基于AutomationML的多模型数字孪生驱动方法

【场景】：

　　终于要毕业了，从一开始都不知道数字孪生是什么，在没有老师和师兄师姐铺路的情况下，一点点看论文，复现论文，找创新点，真的太苦了。这里将我这三年在数字孪生的研究简单记录、分享一下，希望能帮到某些人，水平有限，不喜勿喷。　　

　　我所了解到的，现有数字孪生的主流实现方法大概有这么几种：基于unity的、基于Ansys的twin builder、基于AutomationML的以及factory io等。然后介绍一下我的研究课题，是基于AutomationML多模型融合驱动的数字孪生构建方法，然后主要流程为：

　　1.利用AutomationML来描述物体，包括几何模型、行为模型等，在这基础上本人利用automationML的接口实现对数据模型（数据采集方案、数据驱动几何模型规则和数据存储方法）、算法模型（python算法或dll文件）的支持，同时支持数据驱动几何模型。

　　2.然后开发相应程序解析aml文档，实现数字孪生体的构建。

【解决】：

　　大概讲一下我的实现方法，然后我把我的程序项目开源出来。

　　1.先是对一个生产过程进行分析建模，抽离出几何模型、数据模型、要仿真的算法、行为模型等，记录到AutomationML文件中；

　　2.数据采集我采用opc ua协议，数据存储用mysql数据库，几何模型采用blender建模得到的collada格式文件，算法模型是通过ansys仿真后利用机器学习训练得到pickle文件以及机理公式分析包装的dll，前端通过three.js（如果想做pc端，可以用Open Inventor试试）实现数据自动驱动几何模型运动。

　　3.利用开发的automationML解析程序，将aml文件进行解析，最后自动运行系统，实现数据采集、前端展示、仿真推演等。

　　下面是我的程序demo（部分功能还未完成，大体流程差不多了），然后aml是我做除尘系统建立的，可以参考我的（垃圾）论文：

 　　https://gitee.com/chen_chongpo/data-twin.git

【展望】：

　　算法模型要是ansys的fmu文件支持python解析的话，就可以直接把仿真过程应用起来了

　　可以利用算法模型，实现对设备的控制逻辑

【参考】：

这里列几篇数字孪生方向上对我帮助特别大、容易快速入门、复现的论文：

Wang Y ,  Tao F ,  Zhang M , et al. Digital twin enhanced fault prediction for the autoclave with insufficient data[J]. Journal of Manufacturing Systems, 2021, 60(1):350-359.

陶飞, 张萌, 程江峰,等.数字孪生车间——一种未来车间运行新模式[J]. 计算机集成制造系统, 2017, 23(1):9.

朱睿. 数字孪生驱动的螺线管装配生产线运维系统设计与研究[D].东南大学,2019

庞宇.行星齿轮箱数字孪生体动力学仿真与故障诊断研究[D].中北大学,2020

丁永效. 服装生产线数字孪生的模型与系统实现[D].东华大学,2022.

宋庭新, 李轲. 基于OPC UA的智能制造车间数据通信技术及应用[J]. 中国机械工程, 2020, 31(14):7.