CN113344244A - 一种数字孪生驱动的工件加工能耗预测装置 - Google Patents

一种数字孪生驱动的工件加工能耗预测装置 Download PDF

Info

Publication number
CN113344244A
CN113344244A CN202110476943.1A CN202110476943A CN113344244A CN 113344244 A CN113344244 A CN 113344244A CN 202110476943 A CN202110476943 A CN 202110476943A CN 113344244 A CN113344244 A CN 113344244A
Authority
CN
China
Prior art keywords
workpiece
energy consumption
module
processing
data
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.)
Granted
Application number
CN202110476943.1A
Other languages
English (en)
Other versions
CN113344244B (zh
Inventor
张美航
张华�
鄢威
王瑞平
李曙光
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.)
Wuhan University of Science and Engineering WUSE
Original Assignee
Wuhan University of Science and Engineering WUSE
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 Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN202110476943.1A priority Critical patent/CN113344244B/zh
Publication of CN113344244A publication Critical patent/CN113344244A/zh
Application granted granted Critical
Publication of CN113344244B publication Critical patent/CN113344244B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Numerical Control (AREA)
  • Machine Tool Sensing Apparatuses (AREA)

Abstract

本发明公开一种数字孪生驱动的工件加工能耗预测装置，属于数字孪生技术领域，其中，加工系统用于加工，传感器系统设置在加工系统机床主体和待加工零件处，中央处理器系统用于收集和处理传感器系统采集的各类数据信息，数据库系统用于将各类数据信息转换成可储存数据并进行存储，还用于对加工的能耗数据进行迭代优化，模型一致性校验系统用于提供标准的加工工件几何信息并实时校验加工工件标准几何信息与加工工件实际几何信息间的几何误差，能耗预测及优化系统用于根据实际监测的能耗信息预测后续工件的加工能耗并根据历史能耗数据预测同类型工件的加工能耗。本发明系统可以减少工件加工能耗预测的时间，提高能耗预测的精度和准确性。

Description

一种数字孪生驱动的工件加工能耗预测装置
技术领域
本发明属于加工系统能耗预测领域，更具体地，涉及一种数字孪生驱动的工件加工能耗预测装置。
背景技术
数字孪生(Digital Twin，DT)以数字化的方式创建物理实体的虚拟模型，借助数据模拟物理实体的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，促进物理世界与信息世界的交互与融合，为物理实体增加或扩展新的能力。
当前制造业的能耗一直是能源消耗的主要方面，机加工系统的能耗在能耗方面一直居于主导地位。随着环境问题的越发突出，降低能源消耗是所有制造业的重要任务。降低能耗的首要方面就是对能耗进行实时的监测和采集，对能耗数据进行评估后才能制定具体的降低能耗策略。如果能制定一种基于数字化的能耗监测和预测系统，对工件加工过程进行能耗监测和预测，就能在出现能耗变化较大的时候，立即采取停止措施，是非常有效的做法。
因此，基于数字孪生技术，针对数控机床工件加工过程，提出一种数字孪生驱动的工件加工过程能耗预测装置是非常有意义的，这样的系统能够解决数控机床工件加工过程中无法准确测量工件加工能耗的问题，最终能提高数控机床工件加工的能耗测量和预测效率。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种数字孪生驱动的工件加工能耗预测装置，该装置基于数字孪生技术，巧妙地设置了多个模块，能够解决数控机床加工工件过程中无法准确测量工件加工能耗的问题，其能提高数控机床工件加工的能耗监测精度和预测效率。
为实现上述目的，本发明提供了一种数字孪生驱动的工件加工能耗预测装置，其包括加工系统、传感器系统、中央处理器系统、数据库系统、状态监测系统、模型一致性校验系统和能耗预测及优化系统，其中，
加工系统包括数控机床图纸导入模块、材料选择模块、刀具选取模块、工件特征提取模块、工艺参数模块和机床主体，图纸导入模块用于将工件的三维图转换成二维图并将二维图导入到数控机床用于工件加工；工艺参数模块用于根据工艺说明制定工艺加工方案；材料选择模块用于根据工艺参数给出原材料的可选方案；刀具选取模块用于根据工艺参数给出刀具选择方案；工件特征提取模块用于实时提取加工工件的几何特征；机床主体用于提供加工场所，并用于夹持待加工零件和刀具，
传感器系统设置在机床主体和待加工零件处，其包括功率传感器、CCD传感器、压力传感器、温度传感器、电流传感器和电压传感器，用于采集功率、被加工工件图像、刀具压力、刀尖温度、电压和电流数据，工件特征提取模块用于根据CCD传感器拍摄的被加工工件实时图像实时提取加工工件的几何特征，
中央处理器系统用于收集和处理传感器系统采集的各类数据信息，数据库系统用于将经中央处理器系统处理后获得的各类数据信息转换成可储存数据，并进行本地存储和云端存储，还用于对加工能耗数据进行迭代优化，模型一致性校验系统用于提供标准的加工工件几何信息并实时校验加工工件标准几何信息与加工工件实际几何信息间的几何误差，能耗预测及优化系统用于根据红外热成像图谱预测刀具的实时温度，还用于根据实际监测的能耗信息预测后续工件的加工能耗并根据历史能耗数据预测同类型工件的加工能耗，从而根据实际情况调整加工工件工艺方案。
进一步的，压力传感器分别安装于加工工件夹具末端和刀具夹具末端，用于收集工件和刀具的受力情况；温度传感器安装于刀具附近位置，用于监测刀具与工件接触点处的温度，功率传感器安装于主轴上，用于监测工件加工过程的实时功率变化情况，电流传感器安装于机床的电源线，用于监测机床加工过程中的电流情况，电压传感器安装于机床的三相电源接线口，用于测量工件加工过程的电压情况。
进一步的，中央处理器系统包括OPC UA服务器和OPC UA客户端，其中，OPC UA客户端用于收集各个传感器的数据信息，OPC UA服务器用于处理OPC UA客户端收集的数据信息，所述处理是指对加工过程的数据进行数据清洗、数据融合。
进一步的，数据库系统包括数据映射功能模块、本地数据库模块、云端数据库模块、迭代优化数据模块，其中，映射功能模块用于将中央处理器系统中OPC UA服务器处理的数据转换成可储存的数据，本地数据库用于将获得的可存储数据进行本地存储，云端数据库用于本地数据的云端存储，以防止本地数据丢失，同时用于远程查看及调用，迭代优化数据模块用于将能耗预测及优化系统的数据进行自适应调整工艺参数，并驱动下一步的加工。
进一步的，状态监测系统包括功率监测模块、工件位置监测模块、转速监测模块、刀具实时追踪模块、工件实时追踪模块和数据可视化界面，其中，功率监测模块用于对功率传感器采集的功率信息进行监测，工件位置监测模块用于实时监测加工工件进给量，转速监测模块用于实时监测工件加工转速，刀具实时追踪模块用于实时监测刀具的信息及当前刀具温度，工件实时追踪模块用于实时监测加工工件加工信息，数据可视化界面用于显示各类数据信息。
进一步的，模型一致性校验系统包括计算机辅助设计模块和模型一致性校验模块，其中，计算机辅助设计模块用于提供标准的加工工件几何信息，以便实时与加工工件实际尺寸进行比对，模型一致性校验模块用于实时校验工件标准几何信息与实际加工工件的几何误差。
进一步的，能耗预测及优化系统包括计算机辅助分析模块、能耗预测模块和迭代优化模块，其中，计算机辅助分析模块用于分析工件加工位置与刀具接触点的温度情况，以便于为未来进一步优化加工方案，能耗预测模块用于根据实际监测的能耗信息而预测后续类似工件的加工能耗，迭代优化模块用于根据红外热成像图谱预测的温度及功率测试模块预测的能耗情况调整工件加工工艺方案。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
现有的工件加工能耗预测方法只关注了实际加工过程的数据采集、分析，本发明方法通过建立工件加工的数字孪生模型，并进行实时仿真，能够得到切削过程中工件整体的受力情况和能耗信息。而且，其能进行迭代并优化下一步的加工过程，能够实时监测和预测优化加工工艺。此外，通过调用数据库的加工信息及能耗数据，从而对同类型的工件不需要加工就可以预测加工能耗，提高了加工能耗测量的效率，且更加准确。相比传统方法，基于数字孪生的工件加工能耗预测装置能够显著提高工件加工能耗监控和预测的精度，针对能耗高的工件可以选择更改加工路线、更改加工速度等加工参数，从而提高工件加工效率，降低能量消耗。
附图说明
图1是本发明实施例中数字孪生驱动的工件加工能耗预测装置的总体结构示意图；
图2是本发明实施例中加工系统所包括模块的结构示意图；
图3是本发明实施例中传感器系统所包括模块的结构示意图；
图4是本发明实施例中中央处理器系统所包括模块的结构示意图；
图5是本发明实施例中数据库系统所包括模块的结构示意图；
图6是本发明实施例中状态监测系统所包括模块的结构示意图；
图7是本发明实施例中能耗预测及优化系统所包括模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1是本发明实施例中数字孪生驱动的工件加工能耗预测装置的总体结构示意图，其包括加工系统、传感器系统、中央处理器系统、数据库系统、状态监测系统、模型一致性校验系统和能耗预测及优化系统。
其中，加工系统包括数控机床图纸导入模块、材料选择模块、刀具选取模块、工件特征提取模块、工艺参数模块和机床主体。加工系统的结构组成如图2所示，其中，图纸导入模块的作用是将工件的三维图转换成二维图，然后将二维图导入到数控机床用于工件加工；材料选择模块其作用是根据工艺参数给出原材料的可选方案，如毛坯件的规格、尺寸等；刀具选取模块其作用是根据工件的工艺参数给出刀具选择方案；工件特征提取模块的作用是实时提取加工工件的几何特征，该模块工作过程中需要与传感器系统中的CCD模块配合使用；工艺参数模块的作用是根据工艺说明智能化的制定工艺加工方案。机床主体用于提供加工场所，待加工零件被夹持在机床上，刀具被固定在机床的刀具夹持端。
图3是本发明实施例中传感器系统所包括模块的结构示意图，由图可知，传感器系统包括功率传感器、CCD传感器、压力传感器、温度传感器、电流传感器、电压传感器。其中，CCD传感器是采集加工工件的几何信息，为特征提取模块提供硬件支撑；压力传感器分别安装于工件夹具末端和刀具夹具末端，用于收集工件和刀具的受力情况；温度传感器安装于刀具附近位置，用于监测刀具与工件接触点处的温度，功率传感器用于监测工件加工过程的功率变化情况，电流传感器用于监测机床加工过程中的电流情况，电压传感器用于测量工件加工过程的电压情况。传感器系统中的各个传感器设置在机床主体上或者待加工工件附近，以采集所需的功率、图像、刀具压力、刀尖温度、电压和电流数据。
图4是本发明实施例中中央处理器系统所包括模块的结构示意图，由图可知，中央处理器系统包括：OPC UA服务器组件(OPC UA服务器组件也称为OPC UA服务器)和OPC UA客户端组件(也称为OPC UA客户端)。其中，OPC UA客户端用于收集各个传感器系统的数据信息；OPC UA服务器用于处理OPC UA客户端收集的数据信息。
图5是本发明实施例中数据库系统所包括模块的结构示意图，由图可知，数据库系统包括：数据映射功能模块、本地数据库模块、云端数据库模块和迭代优化数据模块。其中，映射功能模块是将中央处理器系统中OPC UA服务器处理的数据转换成可储存的数据；本地数据库是将上述获得的可存储数据进行本地存储；云端数据库是对本地数据库的云端存储，防止本地数据丢失，同时也便于远程查看及调用。迭代优化数据模块(也可称为输入输出模块)用于将能耗预测及优化系统的数据进行自适应调整工艺参数，并驱动下一步的加工。
图6是本发明实施例中状态监测系统所包括模块的结构示意图，由图可知，状态监测系统包括功率监测模块、工件位置监测模块、转速监测模块、刀具实时追踪模块、工件实时追踪模块和数据可视化界面。其中，功率监测模块用于将传感器系统中的功率传感器采集的功率信息进行监测；工件位置监测模块用于实时监测工件进给量；转速监测模块用于实时监测工件加工转速；刀具实时追踪模块用于实时监测刀具的信息及当前刀具温度，工件实时追踪模块用于实时监测工件加工信息；数据可视化界面用于显示上述各类数据信息。
模型一致性校验系统(也称为模型一致性验证系统)包括计算机辅助设计模块和模型一致性校验模块。其中，计算机辅助设计模块用于提供标准的加工工件几何信息，以便与实时与加工工件实际尺寸进行比对；模型一致性校验模块用于实时校验工件标准几何信息与实际加工工件的几何误差。
图7是本发明实施例中能耗预测及优化系统所包括模块的结构示意图，由图可知，能耗预测及优化系统包括计算机辅助分析模块、能耗预测模块和迭代优化模块。其中，计算机辅助分析模块用于分析工件加工位置与刀具接触点的温度情况，以便于为未来进一步优化加工方案；能耗预测模块用于根据实际监测的能耗信息而预测后续类似工件的加工能耗；迭代优化模块用于根据红外热成像图谱预测的温度及功率测试模块预测的能耗情况调整工件加工工艺方案。
本发明以VMC855加工中心为基础，并在其上加装了功率传感器、电压传感器、电流传感器、CCD传感器、温度传感器、压力传感器。其中，功率传感器、电流传感器和电压传感器用于导出工件加工过程中的功率消耗以及电流电压的实际值，可以使用FOCUS旗下的CCMT2640功率测试仪获得；温度传感器选用MCS640高温热成像仪，该热成像仪的测量温度范围在600到3000摄氏度，可以满足大部分合金材料的加工；CCD传感器用于捕获工件实时加工特征，用户后续的一致性校验，具体可以选用迈德威视的MV-GE1600C-T工业相机，配合MV-LD-8-5M-C工业镜头，该工业相机具有1600万像素分辨率，能够满足产品需求；压力传感器安装于刀具底端，用于监测刀具实时受力情况。
工作过程如下：
首先，启动加工中心，然后开启各类系统组件，加工中心开始加工工件的过程中，传感器系统中的各个传感器与中央处理器系统中的OPC UA客户端组件相连接，传感器将检测到的数据传递到OPC UA服务器端(也称为OPC UA服务器组件)，然后，经过OPC UA服务器端处理后存储到本地数据库，本地数据库数据同步备份到云端(云端也称为云数据库)，便于随时异地调用。进一步的，状态监测系统从数据库系统中调用数据，然后进行各类数据的监测和可视化显示，然后这些调出的数据再进行模型一致性校验，这个过程中，主要是用CCD采集的图像重构三维模型，然后用三维模型与原始的CAD模型进行对比分析，看是否达到预定加工要求，如果距离预定要求比较远，可以保持一个较快的加工速度，如果已经接近预定加工要求，则需要降低刀具速度和进给速度。这一步之后，是能耗预测及优化，这里首先预测当前加工状态下的能耗，然后通过迭代来寻找最优能耗值，这一过程中，需要将实时能耗值存储到数据库中。
本发明装置科学合理，使用安全方便，利用能耗监测模块对工件加工过程的能耗进行实时监测，同时，利用能耗预测模块对工件加工过程的能耗进行分析和处理，及时调整工艺参数，同时还可以对同类型工件的加工能耗进行预测，因此可以减少工件加工能耗预测的时间，提高能耗预测的精度和准确性。
本发明中，数字孪生模型是指一种实现数控系统加工及能耗预测和迭代优化的框架，数字孪生技术是指实现数控系统进行工件加工及能耗预测和迭代优化的具体行动方案。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种数字孪生驱动的工件加工能耗预测装置，其特征在于，其包括加工系统、传感器系统、中央处理器系统、数据库系统、状态监测系统、模型一致性校验系统和能耗预测及优化系统，其中，
加工系统包括数控机床图纸导入模块、材料选择模块、刀具选取模块、工件特征提取模块、工艺参数模块和机床主体，图纸导入模块用于将工件的三维图转换成二维图并将二维图导入到数控机床用于工件加工；工艺参数模块用于根据工艺说明制定工艺加工方案；材料选择模块用于根据工艺参数给出原材料的可选方案；刀具选取模块用于根据工艺参数给出刀具选择方案；工件特征提取模块用于实时提取加工工件的几何特征；机床主体用于提供加工场所，并用于夹持待加工零件和刀具，
传感器系统设置在机床主体和待加工零件处，其包括功率传感器、CCD传感器、压力传感器、温度传感器、电流传感器和电压传感器，用于采集功率、被加工工件图像、刀具压力、刀尖温度、电压和电流数据，工件特征提取模块用于根据CCD传感器拍摄的被加工工件实时图像实时提取加工工件的几何特征，
中央处理器系统用于收集和处理传感器系统采集的各类数据信息，数据库系统用于将经中央处理器系统处理后获得的各类数据信息转换成可储存数据，并进行本地存储和云端存储，状态监测系统调用数据库系统数据，进行加工状态监测，模型一致性校验系统与状态监测系统之间数据连接，用于提供标准的加工工件几何信息并实时校验加工工件标准几何信息与加工工件实际几何信息间的几何误差，能耗预测及优化系统与模型一致性校验系统之间数据连接，用于根据实际监测的数据进行能耗信息预测，并根据历史能耗数据预测同类型工件的加工能耗。
2.如权利要求1所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，能耗预测及优化系统与数据库系统之间数据连接，数据库系统和加工系统间数据连接，数据库系统还用于根据能耗信息预测结果对加工能耗数据进行迭代优化，并将迭代优化的加工能耗数据传输给加工系统，以指导下一次加工。
3.如权利要求2所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，压力传感器分别安装于加工工件夹具末端和刀具夹具末端，用于收集工件和刀具的受力情况；温度传感器安装于刀具附近位置，用于监测刀具与工件接触点处的温度，功率传感器安装于主轴上，用于监测工件加工过程的实时功率变化情况，电流传感器安装于机床的电源线，用于监测机床加工过程中的电流情况，电压传感器安装于机床的三相电源接线口，用于测量工件加工过程的电压情况。
4.如权利要求3所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，中央处理器系统包括OPC UA服务器和OPC UA客户端，其中，OPC UA客户端用于收集各个传感器的数据信息，OPC UA服务器用于处理OPC UA客户端收集的数据信息，所述处理是指对加工过程的数据进行数据清洗、数据融合。
5.如权利要求4所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，数据库系统包括数据映射功能模块、本地数据库模块、云端数据库模块、迭代优化数据模块，其中，映射功能模块用于将中央处理器系统中OPC UA服务器处理的数据转换成可储存的数据，本地数据库用于将获得的可存储数据进行本地存储，云端数据库用于本地数据的云端存储，以防止本地数据丢失，同时用于远程查看及调用，迭代优化数据模块用于将能耗预测及优化系统的数据进行工艺参数自适应调整，并驱动下一步的加工。
6.如权利要求5所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，状态监测系统包括功率监测模块、工件位置监测模块、转速监测模块、刀具实时追踪模块、工件实时追踪模块和数据可视化界面，其中，功率监测模块用于对功率传感器采集的功率信息进行监测，工件位置监测模块用于实时监测加工工件进给量，转速监测模块用于实时监测工件加工转速，刀具实时追踪模块用于实时监测刀具的信息及当前刀具温度，工件实时追踪模块用于实时监测加工工件加工信息，数据可视化界面用于显示各类数据信息。
7.如权利要求6所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，模型一致性校验系统包括计算机辅助设计模块和模型一致性校验模块，其中，计算机辅助设计模块用于提供标准的加工工件几何信息，以便实时与加工工件实际尺寸进行比对，模型一致性校验模块用于实时校验工件标准几何信息与实际加工工件的几何误差。
8.如权利要求7所述的一种数字孪生驱动的工件加工能耗预测装置，其特征在于，能耗预测及优化系统包括计算机辅助分析模块、能耗预测模块和迭代优化模块，其中，计算机辅助分析模块用于分析工件加工位置与刀具接触点的温度情况，以便于为未来进一步优化加工方案，能耗预测模块用于根据实际监测的能耗信息而预测后续类似工件的加工能耗，迭代优化模块用于根据外界红外热成像图谱预测的温度及功率测试模块预测的能耗情况调整工件加工工艺方案。
CN202110476943.1A 2021-04-29 2021-04-29 一种数字孪生驱动的工件加工能耗预测装置 Active CN113344244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110476943.1A CN113344244B (zh) 2021-04-29 2021-04-29 一种数字孪生驱动的工件加工能耗预测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110476943.1A CN113344244B (zh) 2021-04-29 2021-04-29 一种数字孪生驱动的工件加工能耗预测装置

Publications (2)

Publication Number Publication Date
CN113344244A true CN113344244A (zh) 2021-09-03
CN113344244B CN113344244B (zh) 2023-04-07

Family

ID=77469129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110476943.1A Active CN113344244B (zh) 2021-04-29 2021-04-29 一种数字孪生驱动的工件加工能耗预测装置

Country Status (1)

Country Link
CN (1) CN113344244B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115167279A (zh) * 2022-09-07 2022-10-11 中科航迈数控软件(深圳)有限公司 针对数控机床的能耗预测方法、系统及相关设备
CN116776289A (zh) * 2023-08-25 2023-09-19 中科航迈数控软件(深圳)有限公司 数控机床加工方法、装置、电子设备及可读存储介质
CN118412864A (zh) * 2024-07-03 2024-07-30 国网浙江省电力有限公司双创中心 一种电力负荷分钟级柔性控制方法、系统及设备
WO2024192910A1 (zh) * 2023-03-22 2024-09-26 深圳吉兰丁智能科技有限公司 一种加工数据处理系统和加工数据处理方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971019A (zh) * 2014-05-23 2014-08-06 武汉科技大学 一种基于几何特征的工件加工能耗预测方法
EP3001265A1 (en) * 2014-09-26 2016-03-30 Palo Alto Research Center, Incorporated Computer-implemented method and system for machine tool damage assessment, prediction, and planning in manufacturing shop floor
WO2016131228A1 (zh) * 2015-02-17 2016-08-25 重庆大学 机床多源能耗系统多信息在线检测系统
WO2019001220A1 (zh) * 2017-06-26 2019-01-03 江南大学 一种基于决策树的数控车床车削过程能耗预测系统及方法
CN109933923A (zh) * 2019-03-19 2019-06-25 山东大学 一种基于数字孪生的机电装备精益设计方法
CN110488629A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于数字孪生技术的混合动力汽车的管控方法
US20200125064A1 (en) * 2017-05-11 2020-04-23 Homag Gmbh Method for monitoring a manufacturing process
CN111274671A (zh) * 2019-12-31 2020-06-12 东南大学 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统
CN111582604A (zh) * 2020-05-20 2020-08-25 中国工商银行股份有限公司 数据处理方法和装置、电子设备、及介质
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
CN112101899A (zh) * 2020-09-09 2020-12-18 北京航空航天大学 一种数字孪生增强的制造服务信息物理融合方法
CN112523818A (zh) * 2020-11-19 2021-03-19 上海发电设备成套设计研究院有限责任公司 基于数字孪生体信息的监控方法、系统、服务端及存储介质
CN112613646A (zh) * 2020-12-08 2021-04-06 上海交通大学烟台信息技术研究院 一种基于多维数据融合的设备状态预测方法及系统
CN112700032A (zh) * 2020-12-15 2021-04-23 国网上海能源互联网研究院有限公司 一种用于低压直流配用电系统的故障预测系统及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971019A (zh) * 2014-05-23 2014-08-06 武汉科技大学 一种基于几何特征的工件加工能耗预测方法
EP3001265A1 (en) * 2014-09-26 2016-03-30 Palo Alto Research Center, Incorporated Computer-implemented method and system for machine tool damage assessment, prediction, and planning in manufacturing shop floor
WO2016131228A1 (zh) * 2015-02-17 2016-08-25 重庆大学 机床多源能耗系统多信息在线检测系统
US20200125064A1 (en) * 2017-05-11 2020-04-23 Homag Gmbh Method for monitoring a manufacturing process
WO2019001220A1 (zh) * 2017-06-26 2019-01-03 江南大学 一种基于决策树的数控车床车削过程能耗预测系统及方法
CN109933923A (zh) * 2019-03-19 2019-06-25 山东大学 一种基于数字孪生的机电装备精益设计方法
CN110488629A (zh) * 2019-07-02 2019-11-22 北京航空航天大学 一种基于数字孪生技术的混合动力汽车的管控方法
CN111274671A (zh) * 2019-12-31 2020-06-12 东南大学 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统
CN111582604A (zh) * 2020-05-20 2020-08-25 中国工商银行股份有限公司 数据处理方法和装置、电子设备、及介质
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
CN112101899A (zh) * 2020-09-09 2020-12-18 北京航空航天大学 一种数字孪生增强的制造服务信息物理融合方法
CN112523818A (zh) * 2020-11-19 2021-03-19 上海发电设备成套设计研究院有限责任公司 基于数字孪生体信息的监控方法、系统、服务端及存储介质
CN112613646A (zh) * 2020-12-08 2021-04-06 上海交通大学烟台信息技术研究院 一种基于多维数据融合的设备状态预测方法及系统
CN112700032A (zh) * 2020-12-15 2021-04-23 国网上海能源互联网研究院有限公司 一种用于低压直流配用电系统的故障预测系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李弼心 等: "XK713数控铣床加工工件能耗预测方法研究", 《机械设计与制造》 *
黄圆圆: "基于数字孪生的制造服务能耗评估方法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115167279A (zh) * 2022-09-07 2022-10-11 中科航迈数控软件(深圳)有限公司 针对数控机床的能耗预测方法、系统及相关设备
WO2024192910A1 (zh) * 2023-03-22 2024-09-26 深圳吉兰丁智能科技有限公司 一种加工数据处理系统和加工数据处理方法
CN116776289A (zh) * 2023-08-25 2023-09-19 中科航迈数控软件(深圳)有限公司 数控机床加工方法、装置、电子设备及可读存储介质
CN116776289B (zh) * 2023-08-25 2023-11-17 中科航迈数控软件(深圳)有限公司 数控机床加工方法、装置、电子设备及可读存储介质
CN118412864A (zh) * 2024-07-03 2024-07-30 国网浙江省电力有限公司双创中心 一种电力负荷分钟级柔性控制方法、系统及设备
CN118412864B (zh) * 2024-07-03 2024-09-06 国网浙江省电力有限公司双创中心 一种电力负荷分钟级柔性控制方法、系统及设备

Also Published As

Publication number Publication date
CN113344244B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN113344244B (zh) 一种数字孪生驱动的工件加工能耗预测装置
CN113110355B (zh) 一种数字孪生驱动的工件加工能耗预测及优化方法
CN108490880B (zh) 一种数控机床切削刀具磨损状态实时监测方法
Zhou et al. Tool wear monitoring using acoustic emissions by dominant-feature identification
CN114237155B (zh) 一种多轴数控加工的误差预测及补偿方法、系统及介质
US20180299944A1 (en) Production Management Method and System Using Power Consumption Features
CN112947290B (zh) 基于边云协同的设备状态监测方法、监测系统及存储介质
CN116560327B (zh) 一种基于物联网的电动工具生产控制方法及系统
CN110889091A (zh) 基于温度敏感区间分段的机床热误差预测方法与系统
CN108188835B (zh) 基于机器视觉的数控机床主轴热伸长测试装置及测试方法
CN115331002A (zh) 一种基于ar眼镜实现热力站故障远程处理方法
CN114589631B (zh) 一种数控铲磨床控制系统和方法
TWI676873B (zh) 刀具監控系統及刀具監控方法
CN112529036A (zh) 一种故障预警方法、装置、设备及存储介质
CN116822353A (zh) 一种制造工艺过程的数字孪生模型快速构建方法
CN112475410A (zh) 一种铣削温度与多元影响因子的关联分析系统及方法
CN117961646B (zh) 一种重载加工用数控刀片剩余使用寿命预测方法及系统
CN108871238B (zh) 一种核电用锆管直线度测量方法及装置
CN100462672C (zh) 影像量测系统及方法
CN116595732A (zh) 设备数字孪生模型构建、设备内部温度监控方法及装置
TWM531354U (zh) 加工裝置
CN114354633B (zh) 一种陶瓷卫浴外观质量检测系统及检测方法
CN115861187A (zh) 一种激光沉积增材制造在线监测系统及方法
CN108663009A (zh) 连杆类零件的给定方向相对基准要素轴线的平行度误差测量方法
CN108645362A (zh) 连杆类零件加工误差检测设备

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