CN114755978A - 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 - Google Patents
一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 Download PDFInfo
- Publication number
- CN114755978A CN114755978A CN202210332270.7A CN202210332270A CN114755978A CN 114755978 A CN114755978 A CN 114755978A CN 202210332270 A CN202210332270 A CN 202210332270A CN 114755978 A CN114755978 A CN 114755978A
- Authority
- CN
- China
- Prior art keywords
- digital twin
- model
- data
- digital
- mapping
- 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
- 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)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法。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。该建模方法采用多领域统一建模语言Modelica,使得所建立的数字孪生描述模型具有多领域统一建模、数学方程化、面向对象的特点,可以更加真实的反映复杂机电系统的本质关系。
Description
技术领域
本发明涉及一种短应力轧机轧辊机床床数字孪生建模方法,具体涉及一种多领域的、面向对象的、基于部件的短应力轧机数字模型的建模方法,属于设备智能化与数字化技术领域。
背景技术
机床是制造系统的母机,是制造行业的根基,是国力是否强盛的一个重要标志。但是目前数控机床的智能化与数字化水平还比较低。“工业4.0”与“中国制造2025”的实施,都需要制造设备的数字化与智能化的支持。如何根据其先进理念的指导,在工业化与信息化融合的背景下,提高数控机床的智能化与数字化水平,是智能制造的一个关键问题。
目前有关数控机床的建模方法多局限于某一方面的建模方法,例如中国专利文献CN104483900A公开了一种半闭环控制数控机床滚珠丝杠进给系统定位误差建模方法,该方法主要解决了因环境温度与丝杠工作温度的变化导致进给系统定位误差预测的问题,其关键之处在于考虑了丝杠不同的安装支承方式对进给系统热误差的影响,通过多元线性回归理论建立了数控机床滚珠丝杠进给系统定位误差预测模型。再比如中国专利文献CN102478786A公开了一种五轴数控机床建模和装配方法,该方法对单个零件进行三维建模步骤,即按照五轴数控机床的零件的实际尺寸,画出三维图形;装配步骤,即在对五轴数控机床的所有零件进行三维建模后,利用UG三维平台进行虚拟装配,在装配图的环境下,分别调入需要装配的环境以及需要装配的零部件,通过约束条件对各零件进行位置方向约束,然后再对五轴数控机床的各部件进行虚拟装配,最后对机床总体进行装配。
但经检索发现,尚未有关于针对多领域的、面向对象的、基于组件的机床数字模型建模方法的报道。
发明内容
针对现有技术的不足,本发明提供一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法。
为达到上述目的,本发明棒材轧钢车间轧机轧辊车床的数字孪生建模方法,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;其中,所述物理空间包括数控机床、数据传感器和数控系统,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;所述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。
优选的,所述数字孪生描述模型是基于多领域统一建模语言Modelica、利用面向对象的方式构建。
优选的,所述数字孪生智能化模型包括运行状态数据库、知识库和推理机,其中运行状态数据库是基于列式数据库HBase进行数据的存储,知识库和推理机是利用TensorFlow搭建机器学习模型提供支持。
优选的,所述数字孪生描述模型主要包括机械子系统、电气子系统和液压子系统,各个子系统之间通过能量转换器进行连接,子系统内部通过模型件接口进行集成。
优选的,所述数字孪生智能化模型的分析决策结果通过外部接口连接到数字孪生描述模型上,数字孪生描述模型和数字孪生智能化模型都通过数字孪生映射模型与物理空间进行数据的交互和通讯。
优选的,所述数字孪生映射模型是基于OPC UA、MTConnect构建的,所述数字孪生映射模型包括数据映射字典、客户端和服务器,其中数据映射字典使用XML文件格式,数字孪生映射模型的客户端和服务器是基于C++开发的。
本发明的有益效果在于:
本发明的建模方法,其中数控机床数字孪生描述模型通过采用多领域统一建模语言Modelica,使得所建立的数字孪生描述模型具有多领域统一建模、数学方程化、面向对象的特点,可以更加真实的反映复杂机电系统的本质关系,而且有利于模型的重用、知识的积累;数控机床智能化模型通过构建运行状态数据库、知识库和推理机,可以对设备中采集到的数据进行智能化的分析和处理,可以发现数控系统或者工程师难于发现的规律,为机床的智能化提供了基础;数控机床的映射模型通过利用OPC UA标准,实现了平台独立性、数据可扩充性和丰富的信息模型,从而实现了准确实时的物理空间与数字空间的映射。该数控机床数字孪生模型可以为机床的运行维护、故障预测与诊断、寿命预测等提供更加准确与智能的方法。
附图说明
图1为本发明的总体结构示意图;
图2为数控机床数字孪生建模时面向对象的分类方法示意图;
图3为描述模型建模过程中各领域子系统的相关关系示意图;
图4为数字孪生映射模型构建的结构示意图;
图5为数字孪生智能化模型的结构示意图;
其中:1、数字孪生描述模型;2、数字孪生智能化模型;3、数字孪生映射模型;4、物理空间;201、CNC系统的组成;202、数控机床伺服系统的组成;203、功能单元的组成;204、辅助部件的组成。
具体实施方式
下面通过实施例并结合附图对本发明做进一步说明,但不限于此。
实施例1:
如图1至图5所示,本实施例提供一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法,包括物理空间4、数字孪生数字空间和数字孪生映射模型3,数字孪生数字空间通过数字孪生映射模型3与物理空间4进行连接;其中,所述物理空间4包括数控机床、数据传感器和数控系统,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3进行相关数据的采集与协议的解析;所述数字孪生数字空间包括数字孪生描述模型1、数字孪生智能化模型2,数字孪生智能化模型2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。
其中,如图3所示,数字孪生描述模型1是由电气子系统、液压子系统和机械子系统组成的,机械子系统负责描述物理机床的各个机械部件间的关系,电气子系统描述机床电气系统数学模型,液压子系统描述机床液压系统数学模型,各个子系统通过能量转化器进行相互连接与交互。
如图5所示,数字孪生智能化模型2主要由运行状态数据库、知识库和推理机组成,运行状态数据库实时存储从物理机床采集来的控制器和传感信息,知识库从历史数据中学习得到相应的知识,推理机基于相应的规则和知识进行决策的推理与故障的预测诊断。
如图4所示,数字孪生映射模型3主要由OPC UA服务器、OPC UA客户端和数据映射字典组成。数据映射字典分别对OPC UA客户端与服务器进行配置与实例化。
物理空间4由数控机床、不同类型的传感器以及数控系统组成。传感器是由位置、速度、加速度、温度、振动等传感器组成,其数据传输方式由Wifi、蓝牙、RFID、RS232等组成。数控系统中的CNC系统201主要包括CNC控制器、PLC、HMI、I/O等,伺服系统202主要包括主轴驱动、伺服进给系统、主轴电机、进给电机等,功能单元203主要包括导轨、滚珠丝杠、主轴单元、工作台、刀具管理部件等,辅助部件204主要包括切屑回收、液压系统、气动系统、润滑系统、冷却系统、防护罩等。
该数控机床数字孪生建模过程中,首先利用面向对象的思想、利用基于组件化的、数学方程化的方法对机床部件进行划分,直至各个零件,然后各个领域的工程师利用统一的多领域建模语言Modelica,基于相应系统的约束方程和约束与参数等建立相应零部件与子系统的表述模型,各个领域的子系统通过能量转换器进行不同领域的集成,来构成数字孪生多领域的描述模型。数字孪生映射模型主要包括映射服务器,映射客户端,数据模型和数据映射字典。数据模型包括物理接口层、协议驱动抽象层、数据解析层和信息模型映射层;物理接口层实现不同传感器数据接口的兼容,协议驱动抽象层实现不同协议的传感器的驱动,数据解析层对各个传感器的数据进行解析与处理,信息模型映射层实现统一的数据模型。数字孪生智能化模型2主要包括数据库、知识库、应用程序、控制机制和评价与决策模块,数据库存储机床运行状态数据,知识库包括推理得到的系统知识和一系列的规则,应用程序是智能模型上的一系列智能化服务,控制机制实现各个模块的协调运行,评价与决策模块实现相应的推理与决策。
对于本领域的普通技术人员而言,根据本发明的教导,在不脱离本发明的原理与精神的情况下,对实施方式所进行的改变、修改、替换和变型仍落入本发明的保护范围之内。
Claims (6)
1.一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,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;其中,所述物理空间包括数控机床、数据传感器和数控系统,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;所述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。
2.如权利要求1所述的棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,所述数字孪生描述模型是基于多领域统一建模语言Modelica、利用面向对象的方式构建。
3.如权利要求1所述的棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,所述数字孪生智能化模型包括运行状态数据库、知识库和推理机,其中运行状态数据库是基于列式数据库HBase进行数据的存储,知识库和推理机是利用TensorFlow搭建机器学习模型提供支持。
4.如权利要求1所述的棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,所述数字孪生描述模型包括机械子系统、电气子系统和液压子系统,各个子系统之间通过能量转换器进行连接,子系统内部通过模型件接口进行集成。
5.如权利要求1所述的棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,所述数字孪生智能化模型的分析决策结果通过外部接口连接到数字孪生描述模型上,数字孪生描述模型和数字孪生智能化模型都通过数字孪生映射模型与物理空间进行数据的交互和通讯。
6.如权利要求1所述的棒材轧钢车间轧机轧辊车床的数字孪生建模方法,其特征在于,所述数字孪生映射模型是基于OPC UA、MTConnect构建的,数字孪生映射模型包括映射服务器,映射客户端,数据模型和数据映射字典;数据模型包括物理接口层、协议驱动抽象层、数据解析层和信息模型映射层;物理接口层实现不同传感器数据接口的兼容,协议驱动抽象层实现不同协议的传感器的驱动,数据解析层对各个传感器的数据进行解析与处理,信息模型映射层实现统一的数据模型;其中数据映射字典使用XML文件格式,数字孪生映射模型的客户端和服务器是基于C++开发的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210332270.7A CN114755978A (zh) | 2022-03-30 | 2022-03-30 | 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210332270.7A CN114755978A (zh) | 2022-03-30 | 2022-03-30 | 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114755978A true CN114755978A (zh) | 2022-07-15 |
Family
ID=82328766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210332270.7A Pending CN114755978A (zh) | 2022-03-30 | 2022-03-30 | 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114755978A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449771A (zh) * | 2023-05-10 | 2023-07-18 | 中国标准化研究院 | 一种数控机床的数字孪生建模方法 |
-
2022
- 2022-03-30 CN CN202210332270.7A patent/CN114755978A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449771A (zh) * | 2023-05-10 | 2023-07-18 | 中国标准化研究院 | 一种数控机床的数字孪生建模方法 |
CN116449771B (zh) * | 2023-05-10 | 2024-02-23 | 中国标准化研究院 | 一种数控机床的数字孪生建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108107841B (zh) | 一种数控机床数字孪生建模方法 | |
Chen et al. | Toward intelligent machine tool | |
Luo et al. | Digital twin for CNC machine tool: modeling and using strategy | |
Ren et al. | Machine-learning-driven digital twin for lifecycle management of complex equipment | |
CN101520651B (zh) | 一种基于隐马尔科夫链的数控装备可靠性分析方法 | |
CN104808585B (zh) | 一种机床健康状态快速检查方法 | |
CN112085261B (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 | |
Zhu et al. | A cyber-physical production system framework of smart CNC machining monitoring system | |
CN111159793A (zh) | 基于数字孪生五维模型3d打印机建模方法及模型系统 | |
CN110362037A (zh) | 一种用于数控机床的综合维护系统平台 | |
KR20230032675A (ko) | Cnc 공작기계를 이용한 데이터 수집 시스템 | |
Martinova et al. | Creation of CNC system’s components for monitoring machine tool health | |
Hu et al. | Operational fault diagnosis of manufacturing systems | |
CN111240283A (zh) | 针对智能制造系统的可适应规划设计仿真平台构建方法 | |
CN114755978A (zh) | 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 | |
CN113051685A (zh) | 一种数控装备健康状态评价方法、系统、设备及存储介质 | |
CN117170310A (zh) | 一种基于数字孪生的数控机床远程故障诊断方法及系统 | |
CN108687285A (zh) | 制造业锻压机床群互联网远程状态监测装置及监测方法 | |
Kubota et al. | A cyber-physical machine tool framework based on STEP-NC | |
Villalonga et al. | Visual analytics framework for condition monitoring in cyber-physical systems | |
CN116880358A (zh) | 一种用于数控机床的智能监测系统 | |
Mohamed Fathi et al. | Methodology of Modeling and Supervision for Mechatronic Systems. | |
Oborski | Integration of machine operators with shop floor control system for Industry 4.0 | |
Zhu et al. | The cyber-physical production system of smart machining system | |
Armendia et al. | Twin-control: a new concept towards machine tool health management |
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 |