CN109492881A - 基于数字孪生的机加工艺动态评价方法 - Google Patents

基于数字孪生的机加工艺动态评价方法 Download PDF

Info

Publication number
CN109492881A
CN109492881A CN201811220496.8A CN201811220496A CN109492881A CN 109492881 A CN109492881 A CN 109492881A CN 201811220496 A CN201811220496 A CN 201811220496A CN 109492881 A CN109492881 A CN 109492881A
Authority
CN
China
Prior art keywords
data
twin
mechanical processing
processing technique
perception
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811220496.8A
Other languages
English (en)
Inventor
刘金锋
景旭文
周宏根
田桂中
李磊
冯丰
曹利平
陈聪
朱钰萍
赵鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201811220496.8A priority Critical patent/CN109492881A/zh
Publication of CN109492881A publication Critical patent/CN109492881A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种基于数字孪生的机加工艺动态评价方法，通过获取机加过程中的感知数据，将其与工艺评价数据映射融合构成孪生数据，建立机加工艺动态评价方法，输出评价结果，实现机加工艺的动态调整，以达到提高工艺知识重用有效性的目的，为机加工艺的智能化设计提供技术支撑。

Description

基于数字孪生的机加工艺动态评价方法
技术领域
本发明涉及一种机加工艺动态评价方法，特别是涉及一种基于数字孪生的机加工艺动态评价方法。
背景技术
计算机辅助工艺规划是企业提高核心竞争力的关键技术之一，它是产品设计与制造的桥梁。为满足三维加工环境，基于模型定义技术三维工艺规划技术已经进行应用。随着信息技术(物联网、大数据、云计算等)如火如荼的发展，计算机辅助工艺规划技术正面临着严峻的挑战。智能化工艺设计已成为工艺规划的必然趋势，也是智能制造发展要求的必然产物。
然而，随着工艺要求的不断更改和工艺装备的动态变化，如何评价已创建的工艺规程已成为提供产品质量、缩短产品研制周期的关键。同时，工艺知识的重用能够有效提高工艺设计效率，然而如何提高工艺知识重用的有效性已严重阻碍智能化工艺设计的发展。
目前的工艺评价方法分为三类：基于模型方法、基于知识方法和基于数据方法。结合工艺模型和工艺知识实现工艺评价是应用最广泛的方法，基于理想的加工条件和工艺装备，能够获取最优的加工参数，然而，获取的最优参数很难适应于实际加工状态，如刀具的磨损状况、机床的稳定等，最终导致优化结果的有效性低。随着大数据技术和云计算的发展，基于工艺大数据的工艺评价方法已得到广泛研究，然而所利用的工艺大数据大都为静态数据，没有与实际加工状态数据进行匹配，所得结果也难以与实际现场对接。
发明内容
发明目的：本发明要解决的技术问题是提供一种基于数字孪生的机加工艺动态评价方法，通过利用加工过程中的感知数据与工艺评价数据的融合，进行机加工艺动态评价，输出动态评价结果，进一步可实现机加工艺的动态调整，达到了提高工艺知识重用有效性的目的，为机加工艺的智能化设计提供技术支撑。
技术方案：本发明所述的基于数字孪生的机加工艺动态评价方法，包括以下步骤：
(1)创建基于多智能体的加工过程数据动态感知框架，获取加工过程中的感知数据；
(2)将步骤(1)获取的感知数据进行分析与管理，与工件的工艺评价数据进行融合，建立与工艺评价数据的映射关系；
(3)建立基于数字孪生的机加工艺动态评价框架；
(4)基于步骤(3)中的动态评价框架，对工艺路线和工艺参数进行评价，输出工艺评价结果。
进一步的，所述的加工过程数据动态感知框架包括数据感知层、数据转换层和数据获取层；数据感知层包括检测设备与检测系统，在加工过程中检测并生成感知数据，数据转换层通过通讯网络将感知数据转换为数字信息形式进行传输，数据获取层组织与管理所收到的感知数据。
进一步的，所述感知数据由工件加工过程中的静态感知数据和动态感知数据组成，静态感知数据包括工件毛坯信息、工艺装备信息、加工工序信息、车间物流信息和操纵人员信息，动态感知数据包括进给量、背吃刀量、尺寸信息和精度信息。
进一步的，步骤(4)中利用所述的静态感知数据进行对工艺路线的评价，利用所述的动态感知数据进行对工艺参数的评价。
进一步的，步骤(2)中所述建立感知数据与工艺评价数据映射关系的步骤包括：首先基于可扩展标记语言创建感知数据的表达模板，然后建立感知数据与检测智能体的关联关系，最后基于感知数据与工艺数据的对应关系，创建感知数据与工艺评价数据的映射关系。
进一步的，步骤(3)中所述的机加工艺动态评价框架包括感知数据、孪生数据、数字孪生工艺模型和基于孪生数据驱动的工艺评价系统；所述的数字孪生工艺模型包括工艺实体模型和工艺评价数据，所述的基于孪生数据驱动的工艺评价系统是工艺评价的交互操作窗口。
进一步的，所述的孪生数据由感知数据和工艺评价数据相互融合构成，将感知数据与工艺评价数据建立映射关系。
为了将所输出的工艺评价结果应用到动态调整三维机加工艺规程中去，提高三维工艺的应用水平，所述步骤(4)后面还包括步骤(5)：基于步骤(4)中的工艺评价结果，进行机加工艺规程的动态调整，提高工艺信息重用的有效性。
为了更好表达工艺路线和工艺参数，步骤(5)中所述的机加工艺规程是由加工特征元排序组合构成的。
进一步的，所述的加工特征元由加工特征、加工阶段、加工方法、加工需求和加工约束五部分构成。
有益效果：本方法利用数字孪生技术实现工艺的动态评价，能够有效提高三维工艺知识重用的有效性，进而提高工艺设计的效率，为机加工艺智能化设计的发展和应用提供了技术支撑。
附图说明
图1是本发明工艺动态评价方法的流程图；
图2是机加工艺规程的基本结构图；
图3是基于多智能体的加工过程数据动态感知框架示意图；
图4是面向柴油机机身加工的数字孪生工艺评价系统框架图；
图5是面向柴油机连杆加工的工艺动态评价框架图。
具体实施方式
本发明提供基于数字孪生的机加工艺评价过程主要分为三个层次：
(1)数据采集层：该层次主要通过创建加工过程数据的实时感知框架，以实现加工过程数据的获取、组织与管理；
(2)数据分析层：根据获取的加工过程数据驱动数字孪生工艺模型，达到仿真零件的加工过程，该层主要创建数字孪生工艺评价框架；
(3)数据决策层：基于工艺评价规则对工艺路线和工艺参数进行动态评价，该层主要是基于孪生数据实现工艺的动态评价。
如图1所示，本发明基于数字孪生驱动的机加工艺动态评价方法具体步骤为：
(1)创建基于多智能体的加工过程数据动态感知框架，获取零件加工过程数据，将加工过程的感知数据分类为静态感知数据和动态感知数据，其中静态感知数据包括：工件毛坯信息、工艺装备信息、加工工序信息、车间物流信息和操作人员信息等，动态感知数据包括：进给量、背吃刀量、尺寸信息、精度信息等；
(2)将步骤a获取的零件加工过程数据进行分析与管理，与工件的工艺评价数据进行融合，随后建立感知数据与工艺评价数据的映射关系，为工艺动态评价提供数据基础；
(3)设计基于数字孪生的机加工艺动态评价框架，主要包括感知数据、孪生数据、数字孪生工艺模型和基于孪生数据驱动的工艺评价系统；所述的数字孪生工艺模型包括工艺实体模型和工艺评价数据，所述的基于孪生数据驱动的工艺评价系统是工艺评价的交互操作窗口；
(4)构建基于数字孪生据驱动的机加工艺动态评价方法，实现对工艺路线和工艺参数的评价：首先，利用加工过程静态感知数据实现对工艺路线的评价，然后，利用工件加工过程动态感知数据实现对工艺参数的评价，最后，输出工艺评价结果；
(5)基于评价结果，实现机加工艺规程的动态调整，提高工艺信息重用的有效性。
工艺评价的主要对象为工艺规程中的工艺路线和工艺参数。为了更好地表达工艺路线和工艺参数，本发明将工艺规程看作为由加工特征元按照一定顺序组合而形成，以柴油机连杆为例，其基本结构如图2所示。
所述加工特征元(MFE)主要由加工特征(MF)、加工阶段(MS)、加工方法(MM)、加工装备(ME)和加工约束(MR)五部分构成：
MFE＝{MF,MS,MM,ME,MR}，
其中加工特征是加工特征元的载体；加工方法、加工装备和加工约束共同保证加工特征的生成。
以柴油机机身加工过程为例，数据的动态感知框架如图3所示。基于多智能体构建加工过程数据动态感知框架共分为三个层次：数据感知层、数据转换层和数据获取层。感知层主要获取加工装备和工件信息的获取，采用的硬件设备有尺寸检测仪、形位公差检测仪、手持扫描仪、射频装备等，软件系统有刀具管理系统、MDC系统等；数据转换层是感知层和数据获取层的桥梁，它主要包络各类信息传输网络(如蓝牙、无线网络、传感器网络、射频网络等)；数据获取层是对感知数据的组织与管理，采用面向对象的方法实现感知数据管理。
如图4所示，柴油机机身加工过程的数字孪生工艺评价框架包括四部分内容：加工过程的感知数据、孪生数据、数字孪生工艺模型和孪生数据驱动的工艺评价系统。孪生数据是框架的核心，融合了感知数据和工艺评价数据，为机加工艺动态评价系统提供数据支撑；感知数据和数字孪生工艺模型是框架的基础，为孪生数据库的创建提供数据来源；孪生数据驱动的工艺评价系统是工艺评价的交互界面。
再以柴油机连杆加工过程的工艺评价为例，创建的基于数字孪生工艺动态评价流程如图5所示，主要包括：加工过程数据采集与管理、三维机加工艺设计、数字孪生数据创建、基于数字孪生机加工艺评价流程和工艺规程调整与应用。其中连杆加工过程数据采集主要是通过传感器网络，对包括加工机床、刀具和夹具状态信息以及连杆加工质量信息进行采集；三维机加工艺设计包括工艺模型、工艺路线和工艺设计，创建三维工艺实体模型，并添加工艺信息，最终形成工艺规程；孪生数据主要是创建加工过程中的感知数据与工艺评价数据的关联关系，为机加工艺的动态评估提供数据支撑；基于数字孪生的工艺评价流程主要包括工艺路线与工艺参数的评价；工艺规程调整与应用是指基于评价结果，动态调整工艺规程并反馈到制造车间，指导加工生产。

Claims (10)

1.一种基于数字孪生的机加工艺动态评价方法，其特征在于包括以下步骤：
(1)创建基于多智能体的加工过程数据动态感知框架，获取加工过程中的感知数据；
(2)将步骤(1)获取的感知数据进行分析与管理，与工件的工艺评价数据进行融合，建立与工艺评价数据的映射关系；
(3)建立基于数字孪生的机加工艺动态评价框架；
(4)基于步骤(3)中的动态评价框架，对工艺路线和工艺参数进行评价，输出工艺评价结果。
2.根据权利要求1所述的基于数字孪生的机加工艺动态评价方法，其特征在于：步骤(1)中所述的加工过程数据动态感知框架包括数据感知层、数据转换层和数据获取层；数据感知层包括检测设备与检测系统，在加工过程中检测并生成感知数据，数据转换层通过通讯网络将感知数据转换为数字信息形式进行传输，数据获取层组织与管理所收到的感知数据。
3.根据权利要求2所述的基于数字孪生的机加工艺动态评价方法，其特征在于：所述感知数据由工件加工过程中的静态感知数据和动态感知数据组成，静态感知数据包括工件毛坯信息、工艺装备信息、加工工序信息、车间物流信息和操纵人员信息，动态感知数据包括进给量、背吃刀量、尺寸信息和精度信息。
4.根据权利要求3所述的基于数字孪生的机加工艺动态评价方法，其特征在于：步骤(4)中利用所述的静态感知数据进行对工艺路线的评价，利用所述的动态感知数据进行对工艺参数的评价。
5.根据权利要求1所述的基于数字孪生的机加工艺动态评价方法，其特征在于：步骤(2)中所述建立感知数据与工艺评价数据映射关系的步骤包括：首先基于可扩展标记语言创建感知数据的表达模板，然后建立感知数据与检测智能体的关联关系，最后基于感知数据与工艺数据的对应关系，创建感知数据与工艺评价数据的映射关系。
6.根据权利要求1所述的基于数字孪生的机加工艺动态评价方法，其特征在于：步骤(3)中所述的机加工艺动态评价框架包括感知数据、孪生数据、数字孪生工艺模型和基于孪生数据驱动的工艺评价系统；所述的数字孪生工艺模型包括工艺实体模型和工艺评价数据，所述的基于孪生数据驱动的工艺评价系统是工艺评价的交互操作窗口。
7.根据权利要求6所述的基于数字孪生的机加工艺动态评价方法，其特征在于，所述的孪生数据由感知数据和工艺评价数据相互融合构成，将感知数据与工艺评价数据建立映射关系。
8.根据权利要求1所述的基于数字孪生的机加工艺动态评价方法，其特征在于在所述步骤(4)后面还包括步骤(5)：基于步骤(4)中的工艺评价结果，进行机加工艺规程的动态调整，提高工艺信息重用的有效性。
9.根据权利要求8所述的基于数字孪生的机加工艺动态评价方法，其特征在于，步骤(5)中所述的机加工艺规程是由加工特征元排序组合构成的。
10.根据权利要求9所述的基于数字孪生的机加工艺动态评价方法，其特征在于，所述的加工特征元由加工特征、加工阶段、加工方法、加工需求和加工约束五部分构成。
CN201811220496.8A 2018-10-19 2018-10-19 基于数字孪生的机加工艺动态评价方法 Pending CN109492881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811220496.8A CN109492881A (zh) 2018-10-19 2018-10-19 基于数字孪生的机加工艺动态评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811220496.8A CN109492881A (zh) 2018-10-19 2018-10-19 基于数字孪生的机加工艺动态评价方法

Publications (1)

Publication Number Publication Date
CN109492881A true CN109492881A (zh) 2019-03-19

Family

ID=65692135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811220496.8A Pending CN109492881A (zh) 2018-10-19 2018-10-19 基于数字孪生的机加工艺动态评价方法

Country Status (1)

Country Link
CN (1) CN109492881A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109866876A (zh) * 2019-04-10 2019-06-11 江苏科技大学 基于数字孪生的船舶分段建造精度控制方法
CN110490438A (zh) * 2019-08-01 2019-11-22 浙江大学 一种工业流水线车间数字孪生能力的简化策略推荐方法
CN110704974A (zh) * 2019-09-30 2020-01-17 江苏科技大学 基于数字孪生驱动的工艺模型的建模与使用方法
CN111308975A (zh) * 2020-02-28 2020-06-19 南京航空航天大学 基于数字孪生技术的智能制造系统孪生智能体构建系统及方法
CN111695734A (zh) * 2020-06-12 2020-09-22 中国科学院重庆绿色智能技术研究院 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法
WO2021120393A1 (zh) * 2019-12-18 2021-06-24 大连理工大学 一种基于数字孪生的数控机床进给轴热误差监测方法
CN113579849A (zh) * 2021-08-26 2021-11-02 东华大学 一种面向弱刚性钻削的数字孪生控制方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108107841A (zh) * 2017-12-26 2018-06-01 山东大学 一种数控机床数字孪生建模方法
CN108628261A (zh) * 2017-03-21 2018-10-09 西门子公司 工艺控制装置和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108628261A (zh) * 2017-03-21 2018-10-09 西门子公司 工艺控制装置和方法
CN108107841A (zh) * 2017-12-26 2018-06-01 山东大学 一种数控机床数字孪生建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陶飞: ""数字孪生及其应用探索"", 《计算机集成制造系统》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109866876A (zh) * 2019-04-10 2019-06-11 江苏科技大学 基于数字孪生的船舶分段建造精度控制方法
CN110490438A (zh) * 2019-08-01 2019-11-22 浙江大学 一种工业流水线车间数字孪生能力的简化策略推荐方法
CN110490438B (zh) * 2019-08-01 2022-05-31 浙江大学 一种工业流水线车间数字孪生能力的简化策略推荐方法
CN110704974A (zh) * 2019-09-30 2020-01-17 江苏科技大学 基于数字孪生驱动的工艺模型的建模与使用方法
CN110704974B (zh) * 2019-09-30 2023-08-01 江苏科技大学 基于数字孪生驱动的工艺模型的建模与使用方法
WO2021120393A1 (zh) * 2019-12-18 2021-06-24 大连理工大学 一种基于数字孪生的数控机床进给轴热误差监测方法
CN111308975A (zh) * 2020-02-28 2020-06-19 南京航空航天大学 基于数字孪生技术的智能制造系统孪生智能体构建系统及方法
CN111695734A (zh) * 2020-06-12 2020-09-22 中国科学院重庆绿色智能技术研究院 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法
CN113579849A (zh) * 2021-08-26 2021-11-02 东华大学 一种面向弱刚性钻削的数字孪生控制方法及系统

Similar Documents

Publication Publication Date Title
CN109492881A (zh) 基于数字孪生的机加工艺动态评价方法
CN110704974B (zh) 基于数字孪生驱动的工艺模型的建模与使用方法
CN108388146B (zh) 一种基于信息物理融合的三维装配工艺设计系统及运行方法
CN111539080A (zh) 一种基于动态网格划分的非标零件载荷分析方法及系统
KR101846793B1 (ko) 제조 장비에서 수집된 데이터의 분석을 이용한 제조 공정 계획 방법 및 이를 이용한 제조 공정 계획 시스템
CN103341787B (zh) 基于特征的数控加工刀具半径补偿方法
CN105607579B (zh) 一种机床加工智能节能控制方法及系统
CN109190094B (zh) 基于ifc标准的建筑信息模型文件切分方法
CN112488489A (zh) 一种数字孪生驱动的加工质量追溯与动态控制方法及系统
CN104239603B (zh) 一种基于正序逆序结合的三维工序模型生成方法
CN105528503A (zh) 一种基于结构分解的大型构件动态优化设计方法
Fang et al. Closed loop PMI driven dimensional quality lifecycle management approach for smart manufacturing system
CN114298679A (zh) 基于大数据的工业ai平台及其应用方法、介质及电子设备
CN103631996A (zh) 一种基于模型成熟度的产品结构设计与工艺设计并行设计方法
CN107030208B (zh) 一种修边冲孔类模具的加工方法
Sun et al. A multi-criteria decision-making system for selecting cutting parameters in milling process
Zhao et al. A milling cutting tool selection method for machining features considering energy consumption in the STEP-NC framework
CN105205537A (zh) 一种基于本体的特征加工工艺知识表达推理的装置及方法
Kubota et al. A cyber-physical machine tool framework based on STEP-NC
CN112766931A (zh) 全流程的内外业一体化的勘察生产系统及方法
CN109872080B (zh) 一种飞机装配协调规则知识管理方法及系统
Zhang et al. A model-driven dynamic synchronization mechanism of lifecycle business activity for complicated and customized products
Schmid et al. Tacit knowledge based acquisition of verified machining data
Ouyang Intelligent cutting tool selection for milling based on STEP-NC machining features
CN109032076B (zh) 一种复杂结构件制造特征数控加工参数生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319