[發(fā)明專利]一種基于數(shù)字孿生的高端裝備加工狀態(tài)監(jiān)測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202111160939.0
• 申請日: 2021-09-30
• 公開（公告）號: CN113909996B
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計）人: 李斌;郝才華;毛新勇;賀松平
• 申請（專利權(quán)）人: 華中科技大學
• 主分類號: B23Q17/09
• 分類號: B23Q17/09;G06V10/774;G06T7/00
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 夏倩;李智

本發(fā)明公開了一種基于數(shù)字孿生的高端裝備加工狀態(tài)監(jiān)測方法及系統(tǒng)，屬于高端裝備狀態(tài)監(jiān)測領(lǐng)域，包括：構(gòu)建基于多源傳感數(shù)據(jù)的刀具磨損預(yù)測模型，基于多源傳感數(shù)據(jù)的工件質(zhì)量預(yù)測模型，融合為刀具工件系統(tǒng)數(shù)字孿生模型；基于在線定量測量評估的方式，數(shù)字孿生模型進行快速迭代優(yōu)化。基于物理設(shè)備實時數(shù)據(jù)驅(qū)動的形式，模型可精準監(jiān)測及預(yù)測加工狀態(tài)；形成一套虛實交互的閉環(huán)迭代系統(tǒng)，并與設(shè)備同步進化，可實現(xiàn)設(shè)備全生命周期的加工狀態(tài)監(jiān)測；并優(yōu)化工藝參數(shù)，以實現(xiàn)加工過程智能閉環(huán)運維。本發(fā)明能夠提高對高端裝備狀態(tài)監(jiān)測的泛化性、準確性和魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于高端裝備狀態(tài)監(jiān)測領(lǐng)域，更具體地，涉及一種基于數(shù)字孿生的高端裝備加工狀態(tài)監(jiān)測方法及系統(tǒng)。

背景技術(shù)

高端裝備運行工況復(fù)雜、自適應(yīng)和自調(diào)整能力不足，對關(guān)鍵零部件的運行狀態(tài)無法實時感知，會造成制造的效率、質(zhì)量、成本、能耗等方面較大的問題，因此當前對高端裝備狀態(tài)監(jiān)測方法的需求是急切的。

不同類型的高端裝備以不同的加工工具對產(chǎn)品進行加工，其中，以數(shù)控機床為代表的一類高端裝備，利用刀具對工件表面進行加工，應(yīng)用較為廣泛。對于這一類高端裝備，刀具狀態(tài)是影響生產(chǎn)效率、質(zhì)量、成本及能耗的關(guān)鍵要素，精準地感知刀具狀態(tài)并利用刀具不僅能節(jié)約刀具支出，而且對提高切削效率、節(jié)約制造成本、提高生產(chǎn)智能性也有重要影響。

目前數(shù)控機床刀具狀態(tài)監(jiān)測研究中最先進的是基于深度學習算法的數(shù)據(jù)驅(qū)動狀態(tài)預(yù)測模型，但存在需要對大量數(shù)據(jù)進行打標并進行訓練，預(yù)測模型易被特定加工狀態(tài)限制，需要人工利用顯微鏡等方式對刀具磨損值進行測量并記錄，磨損定量預(yù)測方法精度較低且穩(wěn)定性差。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷和改進需求，本發(fā)明提供了一種基于數(shù)字孿生的高端裝備加工狀態(tài)監(jiān)測方法及系統(tǒng)，其目的在于，提高對高端裝備狀態(tài)監(jiān)測的泛化性、準確性和魯棒性。

為實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種基于數(shù)字孿生的高端裝備加工狀態(tài)監(jiān)測方法，高端裝備利用刀具對工件進行加工，方法包括：

在高端裝備加工工件的過程中，定期將刀具拆下并利用儀器測量刀具的磨損值和工件的表面粗糙度，并記錄相應(yīng)時刻的傳感數(shù)據(jù)，得到訓練數(shù)據(jù)集D₁；傳感數(shù)據(jù)包括振動信號和電流信號；

利用訓練數(shù)據(jù)集D₁分別訓練刀具磨損預(yù)測模型W1和工件質(zhì)量預(yù)測模型Q1，分別用于基于傳感數(shù)據(jù)預(yù)測刀具磨損值和工件表面粗糙度；

在高端裝備加工工件的過程中，定期獲取工件表面的圖像，并利用儀器獲取相應(yīng)時刻的工件的表面粗糙度，得到訓練數(shù)據(jù)集D₂；

利用訓練數(shù)據(jù)集D₂訓練工件質(zhì)量預(yù)測模型Qp1，用于基于加工過程工件表面的圖像預(yù)測工件表面粗糙度；

通過視覺在線定量測量獲取刀具磨損值和工件表面粗糙度，連同相應(yīng)時刻的傳感數(shù)據(jù)構(gòu)成訓練數(shù)據(jù)集D₃；視覺在線定量測量包括：在高端裝備加工工件的過程中，定期獲取刀具和工件表面的圖像，計算各刀具圖像對應(yīng)的刀具磨損值，并利用工件質(zhì)量預(yù)測模型Qp1獲取各工件表面的圖像對應(yīng)的工件表面粗糙度；

利用訓練數(shù)據(jù)集D₃對刀具磨損預(yù)測模型W1和工件質(zhì)量預(yù)測模型Q1進行迭代優(yōu)化，得到刀具磨損預(yù)測模型W2和工件質(zhì)量預(yù)測模型Q2。

本發(fā)明首先通過實際測量加工過程中刀具磨損值和工件表面粗糙度的方式，構(gòu)建訓練數(shù)據(jù)集，并訓練基于傳感數(shù)據(jù)預(yù)測刀具磨損值和工件表面粗糙度的模型，進一步基于加工過程中采集的刀具圖像和工件表面圖像，計算相應(yīng)的刀具磨損值和工件表面粗糙度，實現(xiàn)了定量的視覺測量，并利用定量的視覺測量結(jié)果構(gòu)建新的訓練數(shù)據(jù)集，對基于傳感數(shù)據(jù)的預(yù)測模型進行迭代優(yōu)化，有效提高了模型對刀具磨損值和工件表面粗糙度的預(yù)測精度，并且無需通過實際測量的方式對大量數(shù)據(jù)進行打標，提高了預(yù)測的泛化性和魯棒性。