基于深度学习的装配产线数字孪生协同调控方法及其系统

本公开涉及一种基于深度学习的装配产线数字孪生协同调控方法及其系统，包括：获取多源异构数据；通过时空基准对齐消除所述多源异构数据中的时空基准差异，采用多模态特征融合技术对消除时空基准差异后的多源异构数据进行融合，得到融合后的特征向量，将所述特征向量传输至数字孪生模型；所述数字孪生模型中的模型预测层通过滑动窗口机制接收所述特征向量，通过时序卷积和稀疏时空注意力网络预测应力分布数据；基于应力分布数据，结合设备实时状态，通过多目标优化算法动态修正机器人运动轨迹、调节输送线运行速度，并生成联合控制指令并下发至执行端。本公开方法可以实现提高数字孪生系统在复杂装配场景中的预测可靠性和装配过程的控制精度。