基于图卷积网络的数字孪生车间生产行为识别方法

作者:刘庭煜; 洪庆; 孙毅锋; 刘洋; 杜小东; 刘晓军; 宋豪杰
来源:计算机集成制造系统, 2021, 27(02): 501-509.
DOI:10.13196/j.cims.2021.02.017

摘要

车间人员行为的智能识别对规范生产过程、保障安全生产、实现车间生产行为数字孪生模型的快速构建具有重要的现实意义。提出一种融合注意力机制的图卷积网络的生产行为识别方法,对数字孪生车间生产行为进行数字化描述和快速识别。构建了一种基于拓扑图结构的人员数字孪生体特征,以及一种基于图卷积网络的注意力图卷积网络模型,将数字孪生体特征输入注意力网络模型,实现了对车间生产行为的识别。实验结果表明,该方法在车间生产行为数据集NJUST-3D上取得了较好的识别准确率,能够支持生产行为数字孪生模型的高效构建。

全文