一种基于多维数据和数据分析的数字孪生处理系统及方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于多维数据和数据分析的数字孪生处理系统及方法。

背景技术

数字孪生是采用信息技术对物理实体的组成、特征、功能和性能进行数字化定义和建模的过程。数字孪生是技术、过程、方法，数字孪体是对象、模型和数据。

现有的物流的数字孪生处理方案在实施时存在一定的缺陷，在前期没有对物流的目标实施不同维度的数据监测和处理，无法对目标实施差异化的表示和分析，在数字孪生处理过程中没有对目标所在的区域产生的影响进行实时评估和分类，导致数字孪生处理的整体效果不佳的技术问题。

发明内容

本发明的目的在于提供一种基于多维数据和数据分析的数字孪生处理系统及方法，用于解决现有方案中没有对目标实施不同维度的数据整合以及分析，并对监测的数据和分析的结果进行挖掘和拓展来实施更深层次的数字孪生处理，导致数字孪生处理的整体效果不佳的技术问题。

本发明的目的可以通过以下技术方案实现：

一种基于多维数据和数据分析的数字孪生处理系统，包括目标监测模块和转运监管模块；目标监测模块，用于对将要运输的目标进行属性统计以及数据整合，得到包含属性系数以及对应的普通属性标签、重要属性标签、贵重属性标签和属性数据的目标监测数据；

转运监管模块，用于对目标的运输载体进行实时定位，并结合目标监测数据对运输过程中存在的异常进行评估以及动态提示；包括：

将目标到达转运中心流程区域的时间点标记为第一时间，同时将目标离开流程区域的时间点标记为第二时间；根据第一时间和第二时间获取目标的静止时长JS和移动时长YS；

以及，统计第一时间和第二时间之间的转运目标总数，根据转运目标总数获取对应的转运波动时长

；

式中，z1、z2、z3为不同的比例系数且1＜z3＜z2＜z1；

根据转运值对目标的转运状态进行评估时，将转运值与预设的转运范围进行匹配，得到第一转运信号、第二转运信号、第三转运信号以及对应的正常目标、第一选中目标和第二选中目标；以及，对第一选中目标和第二选中目标所处的坐标进行不同级别的告警提示。

优选地，目标监测模块的工作步骤包括：

对目标的属性进行统计时，获取目标的属性类型以及对应的属性类型权重SQ；获取目标的重量MZ和体积MT；

获取目标的运输类型以及对应的运输类型权重YQ；

获取目标的保价价格BJ；

将目标标记的属性类型权重、重量、体积、运输类型权和保价价格按预设的顺序排列组合，得到属性数据。

优选地，对属性数据进行数据整合时，提取目标标记的属性类型权重、重量、体积、运输类型权和保价价格的数值并联立整合，通过计算获取目标的属性系数

；

式中，g1、g2、g3、g4为预设的不同比例系数，且0＜g2＜1＜g3＜g1＜g4；根据属性系数对目标进行分类时，将目标的属性系数与预设的属性阈值进行匹配，得到普通属性标签、重要属性标签或者贵重属性标签。

优选地，若属性系数小于属性阈值，则生成第一属性信号并将对应的目标关联普通属性标签；若属性系数不小于属于阈值且不大于属性阈值的Y%，Y为大于一百的实数，则生成第二属性信号并将对应的目标关联重要属性标签；若属性系数大于属性阈值的Y%，则生成第三属性信号并将对应的目标关联贵重属性标签。

优选地，若转运值小于转运范围的最小值，则生成第一转运信号并将对应的目标标记为正常目标；

若转运值不小于转运范围的最小值且不大于转运范围的最大值，则生成第二转运信号并将对应的目标标记为第一选中目标；

若转运值大于转运范围的最大值，则生成第三转运信号并将对应的目标标记为第二选中目标。

优选地，获取第一选中目标所处的坐标并进行一级告警提示，以及将该第一选中目标所处的区域出现的轻度异常总数加一；获取第二选中目标所处的坐标并进行二级告警提示，以及将该第二选中目标所处的区域出现的中度异常总数加一；二级告警提示的严重程度高于一级告警提示的严重程度。

优选地，还包括区域优化模块，用于根据目标的转运监管数据来对转运中心不同流程区域的转运状态进行动态提示。

优选地，对转运中心不同流程区域的转运状态进行评估前，根据预设的排列顺序依次统计不同流程区域中出现的轻度异常总数QZ和中度异常总数ZZ；获取流程区域对应的转运职能以及对应的职能权重ZQ；提取区域标记的轻度异常总数和中度异常总数以及对应的职能权重的数值并联立整合，通过计算获取流程区域对应的转运系数

优选地，转运系数

；

式中，f1、f2为预设的不同比例系数且1＜f1＜f2；

根据转运系数对转运中心不同流程区域的转运状态进行评估时，将转运系数与预设的转运下限阈值和转运上限阈值进行匹配，得到包含若干区域对应的转运系数以及转运正常标签、转运轻度异常标签和中度异常标签的状态评估数据，根据状态评估数据中的转运轻度异常标签以及转运中度异常标签，生成告警提示以及管控提示。

为了解决问题，本发明还公开了一种基于多维数据和数据分析的数字孪生处理方法，包括：

将要运输的目标进行属性统计以及数据整合得到目标对应的属性数据，将属性数据实施数据整合获取对应的属性系数并分析，得到包含普通属性标签、重要属性标签、贵重属性标签的目标监测数据；

对目标的运输载体进行实时定位，并结合目标监测数据对运输过程中存在的异常进行评估以及动态提示，得到包含转运值以及对应的正常目标、第一选中目标和轻度异常总数、第二选中目标和中度异常总数的转运监管数据；

根据目标的转运监管数据来对转运中心不同流程区域的转运状态进行动态提示。

相比于现有方案，本发明实现的有益效果：

本发明通过从不同的维度对目标进行监测以及数据统计，可以有效提高目标的监测效果，以及可以为后续目标的分析提供不同维度的数据支持；通过将监测目标获取的不同维度的各项数据整合得到属性系数，基于属性系数来对目标进行整体表示，同时根据属性系数来对目标的重要程度进行评估和分类，既可以实现目标的差异化分析，又可以为后续不同目标对转运中心不同流程区域的影响评估提供可靠的数据支持。

本发明通过将目标在转运中心不同流程区域经历的各项时长进行联立整合获取对应的转运值，通过转运值对目标在不同流程区域的转运状态进行实时评估和统计，既可以直观的获取到目标在转运中心的具体位置和具体状态，又可以为后续流程区域的整体评估和管控提供目标方面的数据支持，有效提高了目标在监测数据处理方面的整体效果。

本发明通过将转运中心不同流程区域中出现的不同程度的异常目标数量进行整合来获取转运系数，根据转运系数来对不同流程区域的转运状态进行整体评估和分类，可以根据分类结果进行动态告警提示，以便管理人员可以及时高效的发现不同流程区域存在的异常并处理，实现了对目标监测数据的挖掘和拓展，可以有效提高目标的数字孪生处理的整体效果。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明一种基于多维数据和数据分析的数字孪生处理系统的模块框图。

图2为本发明一种基于多维数据和数据分析的数字孪生处理方法的流程框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，本发明为一种基于多维数据和数据分析的数字孪生处理系统，包括目标监测模块、转运监管模块、数据库和云平台；

数字孪生是物理产品、流程或系统的虚拟副本。它通过使用传感器收集有关物理项目的实时数据，充当物理世界和数字世界之间的桥梁，然后使用这些数据创建项目的数字副本，使其能够被理解、分析、操作或优化。

本发明实施例中的应用场景主要为物流的转运中心监测以及分析管控的全过程，在实际应用过程中，还可以拓展到物流的前端和后端，通过对不同类型目标的实时状态进行监测分析，来为转运中心不同流程区域的状态进行评估和管控提供数据支持，可以有效物流转运中心数字孪生处理和多维数据分析的整体效果。

目标监测模块，用于对将要运输的目标进行属性统计以及数据整合，包括：

对目标的属性进行统计时，获取目标的属性类型，设定不同的属性类型对应一个不同属性类型权重，将获取的属性类型与数据库中预存储的所有属性类型进行匹配获取对应的属性类型权重并标记为SQ；

其中，目标可以为需要快递的物品，属性类型可以为现有的快递常规类型，包括但不限于衣服、包包、鞋子、首饰挂饰、书籍、家具、儿童玩具、插电类家电等等；这里获取目标的属性类型对应的属性类型权重的目的在于对文本类的属性类型实施数字化处理，可以为后续目标的属性评估分类差异化分析提供可靠的数据支持；属性类型权重的具体数值可以根据经验进行自定义；

获取目标的重量和体积并分别标记为MZ和MT；重量的单位为千克，体积的单位为立方厘米；

获取目标的运输类型，将运输类型与数据库中预存储的运输类型-权重表进行匹配获取对应的运输类型权重并标记为YQ；

其中，运输类型-权重表包含若干不同的运输类型以及对应的运输类型权重，不同的运输类型预先设置一个对应的运输类型权重，运输类型权重的具体数值可以根据经验进行自定义；运输类型包括但不限于当日达、次日达、标快和特惠；

获取目标的保价价格并标记为BJ；保价价格的单位为元；

将目标标记的属性类型权重、重量、体积、运输类型权和保价价格按预设的顺序排列组合，得到属性数据；

本发明实施例中，通过从不同的维度对目标进行监测以及数据统计，可以有效提高目标的监测效果，以及可以为后续目标的分析提供不同维度的数据支持。

对属性数据进行数据整合时，提取目标标记的属性类型权重、重量、体积、运输类型权和保价价格的数值并联立整合，通过计算获取目标的属性系数

；

式中，g1、g2、g3、g4为预设的不同比例系数，且0＜g2＜1＜g3＜g1＜g4；g1可以取值为1.869，g2可以取值为0.527，g3可以取值为1.204，g4可以取值为2.316；

需要说明的是，属性系数是用于将目标的不同维度数据进行整合来对其属性重要程度进行整体评估的数值；属性系数越大，表示对应目标的重要性越大，产生的影响也就越大；

根据属性系数对目标进行分类时，将目标的属性系数与预设的属性阈值进行匹配；

若属性系数小于属性阈值，则生成第一属性信号并将对应的目标关联普通属性标签；若属性系数不小于属于阈值且不大于属性阈值的Y%，Y为大于一百的实数，则生成第二属性信号并将对应的目标关联重要属性标签；若属性系数大于属性阈值的Y%，则生成第三属性信号并将对应的目标关联贵重属性标签；

属性系数以及对应的普通属性标签、重要属性标签、贵重属性标签和属性数据构成目标监测数据并上传至数据库和云平台。

本发明实施例中，通过将监测目标获取的不同维度的各项数据整合得到属性系数，基于属性系数来对目标进行整体表示，同时根据属性系数来对目标的重要程度进行评估和分类，既可以实现目标的差异化分析，又可以为后续不同目标对转运中心不同流程区域的影响评估提供可靠的数据支持。

转运监管模块，用于对目标的运输载体进行实时定位，并结合目标监测数据对运输过程中存在的异常进行评估以及动态提示；包括：

将目标到达转运中心流程区域的时间点标记为第一时间，同时将目标离开流程区域的时间点标记为第二时间；第一时间和第二时间均可以精确到分钟；根据第一时间和第二时间获取目标的静止时长和移动时长并分别标记为JS和YS；静止时长和移动时长的单位均为分钟；

以及，统计第一时间和第二时间之间的转运目标总数，根据转运目标总数获取对应的转运波动时长并标记为；转运波动时长的单位为分钟，可以通过历史转运大数据获取转运目标总数对应的转运波动时长，转运波动时长起到降低误差的作用；

提取标记的各个时长的数值并联立整合，通过转运公式计算获取目标在转运中心不同流程区域对应的转运值

；

式中，z1、z2、z3为不同的比例系数且1＜z3＜z2＜z1；z1可以取值为3.204，z2可以取值为2.527，z3可以取值为1.483；

本发明实施例中，排序的流程区域由现有的常规物流区域构成，包括但不限于卸货区、收货扫描区、分拣区、输送区、出货扫描区和装货区；

需要说明的是，转运值是用于将目标在转运中心排序的不同流程区域的各项时长进行整合来对其所在流程区域的转运状态进行整体评估的数值；转运值越大，表示对应目标在所在流程区域的转运状态越异常；

根据转运值对目标的转运状态进行评估时，将转运值与预设的转运范围进行匹配；

若转运值小于转运范围的最小值，则判定对应目标的转运状态正常并生成第一转运信号，根据第一转运信号将对应的目标标记为正常目标；

若转运值不小于转运范围的最小值且不大于转运范围的最大值，则判定对应目标的转运状态轻度异常并生成第二转运信号，根据第二转运信号将对应的目标标记为第一选中目标，同时获取第一选中目标所处的坐标并进行一级告警提示，以及将该第一选中目标所处的区域出现的轻度异常总数加一；

若转运值大于转运范围的最大值，则判定对应目标的转运状态中度异常并生成第三转运信号，根据第三转运信号将对应的目标标记为第二选中目标，同时获取第二选中目标所处的坐标并进行二级告警提示，以及将该第二选中目标所处的区域出现的中度异常总数加一；二级告警提示的严重程度高于一级告警提示的严重程度；

转运值以及对应的正常目标、第一选中目标和轻度异常总数、第二选中目标和中度异常总数构成目标的转运监管数据并上传至数据库和云平台。

本发明实施例中，通过将目标在转运中心不同流程区域经历的各项时长进行联立整合获取对应的转运值，通过转运值对目标在不同流程区域的转运状态进行实时评估和统计，既可以直观的获取到目标在转运中心的具体位置和具体状态，又可以为后续流程区域的整体评估和管控提供目标方面的数据支持，有效提高了目标在监测数据处理方面的整体效果。

实施例二

在实施例一的基础上，还包括：

区域优化模块，用于根据目标的转运监管数据来对转运中心不同流程区域的转运状态进行动态提示；包括：

对转运中心不同流程区域的转运状态进行评估前，根据预设的排列顺序依次统计不同流程区域中出现的轻度异常总数和中度异常总数并分别标记为QZ和ZZ；

获取流程区域对应的转运职能，设定不同的转运职能对应一个不同的职能权重，将获取的区域对应的转运职能与数据库中预存储的所有转运职能进行匹配获取对应的职能权重并标记为ZQ；

其中，转运职能包括但不限于卸货、收货扫描、分拣、输送、出货扫描和装货；职能权重的具体数值可以根据经验进行自定义；

提取区域标记的轻度异常总数和中度异常总数以及对应的职能权重的数值并联立整合，通过计算获取流程区域对应的转运系数

；

式中，f1、f2为预设的不同比例系数且1＜f1＜f2；f1可以取值为1.347，f2可以取值为2.653；

需要说明的是，转运系数是用于将转运中心不同流程区域中出现的不同程度的异常目标数量进行整合来对其转运状态进行整体评估的数值；转运系数越大，表示对应流程区域的转运状态越异常；

根据转运系数对转运中心不同流程区域的转运状态进行评估时，将转运系数与预设的转运下限阈值和转运上限阈值进行匹配；

若转运系数小于转运下限阈值，则判定对应流程区域的转运状态正常并将其关联转运正常标签；

若转运系数不小于转运下限阈值且不大于转运上限阈值，则判定对应流程区域的转运状态轻度异常并将其关联转运轻度异常标签；

若转运系数大于转运上限阈值，则判定对应流程区域的转运状态中度异常并将其关联转运中度异常标签；

若干区域对应的转运系数以及转运正常标签、转运轻度异常标签和中度异常标签构成状态评估数据；

根据状态评估数据对不同流程区域的转运进行动态提示时，对状态评估数据进行遍历获取流程区域对应的标签；

若流程区域对应的标签为转运轻度异常标签，则生成告警提示；

若流程区域对应的标签为转运中度异常标签，则生成管控提示。

本发明实施例中，通过将转运中心不同流程区域中出现的不同程度的异常目标数量进行整合来获取转运系数，根据转运系数来对不同流程区域的转运状态进行整体评估和分类，可以根据分类结果进行动态告警提示，以便管理人员可以及时高效的发现不同流程区域存在的异常并处理，实现了对目标监测数据的挖掘和拓展，可以有效提高目标的数字孪生处理的整体效果；

此外，上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得；比例系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数；只要不影响参数与量化后数值的比例关系即可。

实施例三

如图2所示，本发明为一种基于多维数据和数据分析的数字孪生处理方法，包括：

将要运输的目标进行属性统计以及数据整合得到目标对应的属性数据，将属性数据实施数据整合获取对应的属性系数并分析，得到包含普通属性标签、重要属性标签、贵重属性标签的目标监测数据；

对目标的运输载体进行实时定位，并结合目标监测数据对运输过程中存在的异常进行评估以及动态提示，得到包含转运值以及对应的正常目标、第一选中目标和轻度异常总数、第二选中目标和中度异常总数的转运监管数据；

根据目标的转运监管数据来对转运中心不同流程区域的转运状态进行动态提示。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的发明实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的基本特征的情况下，能够以其他的具体形式实现本发明。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。