本发明涉及库存管理，尤其涉及一种基于数字孪生的主轴部件智能仓储管理系统。
背景技术：
1、库存管理技术领域包含对企业或组织中物资、零部件、产品等存储对象的入库、存储、出库及调拨等全过程进行信息化、自动化管理的各类方法和手段，核心内容包括库存状态监控、库存量动态更新、存储位置优化配置以及库存周转效率提升，随着制造业向柔性化、智能化发展，库存管理逐步融合感知层数据采集、数据通信、数字建模与虚实同步等多种技术，通过对物资全生命周期的可视化建模，实现对仓储流程的精细化管理，尤其在高精密部件的仓储环节，对其状态跟踪与动态管理提出了更高要求，库存管理技术在此过程中逐步发展出多维度感知、实时反馈与策略联动等特性。
2、其中，基于数字孪生的主轴部件智能仓储管理系统是指以主轴部件为管理对象，构建其物理实体与虚拟模型之间的双向映射关系，通过数字建模手段建立主轴部件的几何结构、生命周期状态及存储位置信息的映射，并以该模型为基础，结合rfid识别手段获取主轴部件的实时位置信息，利用多源传感数据对其温度、振动等状态进行采集与分类标记，并通过设定的库存组织规则对不同健康状态的部件进行自动分层管理。同时，通过预设的任务流程规则与策略库，实现主轴部件在入库、调拨、出库等环节的任务状态记录与库存分布动态调整，重点在于依据主轴状态构建与更新数字模型，结合实际感知数据完成库存结构的实时调整与策略反馈。
3、现有库存管理技术依赖静态数字模型与周期性数据更新机制，在调拨路径频繁变更或仓位接口负载波动时，物理仓储状态与虚拟映射关系难以实时匹配，任务调度策略滞后于实际需求，缺乏通道节点动态波动与中断环节关联性分析能力，无法识别调拨路径中多因素耦合引发的异常传导风险，导致仓储资源分配失衡与调度效率下降。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点，而提出的一种基于数字孪生的主轴部件智能仓储管理系统。
2、为了实现上述目的，本发明采用了如下技术方案：一种基于数字孪生的主轴部件智能仓储管理系统，所述系统包括：
4、仓位波动识别模块，根据所述仓位差异识别结果，提取主轴部件在调拨路径下的通道节点，分析通道节点波动值与设定波动阈值的偏差，生成仓位波动分析报告；
5、调拨节奏控制模块，获取所述仓位波动分析报告中标记为路径切换变化的主轴部件调拨任务排队时长与仓位数据，依据数据对主轴部件分配权重，生成调拨任务调度列表；
6、异常起源定位模块，调用所述调拨任务调度列表中的任务编号，提取未按时调拨主轴部件，分析排队时长与接口反馈差异，标记中断环节为异常，生成调拨异常识别结果；
7、状态传导预警模块，根据所述调拨异常识别结果中异常环节分析排队时长、容量变化及接口稳定性，识别风险路径并依据调拨路径四项指标，生成调度风险管理方案。
8、作为本发明的进一步方案，所述仓位差异识别结果包括差异部件编号、路径差异标识，所述仓位波动分析报告具体为通道波动系数、阈值偏离等级、波动模式分类，所述调拨任务调度列表包括权重分配矩阵、调度优先级队列，所述调拨异常识别结果具体指中断环节编码、接口响应差异指标，所述调度风险管理方案包括路径变更频率指数、接口延迟参数、容量偏差系数、中断率统计量。
9、作为本发明的进一步方案，所述主轴映射初始化模块包括：
10、仓位数据采集子模块，获取主轴部件在仓储区域的当前仓位编号与调拨路径编号，提取每条调拨路径上仓位节点的更新时间戳及对应主轴部件的移动记录时间戳，建立包含仓位节点编号、双时间戳、位置信息的时间戳数据集；
11、节点差异对比子模块，调用所述时间戳数据集中的仓位节点编号，对比同节点下更新时间戳与移动记录时间戳的数值关系，筛选更新时间戳数值大于移动记录时间戳的节点，同步校验该节点位置信息与移动记录中位置坐标的匹配状态，获取存在时间滞后且位置偏移的差异节点集合；
12、差异结果生成子模块，基于所述差异节点集合中的节点编号，提取对应主轴部件的唯一标识码与所属调拨路径编号，将差异节点位置坐标与标准仓位坐标进行偏移量计算，生成包含部件编号、路径编号、偏移量的仓位差异识别结果。
13、作为本发明的进一步方案，所述仓位波动识别模块包括：
14、通道节点提取子模块，调用所述仓位差异识别结果，提取每条调拨路径中连接不同仓位的通道节点编号，按主轴部件编号与调拨路径编号建立通道节点映射关系，生成通道节点集；
15、波动值计算子模块，统计所述通道节点集中每个通道节点在调拨路径切换时的位置坐标变化量，将连续两次切换的坐标变化量差值作为波动值，按节点编号与切换次数构建三维数据矩阵，生成波动值矩阵；
16、偏差标记分析子模块，对所述波动值矩阵中的每个节点波动值与预设的路径切换波动阈值进行逐项对比，计算偏差值绝对值，按偏差值超过阈值的节点进行编号标记，按阈值区间分类聚合标记数据，生成仓位波动分析报告。
17、作为本发明的进一步方案，所述调拨节奏控制模块包括：
18、任务参数采集子模块，调用所述仓位波动分析报告，提取标记为路径切换变化的主轴部件调拨任务排队时长、起始仓位容量及目标仓位接口使用频次数据，按部件编号建立三维参数映射表，生成任务参数集；
19、权重分配计算子模块，基于所述任务参数集，将排队时长、仓位容量与接口使用频次进行归一化处理，按预设业务规则分配权重系数，计算每个主轴部件的综合调度权重值，生成权重系数矩阵；
20、调度队列生成子模块，根据所述权重系数矩阵中的综合调度权重值对主轴部件降序排列，将排序后的部件编号与对应调拨路径编号进行绑定，重构任务执行序列，生成调拨任务调度列表。
21、作为本发明的进一步方案，所述异常起源定位模块包括：
24、异常定位子模块，调用所述差异指标集，对比调拨任务各环节的差异值变化趋势，识别差异值突增且持续异常时长的任务环节，将突增起始点对应的仓位节点标记为中断环节，生成调拨异常识别结果。
25、作为本发明的进一步方案，所述状态传导预警模块包括：
26、风险参数采集子模块，调用所述调拨异常识别结果中异常环节的主轴部件编号、仓位接口使用频次及对应调拨路径编号，同步获取该路径下排队时长、仓位容量变化率与接口稳定性系数，生成风险参数集；
27、路径风险评估子模块，基于所述风险参数集，计算调拨路径变更频率与仓位接口响应延迟的乘积系数，叠加仓位容量利用率偏差值与任务中断率的加权平均值，按路径编号构建四维风险评估矩阵，生成路径风险系数；
28、管理方案生成子模块，调用所述路径风险系数，将变更频率、响应延迟、利用率偏差及中断率按预设业务规则进行优先级排序，对高风险路径匹配动态调度策略与容量扩容阈值，生成调度风险管理方案。
29、与现有技术相比，本发明的优点和积极效果在于：
30、本发明中，通过同步对比仓位节点更新时间戳与主轴部件移动记录时间戳，识别物理仓储与数字模型间的差异节点，结合调拨路径切换时通道节点波动值分析，建立动态权重分配机制优化任务调度队列，整合调拨任务中断环节的差异值变化趋势与接口响应延迟数据，构建多维风险评估模型，实现仓储状态异常传导路径定位与风险预警，提升高精密部件调拨场景下的库存同步精度与策略响应效率，降低虚实数据偏差引发的调度冲突与资源浪费。