CN114329849A - 基于数字孪生的充液成形设备健康管控系统和方法 - Google Patents
基于数字孪生的充液成形设备健康管控系统和方法 Download PDFInfo
- Publication number
- CN114329849A CN114329849A CN202210200667.0A CN202210200667A CN114329849A CN 114329849 A CN114329849 A CN 114329849A CN 202210200667 A CN202210200667 A CN 202210200667A CN 114329849 A CN114329849 A CN 114329849A
- Authority
- CN
- China
- Prior art keywords
- liquid
- module
- forming
- digital
- equipment
- 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
Links
Images
Abstract
本发明涉及智能制造技术领域,尤其涉及一种基于数字孪生的充液成形设备健康管控系统和方法,所述系统包括物理成形模块、信息采集模块、数字孪生模块和健康管控模块;所述方法包括,步骤s1,创建设备的三维物理模型;步骤s2,获取设备运行状态信息并进行数据处理;步骤s3,通过数字孪生模型建立数字孪生体;步骤s4,进行设备的故障预测及管控。本发明通过充液成形设备与数字孪生体相结合,能够融合设备状态数据信息、提取特征向量、利用神经网络等算法预测故障,将故障信息展示于数字孪生体并进行健康管控处理,有效的实现了可视化反映充液成形设备运行状态和工作环境,提高了设备的使用寿命和健康管控效率。
Description
技术领域
本发明涉及设备健康管控领域,尤其涉及一种基于数字孪生的充液成形设备健康管控系统和方法。
背景技术
充液成形技术作为一种先进的柔性成形方法,解决了航空航天、汽车等领域轻量化薄壁复杂结构的高精度整体一次性成形难题。充液成形设备工作环境恶劣,作业时间长,油液转换运动频繁,并且液压系统是在绝对封闭状况下运行,损坏与失效经常发生在内部,故障点隐蔽、原因复杂、部位不易确定。造成充液成形设备出现故障有诸多因素,污染、过热、液压油泵混入空气等导致液压系统出现问题,而增压器和高压水系统出现故障则会导致液室压力不稳定。一旦充液成形设备发生故障,对实验或生产加工的精度、成形条件产生很大的影响,传统的检测方法是基于单参数的故障诊断方法,所得结论不能准确判断设备是否有故障,导致设备出现故障时不能及时找到故障源头。因此,及时预测出充液成形设备故障并管控处理,具有十分重要的意义。
数字孪生作为连接物理世界和信息世界的桥梁,可有效实现信息与物理系统的融合,成为智能发展的有效途径。数字孪生技术,正是利用现代信息技术等资源,构建数字虚拟的实体,建立起与物理实体相对应的“孪生体”,从而帮助人们更好地在设备运行管理过程中进行调控与决策。
中国专利公开号:CN201711434013.X公开了一种数控机床数字孪生建模方法,其公开了一种数控机床数字孪生建模方法,包括物理空间、数字孪生数字空间和数字孪生映射模型,数字孪生数字空间通过数字孪生映射模型与物理空间进行连接;数据传感器安装在数控机床上,数据传感器通过不同的数据接口与数控系统连接,数控系统通过数字孪生映射模型进行相关数据的采集与协议的解析;数字孪生数字空间包括数字孪生描述模型、数字孪生智能化模型,数字孪生智能化模型通过数据分析与决策,实现数控机床数字孪生的智能化服务。
该技术公开了数字孪生在智能制造机床建模领域的一种应用,但其不适用于液压成形的制造领域,目前冲液成形领域与智能孪生技术尚未开展应用探索,并且充液成形设备目前存在着无法实时监控设备状态无法有效预测设备故障的问题。
发明内容
为此,本发明提供一种基于数字孪生的充液成形设备健康管控系统和方法,用以克服现有液压成形技术中无法对充液成形设备的状态进行监控,无法对设备可能出现的故障进行预测的问题。
为实现上述目的,本发明提供一种基于数字孪生的充液成形设备健康管控系统,包括,
物理成形模块,其包括以实体存在的充液成形设备和基于充液成形设备的三维物理模型,用以将充液成形设备通过参数匹配完成物理模型的创建;
信息采集模块,其与所述物理成形模块连接,用以采集所述充液成形设备的运行状态数据;
数字孪生模块,其分别与所述物理成形模块和所述信息采集模块相连,用以通过建立数字孪生体以实时监测充液成形设备的工作过程并对该工作过程进行仿真;
健康管控模块,其分别与所述物理成形模块、所述信息采集模块和所述数字孪生模块相连,用以通过分析所述信息采集模块传递的数据预测故障并将故障信息传递至所述数字孪生模块以对所述充液成形设备进行健康管控。
进一步地,所述信息采集模块包括若干设置在所述充液成形设备中对应部件附近、用以采集液压成形设备运行状态数据的检测器,所述信息采集模块存储各检测器采集到的数据并将数据传递至所述数字孪生模块和所述健康管控模块以完成对液压成形设备的信息收集,所述检测器包括:
压力传感器,用以检测充液成形设备运行工作时拉伸滑块与充液成型模具凸膜之间的压力和压边滑块与充液成型模具压边圈之间的压力;
温度传感器,用以检测充液成形设备中拉伸缸中液压油的油液温度和压边缸中液压油的油液温度;
油压传感器,用以检测充液成形设备中液压泵的压力和液室的压力;
流量传感器,用以检测充液成形设备中液压泵液压油的输入流量和输出流量;
污染度传感器,用以检测充液成形设备中液压油的污染度;
液位计,用以检测充液成形设备中高压水液的液位高度。
进一步地,所述系统提供一种基于数字孪生的充液成形设备健康管控方法,包括以下步骤,
步骤s1,通过所述物理成形模块创建充液成形设备的三维物理模型;
步骤s2,通过所述信息采集模块采集充液成形设备运行状态信息并将采集到的充液成形设备的运行状态数据经过数据处理后传递至所述数字孪生模块;
步骤s3,通过所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体;
步骤s4,所述健康管控模块分析所述信息采集模块传递的充液成形设备运行状态信息并对充液成形设备进行故障预测和健康管控。
进一步地,在所述步骤s1中,通过所述物理成形模块创建充液成形设备的三维物理模型的步骤包括,
步骤s11,通过在所述物理成形模块调取或输入所述充液成形设备的设备几何参数和材料参数并确定所述充液成形设备各组成部分间的结构关系,确定所述充液成形设备的尺寸信息、结构关系和关键参数进行确定;
步骤s12,所述物理成形模块将充液成形设备的尺寸信息、结构关系和关键参数通过CAD建模以创建充液成形设备的三维物理模型。
进一步地,在所述步骤s1中,所述充液成形设备的设备的几何参数、材料参数的来源包括充液成形设备规格说明书中参数和实际对充液成形设备进行测量得到的参数,所述几何参数、材料参数和充液成形设备各组成部分间的结构关系用以表达充液成形设备的尺寸和结构。
进一步地,在所述步骤s2中,所述信息采集模块控制检测器采集的充液成形设备运行状态信息包括拉伸滑块与充液成型模具凸膜之间的压力、压边滑块与充液成型模具压边圈之间的压力、拉伸缸中液压油的油液温度、压边缸中液压油的油液温度、液压泵的压力、液室的压力、液压液压油的输入流量、液压液压油的输出流量、液压油的污染度和高压水系统中的液位高度。
进一步地,在所述步骤s3中,所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体的步骤包括,
步骤s31,所述数字孪生模块根据所述物理成形模块创建的三维物理模型构建充液成形设备的若干维度数字孪生模型;
步骤s32,所述数字孪生模块根据充液成形设备的运行状态数据调整所述数字孪生模型的参数以对所述数字孪生模型进行校正;
步骤s33,所述数字孪生模块根据构建的数字孪生模型创建充液成形设备的数字孪生体。
进一步地,在所述步骤s31中,所述充液成形设备的数字孪生模型包括用以对充液成形设备几何特征进行模拟的几何维度数字孪生模型、用以对充液成形设备物理特征进行模拟的物理维度数字孪生模型和用以对充液成形设备行为特征进行模拟的行为维度数字孪生模型。
进一步地,在所述步骤s32中,所述数字孪生模块将现有充液成形设备的运行状态数据与构建的数字孪生模型中预设参数进行比对并判断现有充液成形设备的运行状态数据是否符合数字孪生模型中预设参数标准,若符合标准,则执行步骤s33;若不符合标准,则跳转至步骤s321,将数字孪生模型中预设参数根据现有充液成形设备的运行状态数据进行修正。
进一步地,在所述步骤s33中,所述数字孪生模块控制所述物理成形模块进行试运行并控制所述信息采集模块采集充液成形设备的运行状态数据,所述数字孪生模块验证构建的数字孪生模型的参数与所述物理成形模块充液成形设备的运行状态数据是否匹配,若匹配,则执行步骤s331,创建充液成形设备的数字孪生体;若不匹配,则跳转至所述步骤s321。
进一步地,在所述步骤s4中,所述健康管控模块对充液成形设备进行故障预测和健康管控的步骤包括,
步骤s41,所述健康管控模块控制所述信息采集模块采集充液成形设备运行状态数据;
步骤s42,所述健康管控模块将采集到的充液成形设备运行状态数据进行数据融合并将数据转换以生成充液成形设备运行特征向量;
步骤s43,所述健康管控模块提取特征向量并判断所述充液成形设备运行是否存在故障;
步骤s44,所述健康管控模块将故障信息传递至所述数字孪生体和所述物理成形模块的设备操作台并发出故障报警以对所述充液成形设备进行健康管控。
进一步地,在所述步骤s43中,所述健康管控模块提取特征向量并将特征向量根据特征类型组合成为特征向量组,所述健康管控模块应用算法技术对特征向量组进行分析判断并预测所述充液成形设备运行是否存在故障,若存在故障,则执行步骤s431,将故障信息对应至所述物理成形模块的充液成形设备对应部位或结构;若不存在故障,则跳转至步骤s430,将采集到的充液成形设备运行状态数据进行存储。
进一步地,在所述步骤s43中,所述健康管控模块应用算法技术包括神经网络算法和大数据算法。
进一步地,在所述步骤s44中,所述健康管控模块能够根据故障预测判断出故障所处的结构部位后,将故障信号发送给设备操作台用以提醒人工对充液成形设备进行故障排除或健康维护。
与现有技术相比,本发明的有益效果在于,本发明所述基于数字孪生的充液成形设备健康管控系统和方法,通过将以实体存在的充液成形设备与其数字孪生体互联,将检测器获得的设备状态检测数据信息进行融合分析并提取特征向量,利用神经网络等算法预测故障,有效的保证了本发明所述系统和方法对充液成形设备的健康状态的监测和预测,有效的保证了本发明故障预测的准确性。
进一步地,本发明所述基于数字孪生的充液成形设备健康管控方法通过对所述数字孪生模块生成的数字孪生模型进行校正和匹配,进一步有效的提高了其生成的数字孪生体与充液成形设备的匹配程度,进一步有效的提高了本发明所述系统和方法在对充液成形设备进行健康管控过程的准确性。
进一步地,本发明所述系统通过设置健康管控模块对充液成形设备进行健康管控,能够将数字孪生体与充液成形设备实体虚实结合,直观可视化反映充液成形设备运行状态和工作环境,有效的保证了对充液成形设备的状态进行实时监控和故障预警,进一步有效的提高了充液成形设备的工作质量,有效提高了应用此系统的充液成形设备加工产品的加工质量和工作效率。
进一步地,本发明所述系统通过数字孪生体对充液成形系统的失效工作状态进行预警,有效的保证了充液成形设备在失效前能够进行维护,有效提高了充液成形设备的使用寿命,避免充液成形设备突发故障带来的时间损失和维修成本损失,进一步有效的保证了充液成形设备的稳定运行状态,有效的降低了充液成形设备的维修维护成本。
附图说明
图1为本发明所述基于数字孪生的充液成形设备健康管控系统的示意图;
图2为本发明所述基于数字孪生的充液成形设备健康管控方法的流程图;
图3为本发明所述基于数字孪生的充液成形设备健康管控逻辑图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明所述基于数字孪生的充液成形设备健康管控系统的示意图,本发明所述基于数字孪生的充液成形设备健康管控系统,包括,
物理成形模块,其包括以实体存在的充液成形设备和基于充液成形设备的三维物理模型,用以将充液成形设备通过参数匹配完成物理模型的创建;
信息采集模块,与所述物理成形模块连接,用以采集所述充液成形设备运行状态数据;
数字孪生模块,其与所述物理成形模块和信息采集模块相连,用以通过建立数字孪生体以对实时监测充液成形设备的工作过程并对该工作过程进行仿真;
健康管控模块,其与所述物理成形模块、所述信息采集模块和所述数字孪生模块相连,用以通过分析所述信息采集模块传递的数据预测故障并将故障信息传递至所述数字孪生模块以对所述充液成形设备进行健康管控。
具体而言,本发明所述基于数字孪生的充液成形设备健康管控系统和方法,通过将以实体存在的充液成形设备与其数字孪生体互联,将检测器获得的设备状态检测数据信息进行融合分析并提取特征向量,利用神经网络等算法预测故障,有效的保证了本发明所述系统和方法对充液成形设备的健康状态的监测和预测,有效的保证了本发明故障预测的准确性。
请参阅图2所示,其为本发明所述基于数字孪生的充液成形设备健康管控方法的流程图,本发明所述系统提供一种基于数字孪生的充液成形设备健康管控方法,包括以下步骤,
步骤s1,通过所述物理成形模块创建充液成形设备的三维物理模型;
步骤s2,通过所述信息采集模块采集充液成形设备运行状态信息并将采集到的充液成形设备的运行状态数据经过数据处理后传递至所述数字孪生模块;
步骤s3,通过所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体;
步骤s4,所述健康管控模块分析所述信息采集模块传递的充液成形设备运行状态信息并对充液成形设备进行故障预测和健康管控。
具体而言,本发明所述系统通过设置健康管控模块对充液成形设备进行健康管控,能够将数字孪生体与充液成形设备实体虚实结合,直观可视化反映充液成形设备运行状态和工作环境,有效的保证了对充液成形设备的状态进行实时监控和故障预警,进一步有效的提高了充液成形设备的工作质量,有效提高了应用此系统的充液成形设备加工产品的加工质量和工作效率。
请参阅图3所示,其为本发明所述基于数字孪生的充液成形设备健康管控逻辑图,在所述步骤s1中,通过所述物理成形模块创建充液成形设备的三维物理模型的步骤包括,
步骤s11,通过在所述物理成形模块调取或输入所述充液成形设备的设备的几何参数、材料参数并确定所述充液成形设备各组成部分间的结构关系,将所述充液成形设备的尺寸信息、结构关系和关键参数进行确定;
步骤s12,所述物理成形模块将充液成形设备的尺寸信息、结构关系和关键参数通过CAD建模将充液成形设备的三维物理模型进行创建。
具体而言,在所述步骤s1中,所述充液成形设备的设备的几何参数、材料参数的来源包括充液成形设备规格说明书中参数和实际对充液成形设备进行测量得到的参数,所述几何参数、材料参数和结构关系用以表达充液成形设备的尺寸和结构。本领域技术人员可以理解的是,本发明所述充液成形设备的具体参数包含的范围和具体参数的来源,只要能实现本发明所述功能,可根据其具体应用环境进行设定和调整,在此不再赘述。
请继续参阅图3所示,所述信息采集模块包括若干设置在所述充液成形设备中对应部件附近、用以采集液压成形设备运行状态数据的检测器,所述信息采集模块存储各检测器采集到的数据并将数据传递至所述数字孪生模块和所述健康管控模块以完成对液压成形设备的信息收集,所述检测器包括:
压力传感器,用以检测充液成形设备运行工作时拉伸滑块与充液成型模具凸膜之间的压力和压边滑块与充液成型模具压边圈之间的压力;
温度传感器,用以检测充液成形设备中拉伸缸中液压油的油液温度和压边缸中液压油的油液温度;
油压传感器,用以检测充液成形设备中液压泵的压力和液室的压力;
流量传感器,用以检测充液成形设备中液压泵液压油的输入流量和输出流量;
污染度传感器,用以检测充液成形设备中液压油的污染度;
液位计,用以检测充液成形设备中高压水液的液位高度。
本领域技术人员可以理解的是,本实施例所述的检测器设定位置根据实际充液成形设备的结构和形状设置即可,只需能够获取对应数据信息即可,至于采用何种传感器类型,也可根据实际使用环境以及具体传输效率确定。
具体而言,在所述步骤s2中,所述信息采集模块控制检测器采集的充液成形设备运行状态信息包括拉伸滑块与充液成型模具凸膜之间的压力、压边滑块与充液成型模具压边圈之间的压力、拉伸缸中液压油的油液温度、压边缸中液压油的油液温度、液压泵的压力、液室的压力、液压液压油的输入流量、液压液压油的输出流量、液压油的污染度和高压水系统中的液位高度。
请继续参阅图3所示,在所述步骤s3中,所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体的步骤包括,
步骤s31,所述数字孪生模块根据所述物理成形模块创建的三维物理模型构建充液成形设备的若干维度数字孪生模型;
步骤s32,所述数字孪生模块根据充液成形设备的运行状态数据调整所述数字孪生模型的参数以对所述数字孪生模型进行校正;
步骤s33,所述数字孪生模块根据构建的数字孪生模型创建充液成形设备的数字孪生体。
具体而言,请继续参阅图3所示,在所述步骤s31中,充液成形设备的数字孪生模型包括用以对充液成形设备几何特征进行模拟的几何维度数字孪生模型、用以对充液成形设备物理特征进行模拟的物理维度数字孪生模型和用以对充液成形设备行为特征进行模拟的行为维度数字孪生模型。
请继续参阅图3所示,在所述步骤s32中,所述数字孪生模块将现有充液成形设备的运行状态数据与构建的数字孪生模型中预设参数进行比对并判断现有充液成形设备的运行状态数据是否符合数字孪生模型中预设参数标准,若符合标准,则执行步骤s33;若不符合标准,则跳转至步骤s321,将数字孪生模型中预设参数根据现有充液成形设备的运行状态数据进行修正。
请继续参阅图3所示,在所述步骤s33中,所述数字孪生模块控制所述物理成形模块进行试运行并控制所述信息采集模块采集充液成形设备的运行状态数据,所述数字孪生模块验证构建的数字孪生模型的参数与所述物理成形模块充液成形设备的运行状态数据是否匹配,若匹配,则执行步骤s331,创建充液成形设备的数字孪生体;若不匹配,则跳转至所述步骤s321。
请继续参阅图3所示,在所述步骤s4中,所述健康管控模块对充液成形设备进行故障预测和健康管控的步骤包括,
步骤s41,所述健康管控模块控制所述信息采集模块采集充液成形设备运行状态数据;
步骤s42,所述健康管控模块将采集到的充液成形设备运行状态数据进行数据融合并将数据转换生成充液成形设备运行特征向量;
步骤s43,所述健康管控模块提取特征向量并判断所述充液成形设备运行是否存在故障;
步骤s44,所述健康管控模块将故障信息传递至所述数字孪生体和所述物理成形模块的设备操作台并发出故障报警以对所述充液成形设备进行健康管控。
具体而言,请继续参阅图3所示,在所述步骤s43中,所述健康管控模块提取特征向量并将特征向量根据特征类型组合成为特征向量组,所述健康管控模块应用算法技术对特征向量组进行分析判断并预测所述充液成形设备运行是否存在故障,若存在故障,则执行步骤s431,将故障信息对应至所述物理成形模块的充液成形设备对应部位或结构;若不存在故障,则跳转至步骤s430,将采集到的充液成形设备运行状态数据进行存储。
在所述步骤s43中,所述健康管控模块应用算法技术包括神经网络算法和大数据算法。
请继续参阅图3所示,在所述步骤s44中,所述健康管控模块能够根据故障预测判断出故障所处的结构部位后,将故障信号发送给设备操作台用以提醒人工对充液成形设备进行故障排除或健康维护。
采用本发明所述系统和方法可具体实施如下,
物理成形模块,由充液成形设备实体和三维物理模型构成,该模块具体实施如下:
步骤一:通过设备规格说明书和实际测量获得充液成形设备的几何参数、材料参数和结构关系,准确表达设备的尺寸和结构,尤其是设备的关键特征参数;
步骤二:使用CAD建模软件,创建充液成形设备的三维物理模型。
信息采集模块,该模块具体实施如下:
步骤一:信号采集:通过多检测器采集获取充液成形设备运行状态信息,所述检测器包括压力传感器、温度传感器、油压传感器、流量传感器、污染度传感器和液位计,所述充液成形设备运行状态信息包括使用压力传感器用来测量设备的拉伸滑块和压边滑块的压力,使用温度传感器用来测量拉伸缸和压边缸中液压油的温度,使用油压传感器用来测量液压泵和液室的压力,使用流量传感器用来测量液压泵的输入输出流量,使用污染度传感器用来测量液压油的污染度,使用液位计用来测量高压水系统中的液位高度。
步骤二:数据处理:具体包括数据采集和数据存储,所述数据采集包括对检测器获取设备的各个状态信号进行数据采集并将采集到的数据传至健康管控模块。所述数据存储包括对历史工作状态数据和实时工作状态数据进行存储,并将存储的数据传至数字孪生模块,其中所述状态信号包括温度信号、流量信号和压力信号,所述工作状态数据包括温度数据、流量数据和压力数据。
数字孪生模块,该模块具体实施如下:
步骤一:创建数字孪生模型:构建数字孪生模型,完成其在几何、物理、行为等多个维度的模型创建,融合各层模型形成数字孪生模型;
步骤二:模型校正:通过现有的充液成形设备运行状态数据对数字孪生模型进行参数调整和修正,根据运行数据对比判断数字孪生模型与充液成形设备实体是否匹配,若不匹配,重复步骤二,若匹配则输出数字孪生模型;
步骤三:创建数字孪生体:在所述数字孪生模型的基础上,创建数字孪生体,用以完成对充液成形设备工作过程的仿真和实时监测,所述数字孪生模块能够实时交互充液成形设备的工作状态。
健康管控模块,该模块具体实施如下:
步骤一:融合数据信息:从信息采集模块得到检测器采集的充液成形设备各个状态信号经过数据处理后得到设备状态检测数据并融合以形成设备状态检测数据;
步骤二:特征向量提取:将信息采集模块中的得到的数据转换为特征向量并形成特征向量组;
步骤三:故障预测:通过神经网络、大数据等算法技术对所提取的特征向量组进行分析从而对充液成形设备进行故障预测,并判断出故障的结构部位,并将故障信息展示于数字孪生体,实现充液成形设备运行状态可视化;
步骤四:健康管控:将故障信号发送给设备操作台,人工对充液成形设备进行管控处理,实现对充液成形设备的故障可视化调控。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种基于数字孪生的充液成形设备健康管控系统,其特征在于,包括,
物理成形模块,其包括以实体存在的充液成形设备和基于充液成形设备的三维物理模型,用以将充液成形设备通过参数匹配完成物理模型的创建;
信息采集模块,其与所述物理成形模块连接,用以采集所述充液成形设备的运行状态数据;
数字孪生模块,其分别与所述物理成形模块和所述信息采集模块相连,用以通过建立数字孪生体以实时监测充液成形设备的工作过程并对该工作过程进行仿真;
健康管控模块,其分别与所述物理成形模块、所述信息采集模块和所述数字孪生模块相连,用以通过分析所述信息采集模块传递的数据预测故障并将故障信息传递至所述数字孪生模块以对所述充液成形设备进行健康管控。
2.根据权利要求1所述的基于数字孪生的充液成形设备健康管控系统,其特征在于,所述信息采集模块包括若干设置在所述充液成形设备中对应部件附近、用以采集液压成形设备运行状态数据的检测器,所述信息采集模块存储各检测器采集到的数据并将数据传递至所述数字孪生模块和所述健康管控模块以完成对液压成形设备的信息收集,所述检测器包括:
压力传感器,用以检测充液成形设备运行工作时拉伸滑块与充液成型模具凸膜之间的压力和压边滑块与充液成型模具压边圈之间的压力;
温度传感器,用以检测充液成形设备中拉伸缸中液压油的油液温度和压边缸中液压油的油液温度;
油压传感器,用以检测充液成形设备中液压泵的压力和液室的压力;
流量传感器,用以检测充液成形设备中液压泵液压油的输入流量和输出流量;
污染度传感器,用以检测充液成形设备中液压油的污染度;
液位计,用以检测充液成形设备中高压水液的液位高度。
3.根据权利要求1-2任一权利要求所述的基于数字孪生的充液成形设备健康管控系统,其提供一种基于数字孪生的充液成形设备健康管控方法,其特征在于,包括以下步骤,
步骤s1,通过所述物理成形模块创建充液成形设备的三维物理模型;
步骤s2,通过所述信息采集模块采集充液成形设备运行状态信息并将采集到的充液成形设备的运行状态数据经过数据处理后传递至所述数字孪生模块;
步骤s3,通过所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体;
步骤s4,所述健康管控模块分析所述信息采集模块传递的充液成形设备运行状态信息并对充液成形设备进行故障预测和健康管控。
4.根据权利要求3所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s1中,通过所述物理成形模块创建充液成形设备的三维物理模型的步骤包括,
步骤s11,通过在所述物理成形模块调取或输入所述充液成形设备的设备几何参数和材料参数并确定所述充液成形设备各组成部分间的结构关系,确定所述充液成形设备的尺寸信息、结构关系和关键参数;
步骤s12,所述物理成形模块将充液成形设备的尺寸信息、结构关系和关键参数通过CAD建模以创建充液成形设备的三维物理模型。
5.根据权利要求3所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s3中,所述数字孪生模块创建和校准数字孪生模型以建立充液成形设备的数字孪生体的步骤包括,
步骤s31,所述数字孪生模块根据所述物理成形模块创建的三维物理模型构建充液成形设备的若干维度数字孪生模型;
步骤s32,所述数字孪生模块根据充液成形设备的运行状态数据调整所述数字孪生模型的参数以对所述数字孪生模型进行校正;
步骤s33,所述数字孪生模块根据构建的数字孪生模型创建充液成形设备的数字孪生体。
6.根据权利要求3所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s4中,所述健康管控模块对充液成形设备进行故障预测和健康管控的步骤包括,
步骤s41,所述健康管控模块控制所述信息采集模块采集充液成形设备运行状态数据;
步骤s42,所述健康管控模块将采集到的充液成形设备运行状态数据进行数据融合并将数据转换以生成充液成形设备运行特征向量;
步骤s43,所述健康管控模块提取特征向量并判断所述充液成形设备运行是否存在故障;
步骤s44,所述健康管控模块将故障信息传递至所述数字孪生体和所述物理成形模块的设备操作台并发出故障报警以对所述充液成形设备进行健康管控。
7.根据权利要求5所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s31中,所述充液成形设备的数字孪生模型包括用以对充液成形设备几何特征进行模拟的几何维度数字孪生模型、用以对充液成形设备物理特征进行模拟的物理维度数字孪生模型和用以对充液成形设备行为特征进行模拟的行为维度数字孪生模型。
8.根据权利要求5所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s32中,所述数字孪生模块将现有充液成形设备的运行状态数据与构建的数字孪生模型中预设参数进行比对以判断现有充液成形设备的运行状态数据是否符合数字孪生模型中预设参数标准,若符合标准,则执行步骤s33;若不符合标准,则跳转至步骤s321,将数字孪生模型中预设参数根据现有充液成形设备的运行状态数据进行修正。
9.根据权利要求5所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s33中,所述数字孪生模块控制所述物理成形模块进行试运行并控制所述信息采集模块采集充液成形设备的运行状态数据,所述数字孪生模块验证构建的数字孪生模型的参数与所述物理成形模块充液成形设备的运行状态数据是否匹配,若匹配,则执行步骤s331,创建充液成形设备的数字孪生体;若不匹配,则跳转至所述步骤s321。
10.根据权利要求6所述的基于数字孪生的充液成形设备健康管控方法,其特征在于,在所述步骤s43中,所述健康管控模块提取特征向量并将特征向量根据特征类型组合成为特征向量组,所述健康管控模块应用算法技术对特征向量组进行分析判断以预测所述充液成形设备运行是否存在故障,若存在故障,则执行步骤s431,将故障信息对应至所述物理成形模块的充液成形设备对应部位或结构;若不存在故障,则跳转至步骤s430,将采集到的充液成形设备运行状态数据进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210200667.0A CN114329849B (zh) | 2022-03-03 | 2022-03-03 | 基于数字孪生的充液成形设备健康管控系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210200667.0A CN114329849B (zh) | 2022-03-03 | 2022-03-03 | 基于数字孪生的充液成形设备健康管控系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114329849A true CN114329849A (zh) | 2022-04-12 |
CN114329849B CN114329849B (zh) | 2022-06-21 |
Family
ID=81030392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210200667.0A Active CN114329849B (zh) | 2022-03-03 | 2022-03-03 | 基于数字孪生的充液成形设备健康管控系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114329849B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757111A (zh) * | 2022-06-16 | 2022-07-15 | 四川观想科技股份有限公司 | 一种基于数字孪生技术的智能装备健康管理方法 |
CN115374574A (zh) * | 2022-10-25 | 2022-11-22 | 天津天锻航空科技有限公司 | 一种冲击液压成形用的数字孪生系统及构建方法 |
CN115408892A (zh) * | 2022-11-03 | 2022-11-29 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种液压泵虚实交互方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111381515A (zh) * | 2020-01-20 | 2020-07-07 | 兰州理工大学 | 基于数字孪生五维模型的软体机器人或驱动器系统及其建模方法 |
CN112418455A (zh) * | 2020-11-28 | 2021-02-26 | 北京三维天地科技股份有限公司 | 一种设备故障预测与健康管理系统 |
CN112684379A (zh) * | 2020-11-25 | 2021-04-20 | 江苏科技大学 | 一种基于数字孪生的变压器故障诊断系统及其方法 |
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 |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
CN113190886A (zh) * | 2021-04-28 | 2021-07-30 | 青岛赛普克有限元科技发展有限公司 | 一种基于快速仿真数字孪生技术的设备健康监测方法 |
CN113221280A (zh) * | 2021-05-14 | 2021-08-06 | 西安交通大学 | 一种基于数字孪生的滚动轴承建模与模型更新方法及系统 |
CN113567132A (zh) * | 2021-09-01 | 2021-10-29 | 郑州轻工业大学 | 基于数字孪生技术的电机滚动轴承故障模型构建方法 |
US11176290B1 (en) * | 2020-12-21 | 2021-11-16 | Guangdong University Of Technology | Approximate physical simulation integrated debugging method and system based on digital twinning |
-
2022
- 2022-03-03 CN CN202210200667.0A patent/CN114329849B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111381515A (zh) * | 2020-01-20 | 2020-07-07 | 兰州理工大学 | 基于数字孪生五维模型的软体机器人或驱动器系统及其建模方法 |
CN112684379A (zh) * | 2020-11-25 | 2021-04-20 | 江苏科技大学 | 一种基于数字孪生的变压器故障诊断系统及其方法 |
CN112418455A (zh) * | 2020-11-28 | 2021-02-26 | 北京三维天地科技股份有限公司 | 一种设备故障预测与健康管理系统 |
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 |
US11176290B1 (en) * | 2020-12-21 | 2021-11-16 | Guangdong University Of Technology | Approximate physical simulation integrated debugging method and system based on digital twinning |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
CN113190886A (zh) * | 2021-04-28 | 2021-07-30 | 青岛赛普克有限元科技发展有限公司 | 一种基于快速仿真数字孪生技术的设备健康监测方法 |
CN113221280A (zh) * | 2021-05-14 | 2021-08-06 | 西安交通大学 | 一种基于数字孪生的滚动轴承建模与模型更新方法及系统 |
CN113567132A (zh) * | 2021-09-01 | 2021-10-29 | 郑州轻工业大学 | 基于数字孪生技术的电机滚动轴承故障模型构建方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757111A (zh) * | 2022-06-16 | 2022-07-15 | 四川观想科技股份有限公司 | 一种基于数字孪生技术的智能装备健康管理方法 |
CN115374574A (zh) * | 2022-10-25 | 2022-11-22 | 天津天锻航空科技有限公司 | 一种冲击液压成形用的数字孪生系统及构建方法 |
CN115408892A (zh) * | 2022-11-03 | 2022-11-29 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种液压泵虚实交互方法及系统 |
CN115408892B (zh) * | 2022-11-03 | 2023-01-31 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种液压泵虚实交互方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114329849B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114329849B (zh) | 基于数字孪生的充液成形设备健康管控系统和方法 | |
CN108500498B (zh) | 一种焊缝成型质量监测方法 | |
CN110889238B (zh) | 一种数字孪生驱动的热压罐管控系统 | |
CN112162519A (zh) | 一种复合型机床数字孪生监控系统 | |
CN111968004A (zh) | 一种基于数字孪生的高精密产品装调一体化系统 | |
CN112836404A (zh) | 智能挖掘机的结构性能数字孪生体构建方法 | |
CN209625805U (zh) | 用于监控阀的健康信息的装置 | |
JP5179086B2 (ja) | 工業プロセスの監視方法及び監視システム | |
CN104615122B (zh) | 一种工控信号检测系统及检测方法 | |
CN115034578A (zh) | 一种基于数字孪生的水工金属结构设备智能管理构建方法及系统 | |
CN113609614B (zh) | 一种蒸汽发生器数字孪生与数据驱动一体化系统搭建方法 | |
US10520919B2 (en) | Systems and methods for receiving sensor data for an operating additive manufacturing machine and mapping the sensor data with process data which controls the operation of the machine | |
CN112085261A (zh) | 基于云端融合和数字孪生技术的企业生产现状诊断方法 | |
CN113569445A (zh) | 一种基于数字孪生技术的钢结构健康监测系统及方法 | |
CN113420465B (zh) | 一种基于数字孪生模型的液压支架全寿命周期管理方法 | |
CN115022187B (zh) | 一种电-气综合能源系统态势感知方法与装置 | |
CN113987908A (zh) | 基于机器学习方法的天然气管网泄漏预警方法 | |
CN115563683A (zh) | 一种基于数字孪生的水利工程自动化安全监测管理系统 | |
CN116756909A (zh) | 一种基于数据模型及机理模型的火电厂预警诊断系统 | |
CN115839806A (zh) | 用于气动系统中泄漏检测的机器学习方法 | |
CN117270482A (zh) | 基于数字孪生的汽车工厂控制系统 | |
CN117072520A (zh) | 一种基于plc控制器的液压元件检测系统 | |
US8706284B2 (en) | Method and system for diagnosing operating states of a production facility | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN107943002B (zh) | 环卫设备故障诊断方法及系统 |
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 |