CN111158314B - 一种基于数字孪生技术的卫星部装装配精度控制方法 - Google Patents
一种基于数字孪生技术的卫星部装装配精度控制方法 Download PDFInfo
- Publication number
- CN111158314B CN111158314B CN201911402079.XA CN201911402079A CN111158314B CN 111158314 B CN111158314 B CN 111158314B CN 201911402079 A CN201911402079 A CN 201911402079A CN 111158314 B CN111158314 B CN 111158314B
- Authority
- CN
- China
- Prior art keywords
- assembly
- satellite
- information
- model
- assembling
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32153—Exchange data between user, cad, caq, nc, capp
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于数字孪生技术的卫星部装装配精度控制方法,首先基于数字孪生技术在虚拟空间中搭建卫星产品的装配孪生模型并以此进行装配工艺设计,然后分析影响产品装配精度的相关数据,在信息平台上构建装配精度信息模型并进行卫星整体装配精度仿真及预测,再依据装配精度仿真结果进行装配工艺优化,之后进入装配实施阶段,在卫星部装装配过程中不断更新装配信息模型和预测卫星整体装配精度,根据每次的预测结果实现对卫星整体装配精度的控制。本发明解决了传统装配过程中由于零件误差、零件选配、人员操作和工装夹具等问题导致的装配偏差累积问题,实现了对装配偏差超差的提前预警以及对装配精度的控制,提高了装配工作效率和装配成功率。
Description
技术领域
本发明涉及卫星部装装配领域,具体涉及一种基于数字孪生技术的卫星部装装配精度控制方法。
背景技术
卫星作为人类的“太空之眼”,其在军事、民用领域都发挥着巨大作用。卫星的种类很多,包括通信卫星、军事卫星、侦查卫星、气象卫星等等,这些品种繁多、功能各异的卫星为人类科技的进步和社会的发展提供了条件。随着社会经济的不断发展,卫星更新换代的速度不断加快,迫切需要加快卫星的研制速度。卫星装配是卫星产品研制的最终阶段,是卫星产品最终功能和性能实现的重要环节。其中,卫星部装装配与调试周期一般占整星研制周期的40%-70%,因此,如何大幅度缩短卫星部装装配时间,提高卫星装配效率,已经成为制约卫星技术发展的关键瓶颈之一。卫星部装装配对象为除太阳翼和仪器设备以外的卫星型号结构,主要有中心承力筒、载荷舱和服务舱三部分,其中蜂窝夹层结构是构成卫星型号的基础结构件。在实际装配过程中,传统的卫星部装装配方法往往会忽略对装配精度的控制,一般是在试装阶段才发现零件的几何尺寸和表面形状不符合装配标准,需要对零件进行重新加工、打磨和二次装配。传统的卫星部装装配方法工作效率低、零件报废率高并且不能提前发现和预测潜在的装配精度问题,已经不能满足现代社会对于卫星科技快速发展的需求。如何提前在装配过程中预测后续的装配偏差问题,提高卫星部装装配效率已经成为了目前卫星部装装配领域亟待解决的关键问题之一。
数字孪生最早是由美国学者提出用来描述物理产品和虚拟产品以及两者之间联系的新名词,近些年来,受到国内外学者的广泛关注,并已经广泛应用于诸多工业领域。具体的来说,数字孪生技术是指在构建一个具有高仿真度、高精度的物理模型基础上,收集、分析、处理人员物流、工作状态以及历史运行等众多数据,集成多学科、多物理量、多尺度、多概率的仿真过程,通过虚实映射、数据交互等手段,反映相对应的实体装备的全生命周期过程。随着数字孪生技术的不断发展,配套的工业应用条件不断完善,为攻克卫星部装装配过程中出现的虚实融合和数据交互瓶颈提供了新的技术思路。首先在虚拟空间内构建一个具有高精度的卫星型号结构的孪生物理模型,然后收集在实际装配过程中装配过程模型的几何尺寸、装配位姿等数据信息,分析并处理装配过程数据实现对卫星部装装配过程的整体管理和控制。
发明内容
技术问题:
本发明针对传统卫星型号装配方法中由于无法实现对卫星整体装配精度的预测和控制所导致的卫星装配成功率低、零部件返修率高以及装配工作效率低下等问题,提出了一种基于数字孪生技术的卫星部装装配精度控制方法。该方法开创性地引入了数字孪生技术,通过搭建现代化的智能测量平台对卫星型号结构零部件的装配关键特征进行测量,然后在信息平台上构建卫星型号结构零部件的数字孪生模型,在孪生模型的基础上构建装配信息模型并进行装配精度的仿真和预测,在随后的装配实施阶段收集和分析处理装配过程中卫星型号结构的装配关键信息,最终在装配过程中实现对装配精度的有效控制,极大地提升了卫星部装装配性能和装配效率。
技术方案:
一种基于数字孪生技术的卫星部装装配精度控制方法,包括如下步骤:
装配工艺准备阶段:(1)获得卫星型号结构的设计参数,建立零件的理论设计模型,其中包括零件的尺寸、公差、几何特征等信息。(2)测量实体零件的尺寸和表面加工误差,判断实体零件的尺寸及公差是否符合设计标准。(3)若符合零件设计标准,则进入此阶段的第(4)步,若不符合设计要求,需要对实体零件的尺寸进行调整,然后返回到此阶段的第(2)步。(4)根据所获得的实体零件的尺寸及公差信息,在虚拟空间中构建卫星型号结构的数字孪生模型,并进行卫星部装装配工艺设计。(5)结合卫星部装装配工艺信息和零件的尺寸及公差信息建立装配信息模型,在此基础上,进行卫星部装的整体装配精度仿真及预测,得到最终的装配偏差累积值。(6)若装配偏差值超差,不符合卫星部装装配精度要求,则对卫星部装装配工艺进行优化,然后返回到此阶段的第(5)步,若装配偏差值未超差,则进入装配实施阶段。
装配实施阶段:(1)根据装配工艺准备阶段完成的装配工艺文件,开始实施卫星部装装配。(2)测量和分析装配过程模型的关键特性,获取装配过程模型的关键特征信息,并结合装配过程模型信息,更新和重构装配信息模型。(3)结合新的装配信息模型,对后续的卫星部装装配进行整体装配精度仿真及预测,得到装配偏差累积值,判断装配偏差值是否超差。(4)若装配偏差值超差,则对装配对象零件进行重新选配或者修理,然后重新实施装配,然后返回到此阶段的第(2)步,若装配偏差值未超差,则继续进行下一工步装配任务。
作为本发明的进一步改进,所述的零件的理论设计模型中包含了零件名称、零件从属集合、零件类型、零件坐标系、零件设计尺寸、零件设计公差、零件几何特征类型、基准几何和功能几何、几何特征向量等信息。
作为本发明的进一步改进,所述的装配工艺设计的输入包含:卫星产品CAD设计模型、部装设计发布模型、卫星型号结构的数字孪生模型、装配资源条件等;装配工艺设计的输出包括:装配层次关系、装配序列、装配路径、工装夹具、装配约束和装配配合信息、装配资源调度等。
作为本发明的进一步改进,所述的装配信息模型是为了后续的装配精度预测而构建的精度信息模型,其中不仅包含建立和搜索装配尺寸链的尺寸及公差信息,还包含装配零部件之间的装配约束关系信息和装配定位关系信息,结合装配精度预测的需要,建立了多层次的装配精度信息模型。
作为本发明的进一步改进,所述的装配精度预测方法是在装配尺寸链的基础上,通过深度搜索算法从装配信息模型中获取几何误差信息和装配约束信息,通过装配自由度约束求解算法,搜索装配偏差传递路径以及构建装配偏差路径矢量环,实现对卫星装配误差的累积计算。
作为本发明的进一步改进,所述的装配过程模型是指在装配过程中,进行到某一装配工步时,将已完成装配任务的卫星模型视为一个整体模型,其会随着装配任务的推进,而实时更新扩充。
作为本发明的进一步改进,所述的装配过程模型的关键特性是指和后续装配任务有着装配约束、装配配合、装配位姿和装配尺寸等装配关系的关键几何特征,其中包括了关键几何特征的尺寸信息、误差信息、特征向量信息和特征自由度信息等。
有益效果:
本发明涉及了一种基于数字孪生技术的卫星部装装配精度控制方法,该方法引入了数字孪生技术,通过在虚拟空间中构建拥有表面几何信息和空间位姿信息的物理实体零件的数字孪生模型,在此基础上进行整体装配精度仿真及预测,根据精度预测结果实现卫星部装装配工艺的优化,并在装配实施阶段不断采集和分析装配过程信息,结合信息平台中不断更新的装配过程模型,在装配过程中实现对卫星部装整体装配精度的控制。此方法有效解决了传统装配过程中由于零件误差、零件选配、人员操作和工装夹具等问题导致的装配偏差累积问题,实现了对装配偏差超差的提前预警以及对装配精度的控制,提高了装配工作效率和装配成功率。
附图说明
图1:为本发明一种基于数字孪生技术的卫星部装装配精度控制方法在装配工艺准备阶段的工作流程图。
图2:为本发明一种基于数字孪生技术的卫星部装装配精度控制方法在装配实施阶段的工作流程图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
一种基于数字孪生技术的卫星部装装配精度控制方法,包括如下步骤:
装配工艺准备阶段,如附图1所示:(1)获得卫星型号结构的设计参数,建立零件的理论设计模型,其中包括零件的尺寸、公差、几何特征等信息;
零件的理论设计模型中包含了零件名称、零件从属集合、零件类型、零件坐标系、零件设计尺寸、零件设计公差、零件几何特征类型、基准几何和功能几何、几何特征向量等信息。
(2)测量实体零件的尺寸和表面加工误差,判断实体零件的尺寸及公差是否符合设计标准;
测量实体零件以及装配过程模型的测量平台为关节臂测量仪,其中关节臂测量仪包含集成激光扫描测头和测量探针,可以得到实体零件的几何特征公差、表面误差、几何尺寸等信息。
(3)若符合零件设计标准,则进入此阶段的第(4)步,若不符合设计要求,需要对实体零件的尺寸进行调整,然后返回到此阶段的第(2)步。
(4)根据所获得的实体零件的尺寸及公差信息,在虚拟空间中构建卫星型号结构的数字孪生模型,并进行卫星部装装配工艺设计;
装配工艺设计的输入包含:卫星产品CAD设计模型、部装设计发布模型、卫星型号结构的数字孪生模型、装配资源条件等;装配工艺设计的输出包括:装配层次关系、装配序列、装配路径、工装夹具、装配约束和装配配合信息、装配资源调度等。
(5)结合卫星部装装配工艺信息和零件的尺寸及公差信息建立装配信息模型,在此基础上,进行卫星部装的整体装配精度仿真及预测,得到最终的装配偏差累积值;
装配信息模型是为了后续的装配精度预测而构建的精度信息模型,其中不仅包含建立和搜索装配尺寸链的尺寸及公差信息,还包含装配零部件之间的装配约束关系信息和装配定位关系信息,结合装配精度预测的需要,建立了多层次的装配精度信息模型;装配精度预测方法是在装配尺寸链的基础上,通过深度搜索算法从装配信息模型中获取几何误差信息和装配约束信息,通过装配自由度约束求解算法,搜索装配偏差传递路径以及构建装配偏差路径矢量环,实现对卫星装配误差的累积计算。
(6)若装配偏差值超差,不符合卫星部装装配精度要求,则对卫星部装装配工艺进行优化,然后返回到此阶段的第(5)步,若装配偏差值未超差,则进入装配实施阶段;
装配工艺优化主要根据装配误差预测仿真结果,在分析计算装配偏差源敏感度和影响因子的基础上,通过对装配工艺的调节例如对零部件进行修配操作、改变装配顺序、调整工装夹具等,将装配关键特征对应的工艺能力指数调节到合适的范围内,实现对卫星部装装配精度的控制;其中,用工艺能力指数描述在卫星装配工艺准备阶段对卫星装配成本与产品精度性能之间的一种均衡制约能力,以期实现装配性能尽可能高,装配成本尽可能低的装配工艺设计方法。
装配实施阶段,如附图2所示:(1)根据装配工艺装备阶段完成的装配工艺文件,开始实施卫星部装装配。
(2)测量和分析装配过程模型的关键特性,获取装配过程模型的关键特征信息,并结合装配过程模型信息,更新和重构装配信息模型;
装配过程模型是指在装配过程中,进行到某一装配工步时,将已完成装配任务的卫星模型视为一个整体模型,其会随着装配任务的推进,而实时更新扩充。的装配过程模型的关键特性是指和后续装配任务有着装配约束、装配位姿和装配尺寸等装配关系的关键几何特征,其中包括了几何特征的尺寸信息、误差信息、特征向量信息和特征自由度信息等。
(3)结合新的装配信息模型,对后续的卫星部装装配进行整体装配精度仿真及预测,得到装配偏差累积值,判断装配偏差值是否超差。
(4)若装配偏差值超差,则对装配对象零件进行重新选配或者修理,然后重新实施装配,然后返回到此阶段的第(2)步,若装配偏差值未超差,则继续进行下一工步装配任务。
当代社会随着科学技术的快速发展,卫星更新换代的速度不断加快,但是传统的卫星部装装配的装配成功率和装配效率过低,不能满足国家社会对于卫星的需求。本发明基于数字孪生技术的卫星部装装配,方法能够应用数字孪生系统,通过在信息平台中不断地进行信息交互反馈,实现对卫星部装装配整体精度的控制,可以极大地提高装配成功率和装配效率。
应当指出,以上具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。
Claims (7)
1.一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,包括如下步骤:
装配工艺准备阶段:(1)获得卫星型号结构的设计参数,建立零件的理论设计模型,其中包括零件的尺寸、公差、几何特征信息;(2)测量实体零件的尺寸和表面加工误差,判断实体零件的尺寸及公差是否符合设计标准;(3)若符合零件设计标准,则进入此阶段的第(4)步,若不符合设计要求,需要对实体零件的尺寸进行调整,然后返回到此阶段的第(2)步;(4)根据所获得的实体零件的尺寸及公差信息,在信息平台中构建卫星型号结构的数字孪生模型,并进行卫星部装装配工艺设计;(5)结合卫星部装装配工艺信息和零件的尺寸及公差信息建立装配信息模型,在此基础上,进行卫星部装的整体装配精度仿真及预测,得到最终的装配偏差累积值;(6)若装配偏差值超差,不符合卫星部装装配精度要求,则对卫星部装装配工艺进行优化,然后返回到此阶段的第(5)步,若装配偏差值未超差,则进入装配实施阶段;
装配实施阶段:(1)根据装配工艺准备阶段完成的装配工艺文件,开始实施卫星部装装配;(2)测量和分析装配过程模型的关键特性,获取装配过程模型的关键特征信息,并结合装配过程模型信息,更新和重构装配信息模型;(3)结合新的装配信息模型,对后续的卫星部装装配进行整体装配精度仿真及预测,得到装配偏差累积值,判断装配偏差值是否超差;(4)若装配偏差值超差,则对装配对象零件进行重新选配或者修理,然后重新实施装配,然后返回到此阶段的第(2)步,若装配偏差值未超差,则继续进行下一工步装配任务。
2.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,零件的理论设计模型中包含了零件名称、零件从属集合、零件类型、零件坐标系、零件设计尺寸、零件设计公差、零件几何特征类型、基准几何和功能几何、几何特征向量信息。
3.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,装配工艺设计的输入包含:卫星产品CAD设计模型、部装设计发布模型、卫星型号结构的数字孪生模型、装配资源条件;装配工艺设计的输出包括:装配层次关系、装配序列、装配路径、工装夹具、装配约束和装配配合信息、装配资源调度。
4.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,装配信息模型包含建立和搜索装配尺寸链的尺寸及公差信息以及装配零部件之间的装配约束关系信息和装配定位关系信息。
5.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,装配精度预测方法是在装配尺寸链的基础上,通过深度搜索算法从装配信息模型中获取几何误差信息和装配约束信息,通过装配自由度约束求解算法,搜索装配偏差传递路径以及构建装配偏差路径矢量环,实现对卫星装配误差的累积计算。
6.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,装配过程模型是指在装配过程中,进行到某一装配工步时,将已完成装配任务的卫星模型视为一个整体模型,其会随着装配任务的推进,而实时更新扩充。
7.根据权利要求1所述的一种基于数字孪生技术的卫星部装装配精度控制方法,其特征在于,装配过程模型的关键特性是指和后续装配任务有着装配约束关系、装配配和关系、装配位姿关系和装配尺寸关系的关键几何特征,其中包括了关键几何特征的尺寸信息、误差信息、特征向量信息和特征自由度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402079.XA CN111158314B (zh) | 2019-12-31 | 2019-12-31 | 一种基于数字孪生技术的卫星部装装配精度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402079.XA CN111158314B (zh) | 2019-12-31 | 2019-12-31 | 一种基于数字孪生技术的卫星部装装配精度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111158314A CN111158314A (zh) | 2020-05-15 |
CN111158314B true CN111158314B (zh) | 2022-10-25 |
Family
ID=70559407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911402079.XA Active CN111158314B (zh) | 2019-12-31 | 2019-12-31 | 一种基于数字孪生技术的卫星部装装配精度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111158314B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859708A (zh) * | 2020-07-31 | 2020-10-30 | 沈阳航空制造有限公司 | 基于飞机结构件数字孪生模型的建模方法 |
CN112132359B (zh) * | 2020-09-29 | 2023-07-18 | 北京航空航天大学 | 一种数字孪生卫星脉动式总装车间设计方法及系统 |
CN112711814A (zh) * | 2021-01-08 | 2021-04-27 | 中国船舶重工集团公司第七0七研究所 | 一种无人艇动力推进装置装配公差分配方法 |
CN113362456B (zh) * | 2021-06-21 | 2024-04-12 | 浙江理工大学 | 一种基于数字孪生技术的测量仪器构建方法及系统 |
CN113916555B (zh) * | 2021-10-15 | 2024-05-03 | 浙江吉利控股集团有限公司 | 一种车辆的尺寸偏差处理方法及系统 |
CN113655768B (zh) * | 2021-10-21 | 2022-02-15 | 深圳市信润富联数字科技有限公司 | 装配良率控制方法、设备及计算机可读存储介质 |
CN114777651B (zh) * | 2022-05-05 | 2024-01-26 | 东北大学 | 一种基于数字孪生的飞机表面装配质量检测方法 |
CN115415785A (zh) * | 2022-08-15 | 2022-12-02 | 北京动力机械研究所 | 一种涡扇发动机核心机装配系统与装配方法 |
CN115415786A (zh) * | 2022-08-30 | 2022-12-02 | 北京动力机械研究所 | 一种人机协同的涡扇发动机核心机装配系统与装配方法 |
CN115203865B (zh) * | 2022-09-19 | 2022-12-06 | 南京理工大学 | 一种基于数字孪生的产品装配过程机械性能在线预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020147A (zh) * | 2016-05-23 | 2016-10-12 | 北京理工大学 | 一种复杂精密机械产品的装配精度系统分析方法 |
CN108388146A (zh) * | 2018-02-01 | 2018-08-10 | 东南大学 | 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 |
CN109445305A (zh) * | 2018-10-26 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于数字孪生的装配精度仿真分析方法与系统 |
CN109657354A (zh) * | 2018-12-20 | 2019-04-19 | 华中科技大学 | 一种基于数字孪生的混流装配车间快速重构方法及系统 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190236489A1 (en) * | 2018-01-30 | 2019-08-01 | General Electric Company | Method and system for industrial parts search, harmonization, and rationalization through digital twin technology |
-
2019
- 2019-12-31 CN CN201911402079.XA patent/CN111158314B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020147A (zh) * | 2016-05-23 | 2016-10-12 | 北京理工大学 | 一种复杂精密机械产品的装配精度系统分析方法 |
CN108388146A (zh) * | 2018-02-01 | 2018-08-10 | 东南大学 | 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 |
CN109445305A (zh) * | 2018-10-26 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于数字孪生的装配精度仿真分析方法与系统 |
CN109657354A (zh) * | 2018-12-20 | 2019-04-19 | 华中科技大学 | 一种基于数字孪生的混流装配车间快速重构方法及系统 |
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 |
Non-Patent Citations (1)
Title |
---|
"基于数字孪生的复杂产品装配建模与精度分析方法_";周石恩;《中国博士学位论文全文数据库 工程科技Ⅰ辑》;20190815;第43-80页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111158314A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111158314B (zh) | 一种基于数字孪生技术的卫星部装装配精度控制方法 | |
CN109270899B (zh) | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 | |
Yi et al. | Digital twin-based smart assembly process design and application framework for complex products and its case study | |
Zhao et al. | The modeling and using strategy for the digital twin in process planning | |
Zhang et al. | Application framework of digital twin-driven product smart manufacturing system: A case study of aeroengine blade manufacturing | |
Liu et al. | A review of digital twin-driven machining: From digitization to intellectualization | |
CN103020358B (zh) | 针对机械装备的可适应性动态设计平台构建方法 | |
Liu et al. | Digital twin-enabled machining process modeling | |
CN106020147A (zh) | 一种复杂精密机械产品的装配精度系统分析方法 | |
Li et al. | A twin data and knowledge-driven intelligent process planning framework of aviation parts | |
CN101537567B (zh) | 基于模块化的可重构机床设计方法 | |
Liu et al. | Integrated manufacturing process planning and control based on intelligent agents and multi-dimension features | |
CN113673104A (zh) | 基于数字孪生的制造业车间工艺规划系统 | |
Kim et al. | Server-Edge dualized closed-loop data analytics system for cyber-physical system application | |
Zhang et al. | Integrating case-based with rule-based reasoning in body-in-white fixture design | |
Wu et al. | Integrated optimization method for helical gear hobbing parameters considering machining efficiency, cost and precision | |
Bai et al. | Fault data screening and failure rate prediction framework-based bathtub curve on industrial robots | |
Bao et al. | Data-driven process planning for shipbuilding | |
Gaoliang et al. | Using CBR to develop a VR‐based integrated system for machining fixture design | |
Cheng et al. | Research on the sequence planning of manufacturing feature based on the node importance of complex network | |
Schmid et al. | Tacit knowledge based acquisition of verified machining data | |
Zhou | Numerical Analysis of Digital Twin System Modeling Methods Aided by Graph‐Theoretic Combinatorial Optimization | |
Tan et al. | Continuous casting slag detection expert system based on CLIPS | |
Huang et al. | Research on the Three-Dimensional Process Design Method of Shipbuilding Based on MBD Technology | |
Sudo et al. | Basic study on development of innovative CNC for improving machining quality based on data sharing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |