * 2018-11-16 2020-05-22 The North Face Apparel Corp. Systems and methods for end-to-end article management

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102634891B (zh) * 2012-04-25 2014-07-16 铜陵市松宝机械有限公司 落纱机的自动控制装置
DE112015003528T5 (de) * 2014-07-31 2017-07-06 Camozzi Digital S.R.L. System zum Überwachen physikalischer Parameter von Textilmaschinen und Verfahren zur vorausschauenden Instandhaltung
JP2018066084A (ja) * 2016-10-19 2018-04-26 村田機械株式会社 紡績機械管理システム及び管理方法
IT201800021304A1 (it) * 2018-12-28 2020-06-28 Prysmian Spa Metodo e sistema per tracciare tamburi per cavi e della lunghezza del cavo sul tamburo.
CN210064773U (zh) * 2019-03-28 2020-02-14 北自所（北京）科技发展有限公司 一种卷装自动转运系统
CN110331483B (zh) * 2019-06-27 2021-08-17 武汉裕大华纺织服装集团有限公司 一种全流程智能纺纱生产线
CN110424075B (zh) * 2019-09-04 2023-09-08 中国科学院重庆绿色智能技术研究院 一种纺织机器人上位机智能落纱控制系统及方法
CN116795097A (zh) * 2019-09-12 2023-09-22 北京极智嘉科技股份有限公司 机器人路径调度方法、装置、服务器及存储介质
CN111291927B (zh) * 2020-01-20 2022-11-04 河北环铁技术开发有限公司 一种基于svr模型预测的环形rgv小车调度方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6434875A (en) * 1987-07-27 1989-02-06 Murata Machinery Ltd Travel control method for doffing carriage
CN1041659A (zh) * 1988-09-08 1990-04-25 纳幕尔杜邦公司 借助计算机知识库系统推理的纤维纺丝机的时间最优化操作
EP1847497A1 (en) * 2006-04-18 2007-10-24 Murata Kikai Kabushiki Kaisha Automatic winder and method for controlling doffers in automatic winder
CN101074507A (zh) * 2006-05-16 2007-11-21 村田机械株式会社 具有落纱装置的纤维机械
CN101659363A (zh) * 2008-08-29 2010-03-03 日本Tmt机械株式会社 纱线卷取机
CN102431849A (zh) * 2011-10-10 2012-05-02 北京机械工业自动化研究所 络筒转运小车、纱锭自动输送系统及纱锭自动输送方法
CN106530111A (zh) * 2016-12-01 2017-03-22 东华大学 一种面向智能棉纺生产的cps架构
CN109343496A (zh) * 2018-11-14 2019-02-15 中国电子工程设计院有限公司 应用于工业生产的数字孪生系统及其形成方法
WO2020102567A1 (en) * 2018-11-16 2020-05-22 The North Face Apparel Corp. Systems and methods for end-to-end article management
CN110609531A (zh) * 2019-09-27 2019-12-24 北京航空航天大学 一种基于数字孪生的车间调度方法
CN110750345A (zh) * 2019-10-16 2020-02-04 北京航空航天大学 一种数字孪生系统复杂任务高效调度系统
CN110980425A (zh) * 2019-12-06 2020-04-10 广东科达洁能股份有限公司 丝饼自动落筒系统及其多伺服驱动器同步控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数字孪生技术在纺织智能工厂中的应用探索;郑小虎;《纺织导报》;20190308(第03期);第37-41页 *

Also Published As

Publication number Publication date
CN111924659A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
KR20000076601A (ko) 생산 계획의 작성 방법 및 그 작성 장치
CN111063026A (zh) 基于数字孪生的智能生产过程精确建模仿真系统及方法
CN111924659B (zh) 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备
US9383747B2 (en) Production installation with time-indexed historical display
CN111924663B (zh) 采用集中控制的化纤长丝落卷方法、系统及自动落卷设备
KR102178663B1 (ko) 염색가공 시스템 및 방법
CN107065793A (zh) 流水线实时监控管理方法、流水线实时监控管理装置
CN111924660B (zh) 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备
CN114491972A (zh) 生产线的测试方法、装置和设备
CN100430541C (zh) 单锭子驱动的纺纱机的操作控制系统
CN111924661B (zh) 基于孪生模型的化纤长丝落卷方法、系统及自动落卷设备
CN114789941B (zh) 一种基于模糊控制及神经网络的智能绕线控制方法及装置
CN115237073A (zh) 基于数字孪生的单轨双落丝机调度方法、装置及存储介质
EP3312122B1 (en) Maintenance order adjustment system and method for textile machinery technical field
CN111924664B (zh) 采用集中控制的化纤长丝落卷方法、系统及自动落卷设备
CN111679634A (zh) 一种智能粗纱管理系统
CN111178802A (zh) 一种仓库管理智能入库系统
CN111924662B (zh) 采用集中控制的化纤长丝落卷方法、系统及自动落卷设备
IT201800001507A1 (it) Sistema per gestire e monitorare una pluralita' di macchine utensili a controllo numerico
CN112850172A (zh) 一种码垛机控制系统及控制方法
CN1890410B (zh) 在纤维产品生产流程中进行任务控制的方法和设备
CN115907684A (zh) 一种基于数字孪生建模的电视机生产线管理方法
CN106468880B (zh) 监控转换控制系统
CN211945727U (zh) 一种玻璃纤维原丝络制纱团搭配比例自动识别的装置
JP3543369B2 (ja) 紡機の玉揚げ管理システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Building 3, No.1 Jiaochangkou Street, Xicheng District, Beijing, 100120

Patentee after: Beizisuo (Beijing) Technology Development Co.,Ltd.

Address before: 100032 Room 302, building 8, No.1 jiaochangkou street, Xicheng District, Beijing

Patentee before: RIAMB (BEIJING) TECHNOLOGY DEVELOPMENT Co.,Ltd.