CN116643534B - 一种基于孪生技术的数控机床动态监测系统 - Google Patents
一种基于孪生技术的数控机床动态监测系统 Download PDFInfo
- Publication number
- CN116643534B CN116643534B CN202310648488.8A CN202310648488A CN116643534B CN 116643534 B CN116643534 B CN 116643534B CN 202310648488 A CN202310648488 A CN 202310648488A CN 116643534 B CN116643534 B CN 116643534B
- Authority
- CN
- China
- Prior art keywords
- numerical control
- control machine
- machine tool
- monitoring
- target enterprise
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 174
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 118
- 238000011156 evaluation Methods 0.000 claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000003754 machining Methods 0.000 claims description 73
- 238000012797 qualification Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000007689 inspection Methods 0.000 claims description 13
- 238000002360 preparation method Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 8
- 230000010076 replication Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
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
- G05B19/401—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 control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
-
- 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
- G05B2219/34—Director, elements to supervisory
- G05B2219/34242—For measurement only
-
- 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
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种基于孪生技术的数控机床动态监测系统,具体涉及数控机床监测领域,包括数控机床模型创建模块、数控机床模型区域划分模块、数控机床模型信息采集模块、数控机床模型信息预处理模块、数控机床模型信息处理模块、数控机床模型预警模块、数控机床模型信息分析模块、数控机床模型信息评估模块、数控机床模型信息监管模块。本发明通过提取数控机床模型中的状态参数,并对状态参数进行预处理,分析得到数控机床加工状态指数、安全温度影响权重指数及数控机床加工效率指数,进而分析得到数控机床监测评估系数,对异常区域进行对应的处理,同时将所需传输的信息使用USB接口的加密与物理数控机床连接,提高数控机床的自动化程度和安全性。
Description
技术领域
本发明涉及数控机床监测技术领域,更具体地说,本发明涉及一种基于孪生技术的数控机床动态监测系统。
背景技术
孪生技术简单地概括就是在一个设备或系统的基础上,创造一个数字版的“克隆体”,现实中的设备或系统的变化会同步到虚拟的“克隆体”上,同时在虚拟的“克隆体”上的操作也同步影响现实中的设备或系统。近年来,随着5G,物联网、云计算、大数据、人工智能和混合现实的新一代信息技术的发展,孪生技术在理论层面和应用层面均取得了快速发展;数控机床作为智能制造的重要装备之一,正朝着智能化、精密化、网络化的目标发展,通过构建基于数字孪生技术的数控机床加工装备技术体系,对数控机床加工装备的动态监测,可以实现数控机床加工装备的监测和管理多项指标的在线反馈,实现操作人员充分掌握设备的功能及状态,减少加工行程,缩短加工时间,实现高效数控加工,提高企业科技竞争力。
但是其在实际使用时,仍旧存在一些缺点,如现有的数控机床监测方式为由技术人员的工作经验或主观判断对物理数控机床的加工状态进行识别,这样的方式存在高风险、误差大、不及时的特点,无法实现数控机床的平稳运行,进而影响企业的加工进度。
传统的数控机床产业的动态监测主要为对加工状态中的某些数据进行收集、处理与分析,整个过程处于半智能化状态,不仅数据处理起来很复杂,而且输出的结果不具有时效性,往往不能对数控机床的实时状态进行及时决策,阻碍了数控机床产业的发展与进步。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于孪生技术的数控机床动态监测系统,用于解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
数控机床模型创建模块:用于通过计算机对目标企业物理数控机床进行全息复制,建立三维模型,并使用USB接口的加密传输与物理数控机床信息同步。
数控机床模型区域划分模块:用于将目标企业数控机床模型按照等面积划分方式划分为各监测子区域,并将目标企业数控机床模型区域依次标记为1、2……n。
数控机床模型信息采集模块:用于采集目标企业数控机床模型区域内各监测子区域的状态参数值。
所述数控机床模型信息采集模块包括动态信息采集单元、温度信息采集单元及内部信息采集单元。
数控机床模型信息预处理模块:用于接收数控机床模型信息采集模块传输的参数数据,消除数据中的异常值,通过加工检验合格数、加工完成数及加工总数计算得出数控机床加工合格率和数控机床加工完成率。
数控机床模型信息处理模块:用于接收数控机床模型信息预处理模块传输的数据信息,根据轴功率、轴转速、换刀速度计算得到数控机床加工状态指数,根据温度和安全温度计算得到安全温度影响权重指数,根据加工总数、加工完成数、加工检验合格数、加工间隔时间计算得到数控机床加工效率指数。
数控机床模型预警模块:用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数、安全温度影响权重指数,数控机床加工效率指数,对比分析后将处理结果发送至管理终端。
所述数控机床模型预警模块包括数控机床加工预警单元、数控机床温度预警单元、数控机床加工效率预警单元。
数控机床模型信息分析模块:用于通过数控机床加工状态指数、安全温度影响权重指数、数控机床加工效率指数计算得到数控机床监测评估系数。
数控机床模型信息评估模块:用于获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,若小于阈值则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。
数控机床模型信息监管模块:用于设置管理权限,储存目标企业数控机床模型区域内各监测子区域的历史数控机床监测评估系数和数控机床模型预警模块的变化波动指数。
所述数控机床模型创建模块具体为:
使用NURBS三维建模技术将目标企业物理数控机床进行全息复制,得到与物理空间的数控机床完全一致的三维模型,并对所需传输的信息使用USB接口的加密与物理数控机床连接,并同步信息。
所述数字机床模型区域划分模块的具体划分方式为:
获取目标企业的数控机床三维模型,确定为目标区域,并将目标区域按照等面积的划分不少于三份。
所述数控机床模型信息采集模块的具体采集方式为:
动态信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的轴功率、轴转速、换刀速度,分别标记为dpi、dzi、
dvi,其中i=1、2……n,i表示为第i个监测子区域编号。
温度信息采集单元用于设置温度传感器,获取目标企业数控机床模型区域内各监测子区域的温度和安全温度,分别标记为nti、nTi,其中i=1、2……n,i表示为第i个监测子区域编号。
内部信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的加工总数、加工完成数、加工检验合格数、加工间隔时间,分别标记为bni、bwi、bhi、bti,其中i=1、2......n,i表示为第i个监测子区域编号。
所述数控机床模型信息预处理模块具体为:
所述数控机床加工合格率的计算公式为:
其中kbh表示为数控机床加工合格率,bh表示为加工检验合格数,bn表示为加工总数。
所述数控机床加工完成率的计算公式为:
其中kbW表示为数控机床加工完成率,bw表示为加工完成数,bn表示为加工总数。
所述数控机床加工状态指数的计算公式为:
其中α表示为数控机床加工状态指数,dpi表示为第i个监测子区域的轴功率,dp预表示为预设的轴功率,dzi表示为第i个监测子区域的轴转速,dz预表示为预设的轴转速,dvi表示为第i个监测子区域的换刀速度,dv预表示为预设的换刀速度,λ1、λ2、λ3分别表示为轴功率、轴转速、换刀速度的其他影响因子。
所述安全温度影响权重指数的计算公式为:
其中β表示为安全温度影响权重指数,nti表示为第i个监测子区域的温度,nTi表示为第i个监测子区域的安全温度,NT设表示为预设的温度与安全温度之间允许的差值,ε1表示为温度的其他影响因子。
所述数控机床加工效率指数计算公式为:
其中γ表示为数控机床加工效率指数,bti表示为第i个监测子区域的加工间隔时间,BT表示为设定的加工间隔时间,kbh表示为数控机床加工合格率,kbw表示为数控机床加工完成率,μ1、μ2、μ3分别表示为加工间隔时间、数控机床加工合格率、数控机床加工完成率的其他影响因子。
所述数控机床模型预警模块具体方式为:
数控机床加工预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工状态变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωαi<ωαi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床加工状态存在异常,将结果发送至设备操作人员。
数控机床温度预警单元用于提取目标企业数控机床模型区域内各监测子区域的安全温度影响权重指数,得到目标企业数控机床模型区域内各监测子区域的安全温度影响权重变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床温度存在异常,将结果发送至设备操作人员。
数控机床加工效率预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工效率指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工效率变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床工作效率存在异常,将结果发送至设备操作人员。
所述数控机床监测评估系数的计算公式为:
θ=α*β*γ,其中θ表示为数控机床监测评估系数,α表示为数控机床加工状态指数,β表示为安全温度影响权重指数,γ表示为数控机床加工效率指数。
其中整体分析公式为:
所述数控机床模型信息评估模块的具体评估方式为:
获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数θ,与预设的数控机床监测评估系数Δθ进行对比,若θ<Δθ,则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。
本发明的技术效果和优点:
1、本发明提供一种基于孪生技术的数控机床动态监测系统,通过计算机建立目标企业数控机床三维模型,提取模型中的状态参数,并对状态参数进行预处理,分析得到数控机床加工状态指数、安全温度影响权重指数及数控机床加工效率指数,进而分析得到数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,对异常区域进行对应的处理,从而实现基于孪生技术对数控机床的加工状态进行实时监测,同时将所需传输的信息使用USB接口的加密与物理数控机床连接,并同步信息,提高数控机床的自动化程度,提高数控机床系统的稳定性和安全性;
2、本发明通过将数控机床加工状态指数、安全温度影响权重指数及数控机床加工效率指数与预设的指数值进行对比,监测系统会及时检测到数控机床加工状态异常的区域,保证产品的加工质量以及生产效率,有助于操作人员及时发现问题并对设备进行相应的调整,恢复机床的正常状态,避免企业造成不必要的损失。
附图说明
图1为本发明的系统模块连接示意图。
图2为本发明的数控机床模型信息采集模块示意图。
图3为本发明的数控机床模型预警模块示意图。
具体实施方式
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,本领域普通技术人员在没有做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。请参阅图1所示,本发明提供一种基于孪生技术的数控机床动态监测系统,包括数控机床模型创建模块、数控机床模型区域划分模块、数控机床模型信息采集模块、数控机床模型信息预处理模块、数控机床模型信息处理模块、数控机床模型预警模块、数控机床模型信息分析模块、数控机床模型信息评估模块、数控机床模型信息监管模块。
所述数控机床模型创建模块与数控机床模型区域划分模块连接,数控机床模型区域划分模块与数控机床模型信息采集模块连接,数控机床模型信息采集模块与数控机床模型信息预处理模块连接,数控机床模型信息预处理模块与数控机床模型信息处理模块连接,数控机床模型信息处理模块与数控机床模型预警模块和数控机床模型信息分析模块连接,数控机床模型信息分析模块与数控机床模型信息评估模块连接,数控机床模型信息评估模块与数控机床模型信息监管模块连接,数控机床模型预警模块与数控机床模型信息监管模块连接。
所述数控机床模型创建模块用于通过计算机对目标企业物理数控机床进行全息复制,建立三维模型,并使用USB接口的加密传输与物理数控机床信息同步。
在一种可能的设计中,所述数控机床模型创建模块具体为:
使用NURBS三维建模技术将目标企业物理数控机床进行全息复制,得到与物理空间的数控机床完全一致的三维模型,并对所需传输的信息使用USB接口的加密与物理数控机床连接,并同步信息。
所述数控机床模型区域划分模块用于将目标企业数控机床模型按照等面积划分方式划分为各监测子区域,并将目标企业数控机床模型区域依次标记为1、2……n。
在一种可能的设计中,所述数字机床模型区域划分模块的具体划分方式为:
获取目标企业的数控机床三维模型,确定为目标区域,并将目标区域按照等面积的划分不少于三份。
所述数控机床模型信息采集模块用于采集目标企业数控机床模型区域内各监测子区域的状态参数值,并将参数数据传输至数控机床模型信息预处理模块。
请参阅图2所示,所述数控机床模型信息采集模块包括动态信息采集单元、温度信息采集单元及内部信息采集单元。
在一种可能的设计中,所述数控机床模型信息采集模块的具体采集方式为:
动态信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的轴功率、轴转速、换刀速度,分别标记为dpi、dzi、
dvi,其中i=1、2……n,i表示为第i个监测子区域编号,并将数据参数传输至数控机床模型信息预处理模块。
温度信息采集单元用于设置温度传感器,获取目标企业数控机床模型区域内各监测子区域的温度和安全温度,分别标记为nti、nTi,其中i=1、2……n,i表示为第i个监测子区域编号,并将数据参数传输至数控机床模型信息预处理模块。
内部信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的加工总数、加工完成数、加工检验合格数、加工间隔时间,分别标记为bni、bwi、bhi、bti,其中i=1、2……n,i表示为第i个监测子区域编号,并将数据参数传输至数控机床模型信息预处理模块。
所述数控机床模型信息预处理模块用于接收数控机床模型信息采集模块传输的参数数据,消除数据中的异常值,通过加工检验合格数、加工完成数及加工总数计算得出数控机床加工合格率和数控机床加工完成率,并将数据传输至数控机床模型信息处理模块。
在一种可能的设计中,所述数控机床模型信息预处理模块具体为:
所述数控机床加工合格率的计算公式为:
其中kbh表示为数控机床加工合格率,bh表示为加工检验合格数,bn表示为加工总数。
所述数控机床加工完成率的计算公式为:
其中kbW表示为数控机床加工完成率,bw表示为加工完成数,bn表示为加工总数。
所述数控机床模型信息处理模块用于接收数控机床模型信息预处理模块传输的数据信息,根据轴功率、轴转速、换刀速度计算得到数控机床加工状态指数,根据温度和安全温度计算得到安全温度影响权重指数,根据加工总数、加工完成数、加工检验合格数、加工间隔时间计算得到数控机床加工效率指数。
在一种可能的设计中,所述数控机床加工状态指数的计算公式为:
其中α表示为数控机床加工状态指数,dpi表示为第i个监测子区域的轴功率,dp预表示为预设的轴功率,dzi表示为第i个监测子区域的轴转速,dz预表示为预设的轴转速,dvi表示为第i个监测子区域的换刀速度,dv预表示为预设的换刀速度,λ1、λ2、λ3分别表示为轴功率、轴转速、换刀速度的其他影响因子。
所述安全温度影响权重指数的计算公式为:
其中β表示为安全温度影响权重指数,nti表示为第i个监测子区域的温度,nTi表示为第i个监测子区域的安全温度,NT设表示为预设的温度与安全温度之间允许的差值,ε1表示为温度的其他影响因子。
所述数控机床加工效率指数计算公式为:
其中γ表示为数控机床加工效率指数,bti表示为第i个监测子区域的加工间隔时间,BT表示为设定的加工间隔时间,kbh表示为数控机床加工合格率,kbw表示为数控机床加工完成率,μ1、μ2、μ3分别表示为加工间隔时间、数控机床加工合格率、数控机床加工完成率的其他影响因子。
所述数控机床模型预警模块用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数、安全温度影响权重指数,数控机床加工效率指数,对比分析后将处理结果发送至管理终端。
请参阅图3所示,所述数控机床模型预警模块包括数控机床加工预警单元、数控机床温度预警单元、数控机床加工效率预警单元。
在一种可能的设计中,所述数控机床模型预警模块具体方式为:
数控机床加工预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工状态弯化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωαi<ωαi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床加工状态存在异常,将结果发送至设备操作人员。
数控机床温度预警单元用于提取目标企业数控机床模型区域内各监测子区域的安全温度影响权重指数,得到目标企业数控机床模型区域内各监测子区域的安全温度影响权重变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床温度存在异常,将结果发送至设备操作人员。
数控机床加工效率预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工效率指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工效率变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床工作效率存在异常,将结果发送至设备操作人员。
所述数控机床模型信息分析模块用于通过数控机床加工状态指数、安全温度影响权重指数、数控机床加工效率指数计算得到数控机床监测评估系数。
在一种可能的设计中,所述数控机床监测评估系数的计算公式为:θ=α*β*γ,其中θ表示为数控机床监测评估系数,α表示为数控机床加工状态指数,β表示为安全温度影响权重指数,γ表示为数控机床加工效率指数。
其中整体分析公式为:
所述数控机床模型信息评估模块用于获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,若小于阈值则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。
在一种可能的设计中,所述数控机床模型信息评估模块的具体评估方式为:
获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数θ,与预设的数控机床监测评估系数Δθ进行对比,若θ<Δθ,则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。
所述数控机床模型信息监管模块用于设置管理权限,储存目标企业数控机床模型区域内各监测子区域的历史数控机床监测评估系数。
在本实施例中,需要具体说明的是,本发明提供一种基于孪生技术的数控机床动态监测系统,包括以下步骤:
步骤S01:数控机床模型创建:具体为通过计算机对目标企业物理数控机床进行全息复制,建立三维模型,并使用USB接口的加密传输与物理数控机床信息同步。
步骤S02:数控机床模型区域划分:具体为将目标企业数控机床模型按照等面积划分方式划分为各监测子区域,并将目标企业数控机床模型区域依次标记为1、2……n。
步骤S03:数控机床模型信息采集:具体为采集目标企业数控机床模型区域内各监测子区域的状态参数值。
所述数控机床模型信息采集包括动态信息采集单元、温度信息采集单元及内部信息采集单元。
步骤S04:数控机床模型信息预处理:具体为接收数控机床模型信息采集模块传输的参数数据,消除数据中的异常值,通过加工检验合格数、加工完成数及加工总数计算得出数控机床加工合格率和数控机床加工完成率。
步骤S05:数控机床模型信息处理:具体为接收数控机床模型信息预处理模块传输的数据信息,根据轴功率、轴转速、换刀速度计算得到数控机床加工状态指数,根据温度和安全温度计算得到安全温度影响权重指数,根据加工总数、加工完成数、加工检验合格数、加工间隔时间计算得到数控机床加工效率指数。
步骤S06:数控机床模型预警:具体为提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数、安全温度影响权重指数,数控机床加工效率指数,对比分析后将处理结果发送至管理终端。
所述数控机床模型预警包括数控机床加工预警单元、数控机床温度预警单元、数控机床加工效率预警单元。
步骤S07:数控机床模型信息分析:具体为通过数控机床加工状态指数、安全温度影响权重指数、数控机床加工效率指数计算得到数控机床监测评估系数。
步骤S08:数控机床模型信息评估:具体为获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,若小于阈值则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。步骤S09:数控机床模型信息监管:具体为设置管理权限,储存目标企业数控机床模型区域内各监测子区域的历史数控机床监测评估系数。
在本实施例中,需要具体说明的是,本发明提供一种基于孪生技术的数控机床动态监测系统,通过计算机建立目标企业数控机床三维模型,将模型划分为各监测子区域,提取各监测子区域子单元中的状态参数,并对状态参数进行预处理,分析得到数控机床加工状态指数、安全温度影响权重指数及数控机床加工效率指数,通过将数控机床加工状态指数、安全温度影响权重指数及数控机床加工效率指数与预设的指数值进行对比,监测系统会及时检测到数控机床加工状态异常的区域,保证产品的加工质量以及生产效率,有助于操作人员及时发现问题并对设备进行相应的调整,恢复机床的正常状态,避免企业造成不必要的损失;进一步分析得到数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,对异常区域进行对应的处理,从而实现基于孪生技术对数控机床的加工状态进行实时监测,同时将所需传输的信息使用USB接口的加密与物理数控机床连接,并同步信息,提高数控机床的自动化程度,提高数控机床系统的稳定性和安全性。
本发明最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于孪生技术的数控机床动态监测系统,其特征在于,包括:
数控机床模型创建模块:用于通过计算机对目标企业物理数控机床进行全息复制,建立三维模型,并使用USB接口的加密传输与物理数控机床信息同步;
数控机床模型区域划分模块:用于将目标企业数控机床模型按照等面积划分方式划分为各监测子区域,并将目标企业数控机床模型区域依次标记为1、2……n;
数控机床模型信息采集模块:用于采集目标企业数控机床模型区域内各监测子区域的状态参数值;
所述数控机床模型信息采集模块包括动态信息采集单元、温度信息采集单元及内部信息采集单元;
数控机床模型信息预处理模块:用于接收数控机床模型信息采集模块传输的参数数据,消除数据中的异常值,通过加工检验合格数、加工完成数及加工总数计算得出数控机床加工合格率和数控机床加工完成率;
数控机床模型信息处理模块:用于接收数控机床模型信息预处理模块传输的数据信息,根据轴功率、轴转速、换刀速度计算得到数控机床加工状态指数,根据温度和安全温度计算得到安全温度影响权重指数,根据加工总数、加工完成数、加工检验合格数、加工间隔时间计算得到数控机床加工效率指数;
所述数控机床加工状态指数的计算公式为:
其中α表示为数控机床加工状态指数,dpi表示为第i个监测子区域的轴功率,dp预表示为预设的轴功率,dzi表示为第i个监测子区域的轴转速,dz预表示为预设的轴转速,dvi表示为第i个监测子区域的换刀速度,dv预表示为预设的换刀速度,λ1、λ2、λ3分别表示为轴功率、轴转速、换刀速度的其他影响因子;
所述安全温度影响权重指数的计算公式为:
其中β表示为安全温度影响权重指数,nti表示为第i个监测子区域的温度,nTi表示为第i个监测子区域的安全温度,NT设表示为预设的温度与安全温度之间允许的差值,ε1表示为温度的其他影响因子;
所述数控机床加工效率指数计算公式为:
其中γ表示为数控机床加工效率指数,bti表示为第i个监测子区域的加工间隔时间,BT表示为设定的加工间隔时间,kbh表示为数控机床加工合格率,kbw表示为数控机床加工完成率,μ1、μ2、μ3分别表示为加工间隔时间、数控机床加工合格率、数控机床加工完成率的其他影响因子;
数控机床模型预警模块:用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数、安全温度影响权重指数,数控机床加工效率指数,对比分析后将处理结果发送至管理终端;
所述数控机床模型预警模块包括数控机床加工预警单元、数控机床温度预警单元、数控机床加工效率预警单元;
所述数控机床模型预警模块具体方式为:
数控机床加工预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工状态指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工状态变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωαi<ωαi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床加工状态存在异常,将结果发送至设备操作人员;
数控机床温度预警单元用于提取目标企业数控机床模型区域内各监测子区域的安全温度影响权重指数,得到目标企业数控机床模型区域内各监测子区域的安全温度影响权重变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床温度存在异常,将结果发送至设备操作人员;
数控机床加工效率预警单元用于提取目标企业数控机床模型区域内各监测子区域的数控机床加工效率指数,得到目标企业数控机床模型区域内各监测子区域的数控机床加工效率变化波动指数公式:若目标企业数控机床模型区域内某监测子区域的ωβi<ωβi-1,表明目标企业数控机床模型区域内该监测子区域的数控机床工作效率存在异常,将结果发送至设备操作人员;
数控机床模型信息分析模块:用于通过数控机床加工状态指数、安全温度影响权重指数、数控机床加工效率指数计算得到数控机床监测评估系数;
所述数控机床监测评估系数的计算公式为:
θ=α*β*γ,其中θ表示为数控机床监测评估系数,α表示为数控机床加工状态指数,β表示为安全温度影响权重指数,γ表示为数控机床加工效率指数;
其中整体分析公式为:
数控机床模型信息评估模块:用于获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数,与预设的数控机床监测评估系数进行对比,若小于阈值则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况;
数控机床模型信息监管模块:用于设置管理权限,储存目标企业数控机床模型区域内各监测子区域的历史数控机床监测评估系数和数控机床模型预警模块的变化波动指数。
2.根据权利要求1所述的一种基于孪生技术的数控机床动态监测系统,其特征在于:所述数控机床模型创建模块具体为:
使用NURBS三维建模技术将目标企业物理数控机床进行全息复制,得到与物理空间的数控机床完全一致的三维模型,并对所需传输的信息使用USB接口的加密与物理数控机床连接,并同步信息。
3.根据权利要求1所述的一种基于孪生技术的数控机床动态监测系统,其特征在于:所述数控机床模型区域划分模块的具体划分方式为:
获取目标企业的数控机床三维模型,确定为目标区域,并将目标区域按照等面积的划分不少于三份。
4.根据权利要求1所述的一种基于孪生技术的数控机床动态监测系统,其特征在于:所述数控机床模型信息采集模块的具体采集方式为:
动态信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的轴功率、轴转速、换刀速度,分别标记为dpi、dzi、dvi,其中i=1、2……n,i表示为第i个监测子区域编号;
温度信息采集单元用于设置温度传感器,获取目标企业数控机床模型区域内各监测子区域的温度和安全温度,分别标记为nti、nTi,其中i=1、2……n,i表示为第i个监测子区域编号;
内部信息采集单元用于设置采集点,获取目标企业数控机床模型区域内各监测子区域的加工总数、加工完成数、加工检验合格数、加工间隔时间,分别标记为bni、bwi、bhi、bti,其中i=1、2……n,i表示为第i个监测子区域编号。
5.根据权利要求1所述的一种基于孪生技术的数控机床动态监测系统,其特征在于:所述数控机床模型信息预处理模块具体为:
所述数控机床加工合格率的计算公式为:
其中kbh表示为数控机床加工合格率,bh表示为加工检验合格数,bn表示为加工总数;
所述数控机床加工完成率的计算公式为:其中kbw表示为数控机床加工完成率,bw表示为加工完成数,bn表示为加工总数。
6.根据权利要求1所述的一种基于孪生技术的数控机床动态监测系统,其特征在于:所述数控机床模型信息评估模块的具体评估方式为:
获取目标企业数控机床模型区域内各监测子区域的数控机床监测评估系数θ,与预设的数控机床监测评估系数Δθ进行对比,若θ<Δθ,则表明目标企业数控机床模型区域内各监测子区域的数控机床工作状态存在异常,则发送监测指令至目标企业终端,反之则表明目标企业数控机床模型区域内各监测子区域的数控机床工作无异常状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648488.8A CN116643534B (zh) | 2023-06-02 | 2023-06-02 | 一种基于孪生技术的数控机床动态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648488.8A CN116643534B (zh) | 2023-06-02 | 2023-06-02 | 一种基于孪生技术的数控机床动态监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116643534A CN116643534A (zh) | 2023-08-25 |
CN116643534B true CN116643534B (zh) | 2023-11-24 |
Family
ID=87643160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310648488.8A Active CN116643534B (zh) | 2023-06-02 | 2023-06-02 | 一种基于孪生技术的数控机床动态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116643534B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094564B (zh) * | 2023-10-18 | 2024-02-02 | 山东朝启电子科技有限公司 | 一种基于数字孪生的智慧泵站管理系统 |
CN117196417B (zh) * | 2023-11-08 | 2024-01-30 | 天津市丰和博科技发展有限公司 | 一种立式加工机床加工数据智能分析管理系统 |
CN117931575B (zh) * | 2024-01-26 | 2024-06-18 | 广东云达智能物联科技有限公司 | 一种基于物联网的终端信息数字化管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2065252A1 (fr) * | 1990-07-02 | 1992-01-03 | Bernard Pierre Pradelle | Procede et installation de reglage du debit d'air dans un reseau de conduites |
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 |
CN110900307A (zh) * | 2019-11-22 | 2020-03-24 | 北京航空航天大学 | 一种数字孪生驱动的数控机床刀具监控系统 |
CN110968038A (zh) * | 2019-12-18 | 2020-04-07 | 大连理工大学 | 一种基于数字孪生的数控机床进给轴热误差监测方法 |
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 |
CN115202287A (zh) * | 2022-09-19 | 2022-10-18 | 徐州凌风俊自动化设备有限公司 | 一种数控机床运行作业在线智能监测诊断分析系统 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN116150897A (zh) * | 2022-11-10 | 2023-05-23 | 北京机床研究所有限公司 | 一种基于数字孪生的机床主轴性能测评方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611744A (zh) * | 2020-12-09 | 2022-06-10 | 斯凯孚公司 | 机床管理方法、机床管理系统及介质 |
-
2023
- 2023-06-02 CN CN202310648488.8A patent/CN116643534B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2065252A1 (fr) * | 1990-07-02 | 1992-01-03 | Bernard Pierre Pradelle | Procede et installation de reglage du debit d'air dans un reseau de conduites |
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 |
CN110900307A (zh) * | 2019-11-22 | 2020-03-24 | 北京航空航天大学 | 一种数字孪生驱动的数控机床刀具监控系统 |
CN110968038A (zh) * | 2019-12-18 | 2020-04-07 | 大连理工大学 | 一种基于数字孪生的数控机床进给轴热误差监测方法 |
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 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警系统 |
CN115202287A (zh) * | 2022-09-19 | 2022-10-18 | 徐州凌风俊自动化设备有限公司 | 一种数控机床运行作业在线智能监测诊断分析系统 |
CN116150897A (zh) * | 2022-11-10 | 2023-05-23 | 北京机床研究所有限公司 | 一种基于数字孪生的机床主轴性能测评方法及系统 |
Non-Patent Citations (2)
Title |
---|
《Dynamic reconfiguration optimization of intelligent manufacturing system with human-robot collaboration based on digital twin》;Qizhang Zhu;《Journal of Manufacturing Systems》;第330页-第338页 * |
《数字孪生技术在机床行业中的应用研究》;陈旭;《 现代制造工程》(第第5期期);第157页-第161页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116643534A (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116643534B (zh) | 一种基于孪生技术的数控机床动态监测系统 | |
CN110704974B (zh) | 基于数字孪生驱动的工艺模型的建模与使用方法 | |
CN110900307B (zh) | 一种数字孪生驱动的数控机床刀具监控系统 | |
CN114663250B (zh) | 双独立平台式工业物联网系统及其控制方法 | |
CN116822353A (zh) | 一种制造工艺过程的数字孪生模型快速构建方法 | |
CN116107280B (zh) | 一种用于多维可视化管理的数字孪生工厂控制系统 | |
CN115309106A (zh) | 基于多源异构数据的机床热力场仿真系统 | |
CN117850503B (zh) | 一种浇筑球化控温的检测控制系统 | |
CN114800040A (zh) | 工艺-状态数据关联的刀具磨损监测方法及系统 | |
CN114297265A (zh) | 基于物联技术的智能运维方法 | |
CN115816164B (zh) | 一种管件装配机的管件定长裁切系统 | |
CN116776561A (zh) | 一种产品加工过程的数字孪生模型构建方法 | |
CN116841250A (zh) | 一种智能制造车间数字孪生模型的构建方法 | |
CN117092963A (zh) | 一种基于大数据的数控加工产品质量监管系统及方法 | |
CN115118578A (zh) | 一种基于web的scada系统 | |
CN115879238A (zh) | 一种发动机整机及试验孪生体系模型构建方法 | |
CN114019946A (zh) | 工控终端的监控数据处理方法及装置 | |
KR20210100399A (ko) | 인공 지능을 이용한 가공품질 예측 시스템 및 방법 | |
CN113408764A (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN111539642A (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
CN117852972B (zh) | 一种基于铸造过程监控数据的铸造质量控制系统及方法 | |
CN118143740B (zh) | 一种数控机床的主轴检测方法及检测系统 | |
CN115328025B (zh) | 一种基于模型适用度评价指标的机床热误差双闭环建模与补偿方法 | |
CN117150417B (zh) | 一种离线式检测系统 | |
CN113204219B (zh) | 用于智能制造的工业控制器 |
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 |