CN116377370A - 一种基于数字孪生的等离子喷涂控制系统及方法 - Google Patents
一种基于数字孪生的等离子喷涂控制系统及方法 Download PDFInfo
- Publication number
- CN116377370A CN116377370A CN202310274203.9A CN202310274203A CN116377370A CN 116377370 A CN116377370 A CN 116377370A CN 202310274203 A CN202310274203 A CN 202310274203A CN 116377370 A CN116377370 A CN 116377370A
- Authority
- CN
- China
- Prior art keywords
- parameters
- plasma
- module
- digital twin
- spraying
- 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
- 238000000034 method Methods 0.000 title claims abstract description 133
- 238000007750 plasma spraying Methods 0.000 title claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 90
- 238000005507 spraying Methods 0.000 claims abstract description 66
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 33
- 239000007921 spray Substances 0.000 claims description 27
- 239000011248 coating agent Substances 0.000 claims description 17
- 238000000576 coating method Methods 0.000 claims description 17
- 239000002245 particle Substances 0.000 claims description 17
- 238000000889 atomisation Methods 0.000 claims description 14
- 239000000843 powder Substances 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 239000008235 industrial water Substances 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 229910052721 tungsten Inorganic materials 0.000 claims description 5
- 239000010937 tungsten Substances 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 239000008367 deionised water Substances 0.000 claims description 4
- 229910021641 deionized water Inorganic materials 0.000 claims description 4
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000013386 optimize process Methods 0.000 abstract description 4
- 238000007751 thermal spraying Methods 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 abstract description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract description 2
- 230000008439 repair process Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Coating By Spraying Or Casting (AREA)
Abstract
本发明公开了一种基于数字孪生的等离子喷涂控制系统及方法，所述系统包括：工艺参数在线监测模块、智能控制模块、数字孪生模块和等离子喷涂模块；所述方法包括：在数字孪生模块中根据工艺参数预测喷涂层的质量参数，计算喷涂路径和速度运动参数，智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺；本发明采用数字孪生技术结合BP神经网络，实现了喷涂层质量的智能预测以及过程的自动化和操作的可视化，提高喷涂层质量，现场就近修复和强化零件表面，缩短了工作时间，提高了喷涂的效率，弥补了传统的等离子喷涂加工所存在的缺陷，为热喷涂技术智能化提供了便捷。
Description
技术领域
本发明涉及热喷涂领域，具体涉及一种基于数字孪生的等离子喷涂控制系统及方法。
背景技术
制造业是国民经济发展的重要基础，随着绿色工业生产进程的不断推进，在工业制造发展的过程中不可能无限度的浪费能源，也不可能仅靠大量使用各种优质材料来提高工业设备和构件的各种性能，因此在很多工业领域，发展各种能提高材料表面性能的新的材料表面增强方法已逐渐成为研究的一大领域。热喷涂技术作为材料科学领域的关键技术之一，是先进制造技术的重要组成部分，被认为是设计和修改表面性能和部件特性的关键环保技术。
现代军用、航空等行业的大型装备使用环境日趋复杂，极端恶劣的工作环境极易导致其关键零部件失效，而等离子喷涂可以现场就近修复或强化零件表面，制备出达到或优于本体材料性能的功能表面，从而提高零部件寿命。因此等离子喷涂在航天航空、冶金、机械、造纸和石油化工等领域得到了大量的应用。
但在等离子喷涂中，等离子体射流的不稳定性和波动性对颗粒在飞行中的温度和速度有显著影响，从而影响涂层性能。分析现有的等离子喷涂只能得知工艺参数对涂层性能有影响，但如何影响尚不明确，更无法实现关键工艺参数的在线监测与智能控制以及涂层质量的智能预测。从工业应用来说，需要不断发展新的表征技术，结合数字孪生技术，实现工艺过程在线诊断，达到涂层性能和质量的动态控制，实现等离子喷涂的射流高速化、过程控制智能化、涂层制备高效率化、操作可视化、涂层致密化，实现现场快速高性能再制造技术，打破国外技术封锁，促进我国军用装备、能源装备等关键零部件现场快速高性能再制造技术的发展。
近年来，也有不少学者和机构开始研究等离子喷涂，例如西安交通大学的李本强等人提出的“一种等离子喷涂中粒子飞行参数的在线测量装置与方法”，专利号为CN106644854 A，主要利用热辐射的方法使等离子体射流中的粒子成像到单彩色CCD相机上，形成粒子运动轨迹，达到在线检测飞行粒子的温度、速度和粒径大小的功能。但该方案未考虑到分析射流的稳定性对喷涂层质量的影响，无法实现智能控制，且测量以成像为主，精度较低。
中国专利号CN 206509139 U公开了“热喷涂工件在线温度监测和控制装置”，该专利方案的特点是可以实时监测喷涂工件的温度，温度超过设定数值时，立即发出报警，自动停止喷枪，起到超温报警和自动关枪的功能，有效保证工件的喷涂质量。但无法准确得知喷涂工件的上限温度，需要试错，费时费力，且无法保证实时监控除温度外的其他工艺参数，使用范围受限。
中国专利号CN 112547352 A公开了“一种基于数字孪生的自动喷涂监测遥操作方法及系统”，主要针对自动喷漆过程建立现场增强模型，对过程中参数的故障进行诊断并处理。但该方案只针对喷涂过程的故障进行诊断与处理，无法处理未发生故障的情况，即无法监测和调控工艺参数以达到理想状态，更无法实现喷涂层质量的智能预测。
发明内容
为了克服上述现有技术的缺点，本发明提出了一种基于数字孪生的等离子喷涂控制系统及方法，能够实现等离子喷涂过程的在线监测与智能控制，基于关键工艺参数之间的稳定性匹配关系，预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数，实时调控各工艺参数以形成稳定的喷涂射流，实现操作的可视化。本发明的目的通过下述技术方案实现：
一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：包括工艺参数在线监测模块、智能控制模块、数字孪生模块和等离子喷涂模块。
上述方案中，所述的一种基于数字孪生的等离子喷涂控制系统的方法包括以下步骤：
步骤一：工艺参数在线监测模块采集等离子喷涂模块的电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率关键工艺参数，并传递给数据处理服务器；
步骤二：数据处理服务器调用涂层质量预测模块，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数；
步骤三：数据处理服务器比对预测质量参数与预期目标参数，计算差值，若差值未超出预设阈值，系统按照当前工艺参数持续执行；若差值超出预设阈值，则数据处理服务器将优化工艺参数；
步骤四：上述步骤三中，更进一步，数据处理服务器将优化工艺参数传递给智能控制模块，智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺；
步骤五：系统根据设置的间隔时间，重复上述步骤二到步骤五过程，实现基于数字孪生的等离子喷涂控制。
上述等离子喷涂模块方案中，包括电源柜、供气装置、送粉机构或送丝机构、工业冷水机、机械臂；所述工业冷水机的内部装有大量的去离子水，去离子水在冷水机内部和发生器间不断循环，起到冷却作用，保护发生器，减少发生器的烧损；所述机械臂末端安装有等离子发生器；进一步的，所述等离子发生器为丝材喷涂发生器，由喷枪、钨极、丝材、喷嘴、等离子体气源通道、第二雾化气体通道组成，所述等离子体气源通道、第二雾化气体通道与供气装置通过管路相接通并汇合接入到喷枪上，所述丝材通过送丝机构的电机运转向喷枪不断进给，完成送丝运动。
上述工艺参数在线监测模块方案中，包括电压传感器、电流传感器、质量流量计、数据采集卡、计算机、电机编码器和高速摄像机，目的在于实现等离子喷涂过程关键工艺参数的实时监测；进一步的，所述电压传感器和电流传感器通过数据采集卡与计算机进行连接，所述计算机为高性能工控机，实时获取电压参数和弧电流参数；所述质量流量计安装在供气装置的管路上，在线读取工作气及二次雾化气流量参数；所述电机编码器安装在送丝机构电机一端，获取送丝速度参数；更进一步，所述高速摄像机连接在计算机上，进行等离子体射流的形态追踪，具体方法步骤为：
S1，原始彩色RGB图像灰度化；
S2，增强图像对比度；
S3，灰度图像二值化；
S4，分割图像；
S5，图像中边界粒子轨迹的去除；
S6，降低信噪比和过聚焦的粒子轨迹；
S7，去除重叠粒子轨迹；
S8，等离子体射流的形态显示。
上述智能控制模块方案中，由控制阀、送丝控制器、变送器、分压隔离板、调流板组成，目的在于实时调控关键工艺参数的匹配关系和稳定性；进一步的，智能控制模块方案包括除上述设备外的PLC控制柜，数据处理服务器比对预测质量参数与预期目标参数，计算差值，若差值未超出预设阈值，系统按照当前工艺参数持续执行；若差值超出预设阈值，则数据处理服务器将优化工艺参数；更进一步，数据处理服务器将优化工艺参数传递给智能控制模块，智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺，嵌入PID控制算法的工控机实时通过PLC控制柜调整电源、质量流量控制阀与送丝电机，以使各关键工艺参数达到预期值范围内。
上述数字孪生模块方案中，由数据处理服务器组成，目的在于实时演化等离子喷涂模型，使其具有时空等效性；进一步的，所述数字孪生模块配置有孪生引擎，数据处理服务器将工艺参数、预测的质量参数、计算的运动参数传递给孪生引擎，孪生引擎进行仿真显示；更进一步，数据处理服务器配置有涂层质量预测模块，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数，具体方法步骤如下：
S1，分析工艺参数对喷涂层的厚度、强度和硬度的影响，建立电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率工艺参数预测喷涂层形貌误差的BP神经网络模型；
S2，进行等离子喷涂实验，获取电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率不同工艺参数作用下的喷涂层形貌数据，形成实验样本，并对其样本进行训练；
S3，用训练成功的BP网络模型就等离子喷涂工艺参数对喷涂层质量参数的影响规律进行预测，并应用遗传算法对BP神经网络进行优化，找到BP神经网络最优权值和阈值，揭示关键工艺参数和喷涂层特征与性能参数的非线性映射关系，搜索最佳的工艺过程决策变量，建立工艺优化模型和最佳决策参数库，并使用测试集对模型准确率进行验证。
本发明的有益效果在于：
1.本发明提供的一种基于数字孪生的等离子喷涂控制系统及方法，充分利用现代传感技术实现关键工艺参数的精准实时监测，利用高速摄像机实时感知等离子喷涂成形过程的射流状态，进行稳定性分析，若超出预设阈值，则数据处理服务器将优化工艺参数，调动智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺，实现喷涂过程关键工艺参数智能闭环控制。
2.本发明提供的一种基于数字孪生的等离子喷涂控制系统及方法，其数字孪生模块，可以通过接收来自工艺参数采集模块的数据而调用数据处理服务器，进行分析、预测、诊断、训练，并将仿真结果反馈给智能控制模块，从而对喷涂过程进行优化和决策。
3.本发明提供的一种基于数字孪生的等离子喷涂控制系统及方法，其涂层质量预测模块充分利用BP神经网络，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数，实现等离子喷涂层质量的智能预测。
附图说明
图1为一种基于数字孪生的等离子喷涂控制系统及方法的系统组成示意图。
图2为一种基于数字孪生的等离子喷涂控制系统及方法的方法流程示意图。
图3为一种基于数字孪生的等离子喷涂控制系统及方法的在线监测模块示意图。
图4为一种基于数字孪生的等离子喷涂控制系统及方法的智能控制模块示意图。
图5为一种基于数字孪生的等离子喷涂控制系统及方法的数字孪生模块拓扑结构示意图。
图6为一种基于数字孪生的等离子喷涂控制系统及方法的涂层质量预测模型。
图7为一种基于数字孪生的等离子喷涂控制系统及方法的BP神经网络学习计算过程。
图8为等离子喷涂模块的等离子体发生器结构示意图。
附图中，各数字和箭头代表的含义如下：
1-工艺参数在线监测模块；11-电压传感器；12-电流传感器；13-质量流量计；14-数据采集卡；15-计算机；16-电机编码器；17-高速摄像机；2-智能控制模块；21-控制阀；22-送丝控制器；23-PLC控制柜；24-变送器、25-分压隔离板、26-调流板；3-数字孪生模块；31-数据处理服务器；311-涂层质量预测模块；4-等离子喷涂模块；41-电源柜；42-供气装置；43-送粉机构或送丝机构；44-工业冷水机；45-机械臂；46-等离子发生器；461-喷枪；462-钨极；463-丝材；464-喷嘴；465-等离子体气源通道；466-第二雾化气体通道。
具体实施例
下面通过实例并结合附图对本发明的一种基于数字孪生的等离子喷涂控制系统及方法的结构以及工作原理做进一步说明。
本实施例中，一种基于数字孪生的等离子喷涂控制系统及方法的系统组成如图1所示，包括在工艺参数线监测模块(1)、智能控制模块(2)、数字孪生模块(3)以及等离子喷涂模块(4)。
如图2所示，为一种基于数字孪生的等离子喷涂控制系统及方法的方法流程示意图，所述方法包括：
S201，工艺参数在线监测模块采集等离子喷涂模块的电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率关键工艺参数，并传递给数据处理服务器；
S202，数据处理服务器调用涂层质量预测模块，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数；
S203，数据处理服务器比对预测质量参数与预期目标参数，计算差值，若差值未超出预设阈值，系统按照当前工艺参数持续执行；若差值超出预设阈值，则数据处理服务器将优化工艺参数；
S204，上述S203中，更进一步，数据处理服务器将优化工艺参数传递给智能控制模块，智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺；
S205，系统根据设置的间隔时间，重复上述S202到S205过程，实现基于数字孪生的等离子喷涂控制。
如图3所示，工艺参数在线检测模块(1)由电压传感器(11)、电流传感器(12)、质量流量计(13)、数据采集卡(14)、计算机(15)、电机编码器(16)和高速摄像机(17)组成，用来实时监测等离子系统在喷涂过程中的电弧电流、工作气体流量、雾化气体流量、送粉速率或送丝速率关键工艺参数，高速摄像机(17)将等离子体射流实时图片信息以TIFF格式依次自动保存于计算机(15)指定位置，基于MATLAB程序分析等离子体射流稳定性，实现在线检测等离子体射流长度变化以及追踪颗粒的粒径和数量分布。
图4给出了智能控制模块(2)组成示意图，该模块由质量流量控制阀(21)、送丝控制器(22)、PLC控制柜(23)、变送器(24)、分压隔离板(25)、调流板(26)组成；将在线检测得到的工艺参数与关键工艺参数匹配关系对比，实时计算关键工艺参数的波动值，若存在关键工艺参数不匹配或超出预设阈值的情况，嵌入PID控制算法的工控机实时通过PLC控制柜调整电源、质量流量控制阀与送丝电机，以使各关键工艺参数达到预期值范围内。
图5给出了数字孪生模块拓扑结构示意图，等离子喷涂模块、工件可以通过TCP/IP通讯协议将工艺参数以及物理模型通过数字孪生系统接口上传到数据处理服务器，数据处理服务器建立对应的数字模型，使其与喷涂模型保持全生命周期一致。
图6给出了涂层质量预测模型，通过分析工艺参数对喷涂层的厚度、强度和硬度的影响，建立工艺参数预测喷涂层形貌误差的网络模型，建立的网络模型为三层BP网络模型，网络的输入节点有四个，即电弧电流、等离子工作气、二次雾化气流量和送粉速率或送丝速率，三个输出节点分别是喷涂层的厚度、强度和硬度。
图7给出了BP神经网络学习计算过程，根据工艺参数和涂层性能之间的关系进行全因子等离子喷涂实验，获取不同工艺参数作用下喷涂层形貌数据，形成实验样本并训练，应用遗传算法对BP神经网络进行优化，找到BP神经网络最优权值和阈值，揭示关键工艺参数和喷涂层特征与性能参数的非线性映射关系，搜索最佳的工艺过程决策变量，建立工艺优化模型和最佳决策参数库，并使用测试集对模型准确率进行验证。
图8给出了等离子体发生器(46)结构示意图，由喷枪(461)、钨极(462)、丝材(463)、喷嘴(464)、等离子体气源通道(465)、第二雾化气体通道(466)组成；钨极(462)充当阴极，而丝材(463)充当阳极。采用由直流电驱动的等离子电弧作为热源，将丝材(463)加热到熔融或半熔融状态，并以高速喷向经过预处理的工件表面而形成附着牢固的表面层，整个喷涂过程由工业冷水机起到冷却作用，保护发生器，减少发生器的烧损。
本发明的实现过程如下：
(1)前处理
①将各模块按照一定顺序进行连接，并检查各设备是否完好；
②对各设备进行调式，并记录其初始参数；
③启动电源装置，对等离子体发生器的喷枪进行预热；
④进行等离子喷涂工艺。
(2)工艺参数在线监测
①通过电压传感器、电流传感器实时获取电源柜电压参数、弧电流参数；质量流量计在线读取工作气及二次雾化气流量参数；电机编码器读取送丝速率。
②将高速摄像机固定于等离子体射流一侧适当位置，打开高速摄像机驱动软件，调整高速摄像机焦距与光圈，使等离子体射流图像清晰，且最长等离子体射流均在拍摄范围内。设定高速摄像机自动拍摄频率为fs，将等离子体射流实时图片信息以TIFF格式依次自动保存于计算机指定位置。
(3)算法预测
调用涂层质量预测模块，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数，具体方法步骤如下：
S1，分析工艺参数对喷涂层的厚度、强度和硬度的影响，建立电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率工艺参数预测喷涂层形貌误差的BP神经网络模型；
S2，进行等离子喷涂实验，获取电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率不同工艺参数作用下的喷涂层形貌数据，形成实验样本，并对其样本进行训练；
S3，用训练成功的BP网络模型就等离子喷涂工艺参数对喷涂层质量参数的影响规律进行预测，并应用遗传算法对BP神经网络进行优化，找到BP神经网络最优权值和阈值，揭示关键工艺参数和喷涂层特征与性能参数的非线性映射关系，搜索最佳的工艺过程决策变量，建立工艺优化模型和最佳决策参数库，并使用测试集对模型准确率进行验证。
(4)数据处理
①MATLAB程序自动实时读取高速摄像机采集的等离子体射流原始图像，将等离子体射流图像转换为黑白图，选择合适阈值则可得到等离子体射流的长度，进行等离子体射流的形态追踪，并求取其波动特征占比，获得等离子体射流稳定性的定量分析结果，具体方法步骤为：
S1，原始彩色RGB图像灰度化；
S2，增强图像对比度；
S3，灰度图像二值化；
S4，分割图像；
S5，图像中边界粒子轨迹的去除；
S6，降低信噪比和过聚焦的粒子轨迹；
S7，去除重叠粒子轨迹；
S8，等离子体射流的形态显示。
②将预测质量参数与预期目标参数进行对比，计算差值，若差值未超出预设阈值，系统按照当前工艺参数持续执行；若差值超出预设阈值，则数据处理服务器将优化工艺参数；
③通过数字孪生模块得到的喷涂模型运动参数，进行相应路径规划。
(5)仿真优化
数字孪生模块配置有孪生引擎，通过TCP/IP通讯协议将工艺参数以及物理模型上传到数据处理服务器，数据处理服务器建立对应的数字模型，将数字模型、预测的质量参数、计算的运动参数传递给孪生引擎，孪生引擎进行仿真显示，使其与喷涂模型保持全生命周期一致，并将仿真结果反馈给智能控制模块，从而对喷涂过程进行优化和决策。
(6)智能控制
根据所获得的计算数据，若存在差值超出预设阈值的情况，将优化工艺参数传递给智能控制模块，智能控制模块控制等离子喷涂模块按照优化工艺参数执行喷涂工艺，嵌入PID控制算法的工控机实时通过PLC控制器调整电源、质量流量控制阀与送丝电机以及机械臂的运动，以使各关键工艺参数达到预期值范围内。
Claims (9)
1.一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述系统包括工艺参数在线监测模块(1)、智能控制模块(2)、数字孪生模块(3)和等离子喷涂模块(4)；所述数字孪生模块(3)包括数据处理服务器(31)，数据处理服务器(31)配置有涂层质量预测模块(311)；所述方法包括以下步骤：
步骤一：工艺参数在线监测模块(1)采集等离子喷涂模块(4)的电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率关键工艺参数，并传递给数据处理服务器(31)；
步骤二：数据处理服务器(31)调用涂层质量预测模块(311)，根据工艺参数预测喷涂层的厚度、强度和硬度质量参数，计算喷涂路径和速度运动参数；
步骤三：数据处理服务器(31)比对预测质量参数与预期目标参数，计算差值，若差值未超出预设阈值，系统按照当前工艺参数持续执行；若差值超出预设阈值，则数据处理服务器将优化工艺参数；
步骤四：上述步骤三中，更进一步，数据处理服务器(31)将优化工艺参数传递给智能控制模块(2)，智能控制模块(2)控制等离子喷涂模块(4)按照优化工艺参数执行喷涂工艺；
步骤五：系统根据设置的间隔时间，重复上述步骤二到步骤五过程，实现基于数字孪生的等离子喷涂控制。
2.如权利要求1所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述等离子喷涂模块(4)包括电源柜(41)、供气装置(42)、送粉机构或送丝机构(43)、工业冷水机(44)、机械臂(45)；所述工业冷水机(44)的内部装有大量的去离子水，去离子水在冷水机内部和发生器间不断循环，起到冷却作用，保护发生器，减少发生器的烧损；所述机械臂(45)末端安装有等离子发生器(46)。
3.如权利要求2所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述等离子发生器(46)为丝材喷涂发生器，由喷枪(461)、钨极(462)、丝材(463)、喷嘴(464)、等离子体气源通道(465)、第二雾化气体通道(466)组成，所述等离子体气源通道(465)、第二雾化气体通道(466)与供气装置(42)通过管路相接通并汇合接入到喷枪(461)上，所述丝材(463)通过送丝机构(43)的电机运转向喷枪(461)不断进给，完成送丝运动。
4.如权利要求1所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述工艺参数在线监测模块(1)包括电压传感器(11)、电流传感器(12)、质量流量计(13)、数据采集卡(14)、计算机(15)、电机编码器(16)和高速摄像机(17)，所述电压传感器(11)和电流传感器(12)通过数据采集卡(14)与计算机(15)进行连接，所述质量流量计(13)安装在供气装置(42)的管路上，所述电机编码器(16)安装在送丝机构(43)电机一端，所述高速摄像机(17)连接在计算机(15)上，所述计算机(15)为高性能工控机。
5.如权利要求1所述一种基于数字孪生的等离子喷涂监测控制系统及方法，其特征在于：所述智能控制模块(2)包括控制阀(21)、送丝控制器(22)、PLC控制柜(23)、变送器(24)、分压隔离板(25)、调流板(26)，所述控制阀(21)安装在供气装置(42)的管路上。
6.如权利要求1所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述步骤一中工艺参数在线监测模块(1)采集等离子喷涂模块(4)关键工艺参数，具体为：通过电压传感器(11)和电流传感器(12)采集电压参数和电弧电流参数、在线采集质量流量计(13)的工作气及二次雾化气流量参数、利用高速摄像机(17)进行等离子体射流的形态追踪、采集送丝控制电机编码器(16)获取送丝速度参数，获取机械臂(45)运动参数。
7.如权利要求1所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述步骤二中根据工艺参数预测喷涂层质量参数的具体方法步骤如下：
S1，分析工艺参数对喷涂层的厚度、强度和硬度的影响，建立电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率工艺参数预测喷涂层形貌误差的BP神经网络模型；
S2，进行等离子喷涂实验，获取电弧电流、等离子工作气、二次雾化气流量、送粉速率或送丝速率不同工艺参数作用下的喷涂层形貌数据，形成实验样本，并对其样本进行训练；
S3，用训练成功的BP网络模型就等离子喷涂工艺参数对喷涂层质量参数的影响规律进行预测，并应用遗传算法对BP神经网络进行优化，找到BP神经网络最优权值和阈值，揭示关键工艺参数和喷涂层特征与性能参数的非线性映射关系，搜索最佳的工艺过程决策变量，建立工艺优化模型和最佳决策参数库，并使用测试集对模型准确率进行验证。
8.如权利要求1所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：所述数字孪生模块(3)配置有孪生引擎，更进一步，步骤二中数据处理服务器(31)将工艺参数、预测的质量参数、计算的运动参数传递给孪生引擎，孪生引擎进行仿真显示。
9.如权利要求6所述一种基于数字孪生的等离子喷涂控制系统及方法，其特征在于：利用高速摄像机(17)进行等离子体射流的形态追踪，具体方法步骤为：
S1，原始彩色RGB图像灰度化；
S2，增强图像对比度；
S3，灰度图像二值化；
S4，分割图像；
S5，图像中边界粒子轨迹的去除；
S6，降低信噪比和过聚焦的粒子轨迹；
S7，去除重叠粒子轨迹；
S8，等离子体射流的形态显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310274203.9A CN116377370A (zh) | 2023-03-20 | 2023-03-20 | 一种基于数字孪生的等离子喷涂控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310274203.9A CN116377370A (zh) | 2023-03-20 | 2023-03-20 | 一种基于数字孪生的等离子喷涂控制系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116377370A true CN116377370A (zh) | 2023-07-04 |
Family
ID=86963998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310274203.9A Pending CN116377370A (zh) | 2023-03-20 | 2023-03-20 | 一种基于数字孪生的等离子喷涂控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116377370A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117418185A (zh) * | 2023-12-18 | 2024-01-19 | 江苏凯威特斯半导体科技有限公司 | 一种等离子喷涂方法和系统 |
| CN117970818A (zh) * | 2024-04-01 | 2024-05-03 | 深圳桥通物联科技有限公司 | 一种基于物联网的工业设备调控方法 |
-
2023
- 2023-03-20 CN CN202310274203.9A patent/CN116377370A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117418185A (zh) * | 2023-12-18 | 2024-01-19 | 江苏凯威特斯半导体科技有限公司 | 一种等离子喷涂方法和系统 |
| CN117418185B (zh) * | 2023-12-18 | 2024-03-12 | 江苏凯威特斯半导体科技有限公司 | 一种等离子喷涂方法和系统 |
| CN117970818A (zh) * | 2024-04-01 | 2024-05-03 | 深圳桥通物联科技有限公司 | 一种基于物联网的工业设备调控方法 |
| CN117970818B (zh) * | 2024-04-01 | 2024-05-31 | 深圳桥通物联科技有限公司 | 一种基于物联网的工业设备调控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116377370A (zh) | 一种基于数字孪生的等离子喷涂控制系统及方法 | |
| CN109968671B (zh) | 3d打印过程故障诊断方法和装置 | |
| CN114481077B (zh) | 一种金属镀膜自动化控制装置及其方法 | |
| US20230315062A1 (en) | Industrial internet of things, mthods and mediums for early warning of descending function fault of equipment | |
| CN113695109B (zh) | 一种用于自动化喷涂过程的程序匹配和迭代优化方法 | |
| Jiang et al. | Real-time moisture control in sintering process using offline–online NARX neural networks | |
| CN111612210A (zh) | 一种磨煤机煤粉细度的在线优化方法 | |
| CN116070484A (zh) | 一种基于深度学习的在线实时预测构件状态的方法 | |
| CN109226282B (zh) | 一种基于物联网的钢板在线固溶的轧后快速冷却方法 | |
| CN108265157A (zh) | 智能电弧炉炼钢系统 | |
| CN104516339A (zh) | 优化化工间歇生产操作的方法及经优化的生产操作系统 | |
| CN112604843A (zh) | 基于多信息融合的热喷涂成形过程质量控制系统及方法 | |
| Li et al. | Abnormal condition identification and safe control scheme for the electro-fused magnesia smelting process | |
| CN116561681A (zh) | 一种基于数字孪生的融合型故障诊断方法 | |
| CN115577860B (zh) | 基于自适应调控的轨道交通智能维保方法及系统 | |
| CN114381627A (zh) | 一种消除大型构件电弧增材过程应力变形的方法和装置 | |
| CN114453709A (zh) | 一种基于边缘计算的机器人焊接现场智能监控系统 | |
| Cao et al. | A dynamic subspace model for predicting burn-through point in iron sintering process | |
| Liu et al. | Plasma spray process operating parameters optimization based on artificial intelligence | |
| CN115413190A (zh) | 一种数据中心温度预测控制方法 | |
| Qu et al. | Design and fault diagnosis of DCS sintering furnace’s temperature control system for edge computing | |
| CN111617876A (zh) | 一种磨煤机在线综合运行优化的方法 | |
| CN117218311A (zh) | 基于无人机航拍影像数据的实时三维建模方法及系统 | |
| CN112677477A (zh) | 一种集成多传感器的多轴增材制造智能监控及检测系统 | |
| CN111612212A (zh) | 一种磨煤机煤粉细度的在线优化模型更新方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |