21世纪信息技术的发展非常迅速,推动着制造业迈向智能化、高效化发展,信息物理技术融合问题是智能制造时代面临的最大难题,而数字孪生技术的出现恰好解决了这项技术难题。本文以碎烟静电除杂设备为研究对象,研究了数据采集传输存储技术、数字孪生的核心关键技术、数据可视化技术、时间序列预测模型,在此研究的基础上开发了基于数字孪生的碎烟静电除杂设备监测系统。本文的主要研究工作与结论如下:1.数字孪生监测系统关键技术的研究。首先,介绍选后碎烟回收系统的组成及其生产作业流程,分析设备存在的问题,确定系统监测的关键参数。然后,设计了数字孪生虚拟监测系统的整体架构设计。随后,搭建实验环境并通过传感器和单片机对实验环境中系统监测的关键参数进行采集,以有线和无线的方式传输数据,通过上位机程序读取数据并保存到My SQL数据库。接着重构了碎烟静电除杂设备的三维模型,制作了数字孪生系统开发所需的各种资源。最后,重点介绍了系统设备模型的搭建与优化、碎烟静电除杂设备中物理世界与虚拟世界相互映射与交互融合的内容、实现原理方法、数据可视化与监测以及以虚控实的实现方法的组成和原理,为原型系统的开发奠定了基础。2.基于时间序列模型的参数数据研究。以传感器采集的时间序列数据作为数据集,搭建了基于Prophet算法和LSTM的预测模型,将预测结果进行对比,确定选用LSTM预测模型。最后以实时采集的数据验证了LSTM离线预测模型的可行性,为设备的维护保养与生产管理提供了一些参考依据。3.数字孪生虚拟监测系统的设计开发验证。分析虚拟监测系统的需求,确定系统的功能模块和总体框架。对数据库的概念结构、逻辑结构、物理结构进行了设计开发。基于Unity3D平台的UIGI组件和XCharts插件等设计了系统服务,以传感器采集的实时数据驱动系统,C#和Python语言混合编程实现了基于数字孪生的碎烟静电除杂设备监测系统,并对系统进行了测试运行,验证系统的可行性与可靠性。测试结果表明,本文设计开发的数字孪生碎烟静电除杂设备监测系统,实现了对碎烟静电除杂设备的虚拟监测,解决了设备实时性差、可视化程度低、信息交互不及时、设备参数状态缺乏监测与预测的问题,为企业生产管理人员监测与管理设备,调整生产参数等提供了参考依据。