摘要
本发明涉及一种面向智能工厂数字孪生系统的边缘计算迁移系统,包括:场景获取模块,用于获取工厂中自动化设备的实时数据;其中,所述实时数据包括:运行状态和任务信息;数字孪生模块,用于虚拟映射自动化设备的所述实时数据,同步工厂物理系统与虚拟系统之间的状态;模型构建模块,用于根据自动化设备的所述实时数据,构建边缘计算网络时延与能耗模型;优化算法模块,用于基于所述边缘计算网络时延与能耗模型,采用多智能体深度强化学习算法,对计算任务和资源的分配进行实时优化。本发明系统具备低时延和高能效的特点,适用于高度动态的工业场景,能够优化计算资源的调度,提升工厂的整体运作效率。
技术关键词
多智能体深度强化学习
数字孪生系统
自动化设备
迁移系统
智能工厂
实时数据
算法模块
信道分配策略
阶段
环境状态信息
卸载策略
状态更新
时延
网络
能耗
虚拟系统
整体运作效率
物理系统
系统为您推荐了相关专利信息
工业无线网络
多智能体深度强化学习
工业设备
区块链机制
算法模型
数据流特征
调度优化算法
数据处理服务器
生成资源
数据传输网络
数字孪生系统
薄膜
装备结构
工序工艺流程
有限元仿真分析