基于数字孪生的模块粒度优化分析方法

基于数字孪生的实时产品模块化设计与模块粒度优化能增强企业快速响应市场需求的能力。基于数字孪生的实时数据获取与管理能力提出了基于数字孪生的模块粒度优化分析模型。设立了4类关联关系度量标准,并以此构建直接关联关系矩阵。通过Floyd算法计算间接关联度,扩展得到全关联关系矩阵。提出零部件关联强度、关联密度和模块内聚度、耦合度两大类模块粒度分析指标,建立了基于孪生数据库的模块划分分析流程,并设计了保留精英的自适应交叉变异遗传算法对全关联关系矩阵进行优化排序,为模块粒度的划分与优化提供了指导依据。通过某农机制造企业微耕机的变速箱的实例应用,证明了所提方法的可行性,为后续模块化主结构的演化研究奠定了基础。

基于量化解析结构模型的物流装备模块粒度分析方法研究

针对目前物流系统数字孪生建模过程存在的模型粒度层次混乱、分散等问题,提出了量化解析结构模型来分析物流装备零部件之间的关联关系,根据物流装备数字孪生模型构建框架提出了四类关联关系度量标准并以此为基础构建关联关系矩阵,对关联矩阵进行变形得到了初始模块粒度划分方案。通过衡量聚合指数和耦合指数构造了模块粒度优化的数学模型,使用遗传算法对其进行优化得到了最优的模块粒度划分方案。最后,通过对穿梭车的实例应用,证明了上述方法的可行性。