一种冲压线远程诊断调试系统及方法与流程

所属的技术人员能够理解，冲压线远程诊断调试方法各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

背景技术：

1、冲压线作为汽车制造的关键装备，结构组成众多复杂，在研发设计、生产制造与质量管控环节影响因素也随其发展趋势增加，其发生故障和功能失效的概率也逐渐增大，机床故障定位和修复越来越难，同时对其进行调试及维修保障的难度也在不断增加，冲压线一旦发生故障，有可能造成人员伤亡和重大经济损失。

2、现有技术通过建立远程端与冲压线控制器的网络通讯，利用冲压线部分关键数据、远程桌面及plc调试软件进行有限功能的远程调试，不能对现场无通讯的开关等进行操作，而且现有的定期维修、事后维修的保障方式，也不能提前预知冲压线剩余使用寿命，不能提前采取故障规避措施，严重影响了高端机床的适应性。

3、现有远程调试及诊断技术，采用众多离散的技术方案，无统一的集成工作平台，且仅能采集冲压线控制器内的部分运行数据，缺少设计、制造、环境、影音等相关数据；在远程端无法直观的观察冲压线状态，无法远程进行一些诸如开关开合等动作操作，从而造成可以进行远程调试及诊断的功能非常有限，效率远也比现场操作要低。

技术实现思路

1、针对上述的现有远程调试及诊断存在的问题，本发明提供一种冲压线远程诊断调试系统及方法。

2、第一方面，本发明技术方案提供一种冲压线远程诊断调试系统，现场冲压线包括多个控制器和传感器，所述系统包括智能移动机器人终端和远程平台端；

3、所述智能移动机器人终端连接现场冲压线所有控制器及传感器，用于对现场环境信息及音视频信息进行采集；

4、智能移动机器人终端与远程平台端连接将采集的信息传输至远程平台端，实现远程平台端对现场冲压线数据的采集；

5、远程平台端，用于结合冲压线的高精三维模型及采集的现场冲压线数据，建立现场冲压线的数字孪生体；通过对现场冲压线数据进行机器学习生成现场冲压线的故障诊断机理模型；冲压线出现故障后根据故障诊断机理模型进行故障的自动分析诊断确认故障类型；根据故障类型匹配故障解决方案并设计生成测试用例，并将测试用例在数字孪生体进行虚拟测试，根据测试结果对测试用例进行调试，确定测试用例安全后，将故障解决方案下发至智能移动机器人终端执行。

6、作为本发明技术方案的优选，智能移动机器人终端设置在冲压线所在工作现场，所述智能移动机器人终端通过工控网络连接现场冲压线所有控制器及传感器；智能移动机器人终端通过工业互联网与远程平台端进行连接。

7、作为本发明技术方案的优选，远程平台端，用于通过对现场冲压线数据进行机器学习生成现场冲压线的故障预测机理模型并将生成的故障预测机理模型下发至智能移动机器人终端；

8、智能移动机器人终端，用于根据接收到的故障预测机理模型结合实时采集的现场冲压线数据进行冲压线故障预测并根据预测结果输出提示信息并将预测结果输出到远程平台端。

9、作为本发明技术方案的优选，智能移动机器人终端，用于接收并执行故障解决方案，当方案执行过程出现问题时通过工业互联网呼叫相关人员或发送求助信息给远程平台端，响应于求助信息远程专家通过远程平台端对智能移动机器人终端进行实时操作，实现对故障的处理。

10、作为本发明技术方案的优选，远程平台端，用于根据冲压线三维模型、物理模型搭建冲压线数字孪生体；并将数字孪生体与现场冲压线物理实体数据通信连接，进行物理空间状态数据对数字空间的映射。

11、作为本发明技术方案的优选，远程平台端，用于根据冲压线图纸搭建三维模型，获取物理实体冲压线数据，并通过所述冲压线数据驱动三维模型做出反应获得行为模型，将行为模型应用在仿真环境中，并通过调试行为模型使得行为模型与物理空间的冲压线状态保持一致，获得冲压线数字孪生体；通过数字孪生体获取冲压线实时状态数据和数字孪生体的仿真数据，基于获取的冲压线实时状态数据和数字孪生体的仿真数据对测试用例进行虚拟测试。

12、作为本发明技术方案的优选，远程平台端，用于获取冲压线的历史数据；对获取的历史数据进行特征间相关性分析并将分析后的历史数据进行标准化处理后划分为训练集、验证集输入长短期记忆网络模型，利用训练集训练长短期记忆网络模型，并以验证集的误差得分函数为目标函数，调整长短期记忆网络模型的权重矩阵和偏置，得到故障预测机理模型。

13、第二方面，本发明技术方案还提供一种冲压线远程诊断调试方法，所述方法基于第一方面所述的系统，所述方法包括如下步骤：

14、通过将智能移动机器人终端连接现场冲压线所有控制器及传感器来采集现场环境信息及音视频信息并将采集的信息传输至远程平台端；

15、远程平台端结合冲压线的高精三维模型及采集的现场冲压线数据，建立现场冲压线的数字孪生体；

16、远程平台端通过对现场冲压线数据进行机器学习生成现场冲压线的故障诊断机理模型；

17、冲压线出现故障后远程平台端根据故障诊断机理模型进行故障的自动分析诊断确认故障类型，根据故障类型匹配故障解决方案并设计生成测试用例，将测试用例在数字孪生体进行虚拟测试，根据测试结果对测试用例进行调试，确定测试用例安全后，将故障解决方案下发至智能移动机器人终端执行。

18、作为本发明技术方案的优选，通过将智能移动机器人终端连接现场冲压线所有控制器及传感器来采集现场环境信息及音视频信息并将采集的信息传输至远程平台端的步骤之后还包括：

19、远程平台端通过对现场冲压线数据进行机器学习生成现场冲压线的故障预测机理模型并将生成的故障预测机理模型下发至智能移动机器人终端；

20、智能移动机器人终端根据接收到的故障预测机理模型结合实时采集的现场冲压线数据进行冲压线故障预测并根据预测结果输出提示信息并将预测结果输出到远程平台端。

21、作为本发明技术方案的优选，远程平台端结合冲压线的高精三维模型及采集的现场冲压线数据，建立现场冲压线的数字孪生体的步骤包括：

22、远程平台端根据冲压线图纸搭建三维模型，获取物理实体冲压线数据，并通过所述冲压线数据驱动三维模型做出反应获得行为模型；

23、将行为模型应用在仿真环境中，并通过调试行为模型使得行为模型与物理空间的冲压线状态保持一致，获得冲压线数字孪生体。

24、作为本发明技术方案的优选，将测试用例在数字孪生体进行虚拟测试的步骤包括：

25、通过数字孪生体获取冲压线实时状态数据和数字孪生体的仿真数据，基于获取的冲压线实时状态数据和数字孪生体的仿真数据对测试用例进行虚拟测试。

26、作为本发明技术方案的优选，该方法还包括：

27、远程平台端获取冲压线的历史数据；对获取的历史数据进行特征间相关性分析并将分析后的历史数据进行标准化处理后划分为训练集、验证集输入长短期记忆网络模型，利用训练集训练长短期记忆网络模型，并以验证集的误差得分函数为目标函数，调整长短期记忆网络模型的权重矩阵和偏置，得到故障预测机理模型。

28、从以上技术方案可以看出，本发明具有以下优点：实现了冲压线设计、制造、使用中全生命周期全要素多源异构数据的采集，在远程平台系统建立全要素的数字孪生体，实现虚实共生的l5级数字孪生应用。可以在全要素的数字孪生体基础上，通过机器学习实现冲压线故障预测及诊断机理模型实时更新，并可将机理模型下发到智能移动机器人终端，实现实时性更高的故障预测及故障反应，实现了可靠的冲压线故障预测及预测性维护，并可在远程平台系统的数字孪生体中进行调试或故障解决方案的虚拟测试，验证安全可行后，下发到现场智能移动机器人终端执行，从而保证了更加高效、安全、可靠的实现对现场机床全部功能的远程故障诊断与调试。

29、此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。