CN113538865A - 基于数字孪生的五轴联动机床在线诊断预警系统及方法 - Google Patents
基于数字孪生的五轴联动机床在线诊断预警系统及方法 Download PDFInfo
- Publication number
- CN113538865A CN113538865A CN202110679933.8A CN202110679933A CN113538865A CN 113538865 A CN113538865 A CN 113538865A CN 202110679933 A CN202110679933 A CN 202110679933A CN 113538865 A CN113538865 A CN 113538865A
- Authority
- CN
- China
- Prior art keywords
- machine tool
- axis linkage
- linkage machine
- early warning
- unit
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Numerical Control (AREA)
Abstract
本发明公开一种基于数字孪生的五轴联动机床在线诊断预警系统及方法,所述系统包括:五轴联动机床数控系统主控单元、五轴联动机床映像数字孪生体、数字孪生学习模块、数字孪生结构模块;所述方法包括:S1:获取五轴联动机床数控系统主控单元;S2:将五轴联动机床数控系统主控单元经过预设五轴联动机床映像数字孪生体判断五轴联动机床数控系统主控单元是否发生故障,若是,则推送预警信息。本发明通过引入数字孪生技术,对可能发生故障五轴联动机床进行故障预警输出,达到根据机床当前状态是否会发生故障的前期预警输出,避免机床重大故障发生,提高机床运行整体性能的效果。
Description
技术领域
本发明涉及智能制造领域,具体而言,本发明涉及一种基于数字孪生的五轴联动机床在线诊断预警系统及方法。
背景技术
五轴联动机床作为制造业母机,机床性能高低对制造业是至关重要的。在传统五轴联动机床中,只有机床使用部件或控制真正发生故障后,方报警产生报警信息及限制机床相关动作,此时部件往往已经破损或者性能完全失去,会造成机床性能恢复周期长、精度保持性低等缺点。
发明内容
为了克服上述技术缺陷和不足,本发明提供了一种基于数字孪生的五轴联动机床在线诊断预警系统及方法,通过在五轴联动机床的设计和使用中引入数字孪生技术,对可能发生故障五轴联动机床进行故障预警输出,从而达到根据机床当前状态是否会发生故障的前期预警输出,避免机床重大故障发生,提高了机床运行整体性能。
方案一:
提供一种基于数字孪生的五轴联动机床在线诊断预警系统,包括:五轴联动机床数控系统主控单元、五轴联动机床映像数字孪生体、数字孪生学习模块、数字孪生结构模块,
所述五轴联动机床数控系统主控单元,其一方面与检测组件相连接,对五轴联动机床的运行状态数据进行采集;另一方面与所述五轴联动机床映像数字孪生体相连接,用于判断五轴联动机床数控系统主控单元是否发生故障;
所述五轴联动机床映像数字孪生体与所述五轴联动机床数控系统主控单元相对应,能反映所述五轴联动机床数控系统主控单元的实际运行状态;
所述数字孪生学习模块,用于对所述五轴联动机床数控系统主控单元的实际运行状态数据进行预警分析;其一方面与所述五轴联动机床映像数字孪生体相连接,用于对所述五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集;另一方面与所述数字孪生结构模型相连接,用于输出预警结果;
所述数字孪生结构模型,一方面与所述数字孪生学习模块相连接,用于接收所述预警结果;另一方面与所述五轴联动机床映像数字孪生体相连接,用于将所述预警结果传送给所述五轴联动机床数控系统主控单元。
优选地,所述检测组件包括:伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件;
所述伺服系统监控检测组件,用于对五轴联动机床的伺服系统运行状态进行监控检测;所述液压状态监控检测组件,用于对五轴联动机床的液压状态进行监控检测;所述气动状态监控检测组件,用于对五轴联动机床的气动状态进行监控检测;所述水路状态监控检测组件,用于对五轴联动机床的水路状态进行监控检测;所述主轴状态监控检测组件,用于对五轴联动机床的主轴状态进行监控检测;所述AC摆头状态监控检测组件,用于对五轴联动机床的AC摆头状态进行监控检测。
优选地,所述数字孪生学习模块包括:
运行状态数据读取单元、正常运行状态数据库、报警信息及状态数据库、故障判断单元、预警输出单元;
所述运行状态数据读取单元与所述五轴联动机床数控系统主控单元相连接,用于对五轴联动机床的运行状态数据进行采集读取;
所述运行状态数据读取单元,一方面与所述正常运行状态数据库连接,用于存储五轴联动机床处于正常运行状态时的各项数据;另一方面与所述报警信息及状态数据库相连接,用于存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
所述故障判断单元,一方面与所述正常运行状态数据库连接,另一方面与所述报警信息及状态数据库相连接,用于将所述实际运行状态数据与所述正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
所述预警输出单元与所述故障判断单元相连接,用于输出预警结果。
优选地,所述数字孪生结构模型包括:
机构功能部件单元、电气单元、伺服单元、液压/水路/气路单元、主轴单元、AC摆头单元、状态监控单元、输出接口单元;
所述机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;所述电气单元用来模拟五轴联动机床电气部件的运行状态;所述伺服单元,用来模拟五轴联动机床伺服系统的运行状态;所述液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;所述主轴单元,用来模拟五轴联动机床主轴的运行状态;所述AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;所述状态监控单元,用来监控五轴联动机床整体的运行状态;所述输出接口单元,用于输出预警结果。
方案二:
提供一种基于数字孪生的五轴联动机床在线诊断预警方法,包括:
S1:获取五轴联动机床数控系统主控单元;
S2:将五轴联动机床数控系统主控单元经过预设五轴联动机床映像数字孪生体判断五轴联动机床数控系统主控单元是否发生故障,若是,则推送预警信息。
优选地,步骤S2包括如下步骤:
建立五轴联动机床映像数字孪生体,所述五轴联动机床映像数字孪生体与所述五轴联动机床数控系统主控单元相对应,能反映所述五轴联动机床数控系统主控单元的实际运行状态;
建立数字孪生学习模块,用于通过所述五轴联动机床映像数字孪生体对所述五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集,根据所述实际运行状态数据进行预警分析并输出预警结果;
建立数字孪生结构模型,用于模拟所述五轴联动机床数控系统主控单元的运行状态,接收所述预警结果,并将所述预警结果通过所述五轴联动机床映像数字孪生体传送给所述五轴联动机床数控系统主控单元;
对所述预警结果进行显示、预处理、信息输出。
优选地,步骤S1所述的五轴联动机床数控系统主控单元,用于对五轴联动机床进行数字控制及检测预警,与其连接的组件包括伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件。
优选地,所述建立数字孪生学习模块包括:
建立运行状态数据读取单元,对所述五轴联动机床数控系统主控单元的实际运行状态数据进行采集读取;
建立正常运行状态数据库,存储五轴联动机床处于正常运行状态时的各项数据;
建立报警信息及状态数据库,存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
建立故障判断单元,将所述实际运行状态数据与所述正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
建立预警输出单元,输出所述预警结果;
数据依上面步骤循环处理。
优选地,所述建立数字孪生结构模型包括:
建立机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;
建立电气单元用来模拟五轴联动机床电气部件的运行状态;
建立伺服单元,用来模拟五轴联动机床伺服系统的运行状态;
建立液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;建立主轴单元,用来模拟五轴联动机床主轴的运行状态;
建立AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;
建立状态监控单元,用来监控五轴联动机床整体的运行状态;
建立输出接口单元,用于输出预警结果。
优选地,对所述预警结果进行显示、预处理、信息输出包括:
所述输出接口单元输出的预警结果通过数据传送接口将数据传送给五轴联动机床映像数字孪生体,然后数据再传送给五轴联动机床数控系统主控单元,五轴联动机床数控系统主控单元根据传送过来的数据进行显示、预处理、信息输出,如传送数据为故障数据,则系统进行预警输出。
与现有技术相比,本发明一种基于数字孪生的五轴联动机床在线诊断预警系统及方法具有以下效果:
本发明一种基于数字孪生的五轴联动机床在线诊断预警系统及方法能通过在五轴联动机床设计和使用中引入数字孪生技术,对可能发生故障五轴联动机床进行故障预警输出,从而达到了根据机床当前状态是否会发生故障的前期预警输出,避免机床重大故障发生,提高了机床运行整体性能。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例一种基于数字孪生的五轴联动机床在线诊断预警系统的模块结构示意图;
图2为本发明另一实施例一种基于数字孪生的五轴联动机床在线诊断预警方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。另外,这些流程可以包括更多或更少的操作,并且这些操作不按照其在本文中出现的顺序来执行或并行执行。
本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品、或设备固有的其他步骤或模块。
请参阅图1,如图1示出了本发明实施例提供一种基于数字孪生的五轴联动机床在线诊断预警系统,包括:五轴联动机床数控系统主控单元、五轴联动机床映像数字孪生体、数字孪生学习模块、数字孪生结构模块,
五轴联动机床数控系统主控单元,其一方面与检测组件相连接,对五轴联动机床的运行状态数据进行采集;另一方面与五轴联动机床映像数字孪生体相连接,用于判断五轴联动机床数控系统主控单元是否发生故障;
五轴联动机床映像数字孪生体与五轴联动机床数控系统主控单元相对应,能反映五轴联动机床数控系统主控单元的实际运行状态;
数字孪生学习模块,用于对五轴联动机床数控系统主控单元的实际运行状态数据进行预警分析;其一方面与五轴联动机床映像数字孪生体相连接,用于对五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集;另一方面与数字孪生结构模型相连接,用于输出预警结果;
数字孪生结构模型,一方面与数字孪生学习模块相连接,用于接收预警结果;另一方面与五轴联动机床映像数字孪生体相连接,用于将预警结果传送给五轴联动机床数控系统主控单元。
在一些实施方式中,检测组件包括:伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件;
伺服系统监控检测组件,用于对五轴联动机床的伺服系统运行状态进行监控检测;
液压状态监控检测组件,用于对五轴联动机床的液压状态进行监控检测;
气动状态监控检测组件,用于对五轴联动机床的气动状态进行监控检测;
水路状态监控检测组件,用于对五轴联动机床的水路状态进行监控检测;
主轴状态监控检测组件,用于对五轴联动机床的主轴状态进行监控检测;
AC摆头状态监控检测组件,用于对五轴联动机床的AC摆头状态进行监控检测。
在一些实施方式中,数字孪生学习模块包括:
运行状态数据读取单元、正常运行状态数据库、报警信息及状态数据库、故障判断单元、预警输出单元;
运行状态数据读取单元与五轴联动机床数控系统主控单元相连接,用于对五轴联动机床的运行状态数据进行采集读取;
运行状态数据读取单元,一方面与正常运行状态数据库连接,用于存储五轴联动机床处于正常运行状态时的各项数据;另一方面与报警信息及状态数据库相连接,用于存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
故障判断单元,一方面与正常运行状态数据库连接,另一方面与报警信息及状态数据库相连接,用于将实际运行状态数据与正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
预警输出单元与所述故障判断单元相连接,用于输出预警结果。
具体地,数字孪生结构模型包括:
机构功能部件单元、电气单元、伺服单元、液压/水路/气路单元、主轴单元、AC摆头单元、状态监控单元、输出接口单元;
机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;
电气单元用来模拟五轴联动机床电气部件的运行状态;
伺服单元,用来模拟五轴联动机床伺服系统的运行状态;
液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;
主轴单元,用来模拟五轴联动机床主轴的运行状态;
AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;
状态监控单元,用来监控五轴联动机床整体的运行状态;
输出接口单元,用于输出预警结果。
请参阅图2,基于同本发明实施例一种基于数字孪生的五轴联动机床在线诊断预警系统相同的发明构思,本发明另一实施例提供了一种基于数字孪生的五轴联动机床在线诊断预警方法,其包括:
S1:获取五轴联动机床数控系统主控单元;
S2:将五轴联动机床数控系统主控单元经过预设五轴联动机床映像数字孪生体判断五轴联动机床数控系统主控单元是否发生故障,若是,则推送预警信息。
优选地,步骤S2包括如下步骤:
建立五轴联动机床映像数字孪生体,五轴联动机床映像数字孪生体与五轴联动机床数控系统主控单元相对应,能反映五轴联动机床数控系统主控单元的实际运行状态;
建立数字孪生学习模块,用于通过五轴联动机床映像数字孪生体对五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集,根据实际运行状态数据进行预警分析并输出预警结果;
建立数字孪生结构模型,用于模拟五轴联动机床数控系统主控单元的运行状态,接收预警结果,并将预警结果通过所述五轴联动机床映像数字孪生体传送给五轴联动机床数控系统主控单元;
对预警结果进行显示、预处理、信息输出。
在一些实施方式中,步骤S1的五轴联动机床数控系统主控单元,用于对五轴联动机床进行数字控制及检测预警,与其连接的组件包括伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件。
优选地,建立数字孪生学习模块包括:
建立运行状态数据读取单元,对五轴联动机床数控系统主控单元的实际运行状态数据进行采集读取;
建立正常运行状态数据库,存储五轴联动机床处于正常运行状态时的各项数据;
建立报警信息及状态数据库,存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
建立故障判断单元,将实际运行状态数据与正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
建立预警输出单元,输出预警结果;
数据依上面步骤循环处理。
优选地,建立数字孪生结构模型包括:
建立机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;
建立电气单元用来模拟五轴联动机床电气部件的运行状态;
建立伺服单元,用来模拟五轴联动机床伺服系统的运行状态;
建立液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;建立主轴单元,用来模拟五轴联动机床主轴的运行状态;
建立AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;
建立状态监控单元,用来监控五轴联动机床整体的运行状态;
建立输出接口单元,用于输出预警结果。
优选地,对预警结果进行显示、预处理、信息输出包括:
输出接口单元输出的预警结果通过数据传送接口将数据传送给五轴联动机床映像数字孪生体,然后数据再传送给五轴联动机床数控系统主控单元,五轴联动机床数控系统主控单元根据传送过来的数据进行显示、预处理、信息输出,如传送数据为故障数据,则系统进行预警输出。
与现有技术相比,本发明实施例一种基于数字孪生的五轴联动机床在线诊断预警系统及方法具有以下效果:
本发明实施例一种基于数字孪生的五轴联动机床在线诊断预警系统及方法通过在五轴联动机床设计和使用中引入数字孪生技术,对可能发生故障五轴联动机床进行故障预警输出,从而达到了根据机床当前状态是否会发生故障的前期预警输出,避免机床重大故障发生,提高了机床运行整体性能。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种基于数字孪生的五轴联动机床在线诊断预警系统,其特征在于,包括:五轴联动机床数控系统主控单元、五轴联动机床映像数字孪生体、数字孪生学习模块、数字孪生结构模块,
所述五轴联动机床数控系统主控单元,其一方面与检测组件相连接,对五轴联动机床的运行状态数据进行采集;另一方面与所述五轴联动机床映像数字孪生体相连接,用于判断五轴联动机床数控系统主控单元是否发生故障;
所述五轴联动机床映像数字孪生体与所述五轴联动机床数控系统主控单元相对应,能反映所述五轴联动机床数控系统主控单元的实际运行状态;
所述数字孪生学习模块,用于对所述五轴联动机床数控系统主控单元的实际运行状态数据进行预警分析;其一方面与所述五轴联动机床映像数字孪生体相连接,用于对所述五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集;另一方面与所述数字孪生结构模型相连接,用于输出预警结果;
所述数字孪生结构模型,一方面与所述数字孪生学习模块相连接,用于接收所述预警结果;另一方面与所述五轴联动机床映像数字孪生体相连接,用于将所述预警结果传送给所述五轴联动机床数控系统主控单元。
2.根据权利要求1所述的基于数字孪生的五轴联动机床在线诊断预警系统,其特征在于,所述检测组件包括:伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件;
所述伺服系统监控检测组件,用于对五轴联动机床的伺服系统运行状态进行监控检测;所述液压状态监控检测组件,用于对五轴联动机床的液压状态进行监控检测;所述气动状态监控检测组件,用于对五轴联动机床的气动状态进行监控检测;所述水路状态监控检测组件,用于对五轴联动机床的水路状态进行监控检测;所述主轴状态监控检测组件,用于对五轴联动机床的主轴状态进行监控检测;所述AC摆头状态监控检测组件,用于对五轴联动机床的AC摆头状态进行监控检测。
3.根据权利要求1所述的基于数字孪生的五轴联动机床在线诊断预警系统,其特征在于,所述数字孪生学习模块包括:
运行状态数据读取单元、正常运行状态数据库、报警信息及状态数据库、故障判断单元、预警输出单元;
所述运行状态数据读取单元与所述五轴联动机床数控系统主控单元相连接,用于对五轴联动机床的运行状态数据进行采集读取;
所述运行状态数据读取单元,一方面与所述正常运行状态数据库连接,用于存储五轴联动机床处于正常运行状态时的各项数据;另一方面与所述报警信息及状态数据库相连接,用于存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
所述故障判断单元,一方面与所述正常运行状态数据库连接,另一方面与所述报警信息及状态数据库相连接,用于将所述实际运行状态数据与所述正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
所述预警输出单元与所述故障判断单元相连接,用于输出预警结果。
4.根据权利要求1所述的基于数字孪生的五轴联动机床在线诊断预警系统,其特征在于,所述数字孪生结构模型包括:
机构功能部件单元、电气单元、伺服单元、液压/水路/气路单元、主轴单元、AC摆头单元、状态监控单元、输出接口单元;
所述机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;所述电气单元用来模拟五轴联动机床电气部件的运行状态;所述伺服单元,用来模拟五轴联动机床伺服系统的运行状态;所述液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;所述主轴单元,用来模拟五轴联动机床主轴的运行状态;所述AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;所述状态监控单元,用来监控五轴联动机床整体的运行状态;所述输出接口单元,用于输出预警结果。
5.一种基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,包括:
S1:获取五轴联动机床数控系统主控单元;
S2:将五轴联动机床数控系统主控单元经过预设五轴联动机床映像数字孪生体判断五轴联动机床数控系统主控单元是否发生故障,若是,则推送预警信息。
6.根据权利要求5所述的基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,步骤S2包括如下步骤:
建立五轴联动机床映像数字孪生体,所述五轴联动机床映像数字孪生体与所述五轴联动机床数控系统主控单元相对应,能反映所述五轴联动机床数控系统主控单元的实际运行状态;
建立数字孪生学习模块,用于通过所述五轴联动机床映像数字孪生体对所述五轴联动机床数控系统主控单元的实际运行状态数据进行数据采集,根据所述实际运行状态数据进行预警分析并输出预警结果;
建立数字孪生结构模型,用于模拟所述五轴联动机床数控系统主控单元的运行状态,接收所述预警结果,并将所述预警结果通过所述五轴联动机床映像数字孪生体传送给所述五轴联动机床数控系统主控单元;
对所述预警结果进行显示、预处理、信息输出。
7.根据权利要求6所述的基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,步骤S1所述的五轴联动机床数控系统主控单元,用于对五轴联动机床进行数字控制及检测预警,与其连接的组件包括伺服系统监控检测组件、液压状态监控检测组件、气动状态监控检测组件、水路状态监控检测组件、主轴状态监控检测组件、AC摆头状态监控检测组件。
8.根据权利要求6所述的基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,所述建立数字孪生学习模块包括:
建立运行状态数据读取单元,对所述五轴联动机床数控系统主控单元的实际运行状态数据进行采集读取;
建立正常运行状态数据库,存储五轴联动机床处于正常运行状态时的各项数据;
建立报警信息及状态数据库,存储五轴联动机床处于异常状态的各项数据,及存储五轴联动机床处于异常状态时对应的报警信息;
建立故障判断单元,将所述实际运行状态数据与所述正常运行状态数据库和报警信息及状态数据库中的数据进行比对,对五轴联动机床运行状态进行预警分析生成预警结果;
建立预警输出单元,输出所述预警结果;
数据依上面步骤循环处理。
9.根据权利要求6所述的基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,所述建立数字孪生结构模型包括:
建立机构功能部件单元,用来模拟五轴联动机床机构功能部件的运行;
建立电气单元用来模拟五轴联动机床电气部件的运行状态;
建立伺服单元,用来模拟五轴联动机床伺服系统的运行状态;
建立液压/水路/气路单元,用来模拟五轴联动机床液压、水路、气路的运行状态;建立主轴单元,用来模拟五轴联动机床主轴的运行状态;
建立AC摆头单元,用来模拟五轴联动机床AC摆头的运行状态;
建立状态监控单元,用来监控五轴联动机床整体的运行状态;
建立输出接口单元,用于输出预警结果。
10.根据权利要求6所述的基于数字孪生的五轴联动机床在线诊断预警方法,其特征在于,对所述预警结果进行显示、预处理、信息输出包括:
所述输出接口单元输出的预警结果通过数据传送接口将数据传送给五轴联动机床映像数字孪生体,然后数据再传送给五轴联动机床数控系统主控单元,五轴联动机床数控系统主控单元根据传送过来的数据进行显示、预处理、信息输出,如传送数据为故障数据,则系统进行预警输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679933.8A CN113538865A (zh) | 2021-06-18 | 2021-06-18 | 基于数字孪生的五轴联动机床在线诊断预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679933.8A CN113538865A (zh) | 2021-06-18 | 2021-06-18 | 基于数字孪生的五轴联动机床在线诊断预警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113538865A true CN113538865A (zh) | 2021-10-22 |
Family
ID=78125176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110679933.8A Pending CN113538865A (zh) | 2021-06-18 | 2021-06-18 | 基于数字孪生的五轴联动机床在线诊断预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538865A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433898A (zh) * | 2021-06-09 | 2021-09-24 | 意特利(上海)科技有限公司 | 基于数字孪生的大型薄腔壁智能化加工预警系统 |
CN116520769A (zh) * | 2023-07-05 | 2023-08-01 | 中科航迈数控软件(深圳)有限公司 | 数控机床的监测方法、装置、终端设备及计算机存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015100223A4 (en) * | 2015-02-23 | 2015-04-02 | Infotrak Global Pty Ltd | TwinPost FTA CoO Examiner |
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 |
CN110543142A (zh) * | 2019-08-22 | 2019-12-06 | 电子科技大学 | 一种数控机床故障诊断与预警系统 |
CN110865607A (zh) * | 2019-11-07 | 2020-03-06 | 天津大学 | 一种基于数字孪生的五轴数控机床控制方法 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
CN111880476A (zh) * | 2020-06-29 | 2020-11-03 | 长沙长泰机器人有限公司 | 一种机床数字孪生系统 |
CN112162519A (zh) * | 2020-10-21 | 2021-01-01 | 桂林电子科技大学 | 一种复合型机床数字孪生监控系统 |
CN112418523A (zh) * | 2020-11-23 | 2021-02-26 | 杭州电子科技大学 | 一种基于数字孪生的售后设备预测性维护协同系统 |
CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生系统的构建方法 |
-
2021
- 2021-06-18 CN CN202110679933.8A patent/CN113538865A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015100223A4 (en) * | 2015-02-23 | 2015-04-02 | Infotrak Global Pty Ltd | TwinPost FTA CoO Examiner |
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 |
CN110543142A (zh) * | 2019-08-22 | 2019-12-06 | 电子科技大学 | 一种数控机床故障诊断与预警系统 |
CN110865607A (zh) * | 2019-11-07 | 2020-03-06 | 天津大学 | 一种基于数字孪生的五轴数控机床控制方法 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
CN111880476A (zh) * | 2020-06-29 | 2020-11-03 | 长沙长泰机器人有限公司 | 一种机床数字孪生系统 |
CN112162519A (zh) * | 2020-10-21 | 2021-01-01 | 桂林电子科技大学 | 一种复合型机床数字孪生监控系统 |
CN112418523A (zh) * | 2020-11-23 | 2021-02-26 | 杭州电子科技大学 | 一种基于数字孪生的售后设备预测性维护协同系统 |
CN112818446A (zh) * | 2021-01-26 | 2021-05-18 | 西安交通大学 | 一种智能车间数字孪生系统的构建方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433898A (zh) * | 2021-06-09 | 2021-09-24 | 意特利(上海)科技有限公司 | 基于数字孪生的大型薄腔壁智能化加工预警系统 |
CN116520769A (zh) * | 2023-07-05 | 2023-08-01 | 中科航迈数控软件(深圳)有限公司 | 数控机床的监测方法、装置、终端设备及计算机存储介质 |
CN116520769B (zh) * | 2023-07-05 | 2023-09-15 | 中科航迈数控软件(深圳)有限公司 | 数控机床的监测方法、装置、终端设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051211B (zh) | 一种风电机组主轴承温度预警诊断方法 | |
CN108681747B (zh) | 基于深度学习的旋转机械故障诊断与状态监测系统及方法 | |
CN104808585B (zh) | 一种机床健康状态快速检查方法 | |
CN110224160B (zh) | 一种燃料电池系统故障诊断方法 | |
CN113538865A (zh) | 基于数字孪生的五轴联动机床在线诊断预警系统及方法 | |
CN106368816B (zh) | 一种基于基线偏差的船舶低速柴油机在线异常检测方法 | |
CN109396954B (zh) | 嵌入式主轴系统异常状态智能检测和信息推送装置 | |
CN103671190B (zh) | 一种智能早期矿用通风机在线故障诊断系统 | |
JPS63302238A (ja) | 空気調和機の故障診断装置 | |
CN206672335U (zh) | 一种渔船机舱监测和报警系统 | |
CN113177646A (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
CN116625683A (zh) | 一种风电机组轴承故障识别方法、系统、装置及电子设备 | |
CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
CN114035555A (zh) | 一种plc控制器故障检测系统 | |
CN113033625A (zh) | 一种基于神经网络和集成学习融合的工业空调故障诊断方法 | |
CN112327733A (zh) | 一种船舶机舱智能监控系统 | |
CN106199373A (zh) | 电子设备智能故障诊断方法与装置 | |
CN110971458A (zh) | 一种整车状态监测装置 | |
CN213063911U (zh) | 一种往复压缩机故障诊断检测系统 | |
CN115792634A (zh) | 一种基于云端在线数据的电池单体电压采样故障识别方法 | |
CN111476374B (zh) | 基于神经网络的纯电动汽车电器故障诊断训练方法与装置 | |
CN111200315B (zh) | 一种变电站监控后台故障诊断系统和方法 | |
CN111595582A (zh) | 一种滚动轴承故障诊断方法 | |
CN113740588B (zh) | 一种工业机器人智能预警方法及系统 | |
CN220676870U (zh) | 一种浓密机自动保护装置 |
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 |
Application publication date: 20211022 |
|
RJ01 | Rejection of invention patent application after publication |