买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州云视网络科技有限公司申请的专利一种数字孪生工厂的仿真优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119916759B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510076566.0，技术领域涉及：G05B19/418；该发明授权一种数字孪生工厂的仿真优化方法是由李婷妹;贾琼;徐雪为设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种数字孪生工厂的仿真优化方法在说明书摘要公布了：本发明公开一种数字孪生工厂的仿真优化方法，包括：获取车间设备数据并分类存储；基于设备基础运行数据，生成包含任务优先级与资源配置规则；使用3D建模工具构建三维空间模型，并结合实时生产数据创建数字孪生仿真工厂模型；构建动态规划状态空间与决策变量，确定每项任务的资源使用时间、资源分配位置和具体数量；根据资源分配方案和任务链依赖关系，结合历史设备故障数据评估任务节点的风险值；基于生产故障链的影响范围报告，评估任务执行顺序并调整资源分配和任务时间安排。本发明通过减少故障对生产计划的影响和资源浪费，显著增强了工厂系统的稳定性和适应性，提高了整体生产的可靠性和精细化管理水平。

本发明授权一种数字孪生工厂的仿真优化方法在权利要求书中公布了：1.一种数字孪生工厂的仿真优化方法，其特征在于，所述方法包括： 通过工厂车间内的工业物联网传感器获取车间设备数据，对生产任务完成时间与资源消耗量进行时间戳标记与分类存储； 基于设备基础运行数据，提取频繁项集并生成关键生产流程节点表，结合设备运行参数与资源消耗模式，确定任务优先级与资源配置规则，生成包含任务优先级与资源配置规则的任务分配参数表； 获取物理工厂建筑图纸、设备布局图和物流路线图，使用3D建模工具构建三维空间模型，并结合实时生产数据创建数字孪生仿真工厂模型； 根据数字孪生仿真工厂模型中的生产任务数据，结合任务优先级规则，获取任务优先级列表及资源需求信息，构建动态规划状态空间与决策变量，确定每项任务的资源使用时间、资源分配位置和具体数量； 根据资源分配方案和任务链依赖关系，提取任务节点的依赖关系及资源分配信息，构建包含任务与设备依赖关系的贝叶斯网络，模拟故障传播影响范围，并结合历史设备故障数据评估任务节点的风险值； 基于生产故障链的影响范围报告，提取受影响任务的优先级、资源需求和完成时间，重新评估任务执行顺序并调整资源分配和任务时间安排； 其中，所述根据资源分配方案和任务链依赖关系，提取任务节点的依赖关系及资源分配信息，构建包含任务与设备依赖关系的贝叶斯网络，模拟故障传播影响范围，并结合历史设备故障数据评估任务节点的风险值，其特征在于： 根据资源分配方案，获取每个任务节点、资源分配位置、时间与设备信息，并识别任务之间的先后依赖关系；基于任务链中的每个任务节点及其依赖关系，构建贝叶斯网络结构，设定任务节点为随机变量，每个设备的状态为其父节点，得到贝叶斯网络的结构，其中节点表示任务与设备，边表示任务和设备之间的依赖关系；获取历史设备故障数据、任务完成时长及设备故障记录，使用最大似然估计方法为每个节点设定条件概率表，表示设备故障或任务失败的条件概率；对任务链中的每个节点，获取任务受影响的概率，并将其纳入贝叶斯网络的计算，确定每个任务和设备状态的条件概率，任务受影响包括任务完成延迟、任务失败；若某一设备或任务节点发生故障，使用贝叶斯网络进行前向传播，模拟故障从该节点向依赖节点扩展的过程；对每个任务节点计算单一故障引发的后续任务延误或失败的概率，获取各个后续任务节点的受影响程度；通过贝叶斯网络计算任务链中故障传播的影响，得到每个任务节点的故障传播概率，并确定故障从初始节点传播到任务链中的影响范围；根据每个任务节点的故障传播概率，评估任务链中每个任务节点因设备故障受到影响的累计概率，得到每个任务节点风险值和共享设备的风险累积值，并对任务链中的所有任务节点，进行风险值排序，确定受故障传播影响最严重的任务节点；基于故障传播分析结果，整合任务节点的风险值、共享设备的风险累积值以及故障传播的影响范围，生成生产故障链的影响范围报告； 其中，所述根据每个任务节点的故障传播概率，评估任务链中每个任务节点因设备故障受到影响的累计概率，得到每个任务节点风险值和共享设备的风险累积值，其特征在于： 获取任务之间的历史依赖数据，包括资源共享情况、时间延迟、数据交互，使用循环神经网络进行模型训练，构建任务依赖权重预测模型，预测节点间的任务依赖权重；获取任务链中每个任务节点的依赖关系以及初始故障概率P0，使用任务节点的故障传播影响公式计算节点i在时间t+1的故障传播概率Pit+1，其中α为节点自身的故障自恢复衰减因子，β为故障传播放大系数，表示外部故障对节点影响的程度，通过历史数据拟合得到，Ni表示节点i的所有上游依赖任务集合，γij为节点i和j之间的任务依赖权重，表示节点j的任务对节点i的任务的影响强度；对任务链中每个节点，从时间t＝0开始，利用故障传播影响公式进行多轮迭代，计算节点的故障传播概率Pit，记录每轮迭代中节点的故障传播增量ΔPit＝Pit+1‑Pit，并基于预设增量阈值判断是否达到稳定状态；若ΔPit|ε，则停止迭代，并获取每个节点在稳定状态下的最终故障传播概率，其中ε是迭代收敛阈值；根据故障传播概率与设备重要性的加权值，使用任务节点风险值评估公式Ri＝Pifinal·Wi，计算任务链中设备共享节点i的风险值Ri，其中Wi为节点i对生产链的贡献权重，表示该任务对整体生产链的重要性，可通过历史任务完成率或资源消耗比例计算，Pifinal表示任务节点i在故障传播模型中达到稳定状态后，任务受设备故障或其他任务失败传播的最终故障传播概率；对于共享设备的节点集合Ge，计算设备风险累积值确定每个节点的风险值Ri和共享设备的风险累积值Re。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州云视网络科技有限公司，其通讯地址为：510530 广东省广州市黄埔区开萝大道26号802房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。