1.一种基于云端融合和数字孪生技术的企业生产现状诊断方法，包括如下步骤：步骤1.对企业生产过程中的生产资源及运行数据进行划分；其中企业生产资源包括同产品生命全周期相关的因素，即车间面积、设备种类、设备数量、物流路线、企业员工、原材料；企业运行数据包括产能、在制品数、生产工艺、车间布局、生产计划数据；利用调研、查找历史数据、追踪传感器或机器视觉传输技术对数据进行收集；

步骤2.将划分后的企业生产资源、运行数据、调研数据、当前运行数据、历史数据利用大数据技术对其进行抽取和清洗消除无效数据，利用数字孪生技术将物理实体车间进行虚拟化，即通过一定的映射关系和预测孪生系统得到的数据对物理实体车间实现虚拟化或数字化，形成孪生车间；孪生车间中所包含的三个层次分别为生产要素、生产行为、生产规则；

其中生产要素有车间的几何形状、车间尺寸大小、设备物料数量、操作人员；生产行为包括在应对生产计划变更或订单扰动情况下，能响应外界扰动的车间行为；生产规则包括车间有序运行的规律；形成的虚拟实体是对物理实体车间的真实反映，所涉及的孪生车间中的各要素是通过大量的协议或是连接方法进行连接；孪生车间的建模流程的具体步骤如下：

2a.首先对虚拟层要素进行划分：

Mv＝{Pv,Bv,Rv}          (1)

其中Mv是虚拟层要素，Pv为生产要素，Bv为行为要素，Bv为规则要素；

2b.模型预处理，对上述生产要素按照生产过程中的逻辑结构、物流特性、组织规则进行描述；

2c.利用三维建模仿真软件对生产现场中的设备、物料、人员进行场景搭建，实现几何模型的建模；

2d.使用Automation ML对搭建完成的几何模型进行行为标准化建模；

2e.选取开源平台做中间件，供其他系统提取相关信息；

2f.提供系统间通信机制，进一步扩大系统覆盖范围，从而完成对物理实体车间的映射，生成孪生车间；

步骤3.运用人工智能技术和数字孪生技术，即灰色理论和RBF径向基神经网络对所得孪生车间生产要素的数据进行预测，具体预测步骤如下：

3a.将步骤2得到的数据记为原始数据为 累加生成新

的序列 其中

3b.定义灰微分方程：

(0) (1)

v (k)+αx (k)＝ε       (3)

(0) (1)

其中x (k)为灰导数，α为发展系统，z (k)为白化背景值，ε为灰作用量；

3c.由灰微分方程求解白微分方程：

3d.求解微分方程得时间相应序列xc，并得到预测序列

3e.累减还原得原始数据预测值：

3f.建立基于原始数据和预测序列差值的RBF径向基神经网络模型；

3g.对RBF径向基神经网络模型进行训练，并修正差值；

3h.获得更为稳定和准确的预测值

步骤4.诊断和改进系统；利用人工智能技术对影响企业生产和产品全生命周期过程的因素进行诊断分析和优化改进；实施过程分为诊断过程和改进过程；影响企业生产的因素包括生产工艺流程、生产车间布局、生产调度计划、设备配置方案、人员排班、在制品数量、库存量、车间物流、生产安全性；从诊断和改进系统中获得的数据及优化方案将会反馈至虚拟实体中，并通过二次投影对孪生车间进行更新和修正，获得最优的生产环境与状态；

诊断过程包括环境诊断、生产调度诊断、设备诊断、经营效益诊断、人员安全诊断、在制品及库存诊断，通过将实地调研数据、当前运行数据、历史数据以及趋势运行数据通过整合有基于规则推理RBR和基于案例推理CBR的专家系统进行诊断；专家系统中存储有大量企业生产领域专家知识和经验，同时模拟人类专家诊断过程，对当前企业的生产运行状态进行评估和判断，并对当前生产中存在的异常和问题给予解决策略；改进过程是指利用基于数字孪生车间的生产管理服务技术对上述诊断过程中诊断出的问题进行改进优化；其具体步骤如下：

4a.专家系统读取数据，基于案例推理，根据一定的索引机制在案例库中检索案例，检索方法耦合了最近相邻法、归纳法、知识导引法；

4b.判断案例库检索结果；

4c.当检索成功时，参照案例库中案例对当前数据进行改写、测试、解释、修正、案例存储，进一步导出诊断结果；

4d.当检索不成功时，基于规则推理判断，判断是否存在异常；

4e.当存在异常时，对当前异常进行案例存储，进一步导出诊断结果；

4f.当不存在异常时，对当前数据进行判断，符合案例存储条件时，将该数据进行存储；

不符合案例存储则直接导出诊断结果；

4g.运用数字孪生技术对当前诊断结果进行评估预测，即对诊断结果进行建模、智能优化算法求解、生成预选方案、方案的迭代优化；

4h.输出最终优化方案；

步骤5.监控系统对企业生产中存在的风险进行监控；通过监控系统的实时监控，能达到异常追踪、异常报警、及时关断的功能；当监控系统对孪生车间生产过程中的异常实行追踪、警报、关断的操作后，孪生车间也会给予监控系统反馈，更新当前异常状况；

步骤6.运用云端融合技术将云侧的云服务平台和端侧的物理实体车间实现实时交互连接，将云侧获得的数据、优化方案通过孪生车间投影反馈至物理实体车间，满足物理实体车间中各实体的适配机制。

2.如权利要求1所述的一种基于云端融合和数字孪生技术的企业生产现状诊断方法，其特征在于：步骤6中数据的存储和计算均在云侧完成；云侧是远离物理实体车间的一侧，基于云计算并能够提供云服务的平台；端侧指靠近物理实体车间的一侧，即直接触达企业，具有终端接口的企业中的物料、设备、人员、生产环境。