CN117236054A - 一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 - Google Patents
一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 Download PDFInfo
- Publication number
- CN117236054A CN117236054A CN202311291536.9A CN202311291536A CN117236054A CN 117236054 A CN117236054 A CN 117236054A CN 202311291536 A CN202311291536 A CN 202311291536A CN 117236054 A CN117236054 A CN 117236054A
- Authority
- CN
- China
- Prior art keywords
- assembly
- data
- digital twin
- digital
- model
- 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 79
- 238000003466 welding Methods 0.000 title claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种基于数字孪生的汽车焊装夹具装配方法、系统及介质，该方法包括：采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据；根据虚拟装配数据生成装配顺序指导，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；判断装配偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则根据警示信息向操作发出警示；通过将实际夹具的工作情况参数数据返回给数字孪生模型，模型能够实时更新和调整预测结果，操作员可以根据孪生模型的分析结果进行决策和调整，以提高装配过程的质量和效率，降低人为错误的发生率。
Description
技术领域
本申请涉及焊装夹具装配领域，具体而言，涉及一种基于数字孪生的汽车焊装夹具装配方法、系统及介质。
背景技术
数字孪生(Digital Twin)是通过将现实世界中的实体或系统建立数字化的模型，并与其实时数据相连接，以实现监测、预测和优化的能力。这一技术起源于20世纪60年代的飞行器模拟和仿真研究，但如今已经广泛应用于各个领域，包括工业制造、城市规划和能源管理等。数字孪生通过实时采集、传输和处理物理系统的数据，将其与数字模型进行实时同步。这样的数字模型可以准确地反映实体或系统的行为、性能和状态。基于数字孪生模型，可以进行各种模拟和优化分析，以预测实体的运行情况、优化设计和生产流程、提高运维效率。
汽车焊装夹具是用于汽车制造中的焊接装配过程的工具。它们用于保持和定位汽车车身结构的各个零部件，在焊接过程中确保零件的准确位置和稳定连接。使用汽车焊装夹具能够提高焊接装配的精度、效率和一致性，并确保焊接质量和车身结构的稳定性。焊装夹具在汽车制造行业中扮演着重要的角色，对于确保汽车质量和生产效率都至关重要。
传统夹具的设计和调整通常需要较多的人力和时间。一旦夹具制造完成后，如果需要调整其尺寸、位置或角度等参数，就需要进行繁琐的手动操作和调整，其次传统夹具通常只能起到定位和固定零件的作用，无法提供即时的监测和反馈。这使得早期发现装配问题、进行实时调整和处理故障变得困难，可能导致质量问题在后续工艺中被忽视或延误。因此，如何将数字孪生技术运用到汽车焊装夹具装配系统中，从而提高夹具装配的精确度和效率是一个值得研究的问题；针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于数字孪生的汽车焊装夹具装配方法、系统及介质，通过将实际夹具的工作情况参数数据返回给数字孪生模型，模型能够实时更新和调整预测结果，操作员可以根据孪生模型的分析结果进行决策和调整，以提高装配过程的质量和效率，降低人为错误的发生率。
本申请实施例还提供了一种基于数字孪生的汽车焊装夹具装配方法，包括：
采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；
通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据；
根据虚拟装配数据生成装配顺序指导，得到指导数据；
获取实际夹具装配工作数据，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；
判断所述装配偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成警示信息，根据警示信息向操作发出警示；
若小于，则将实际夹具装配工作数据远程传输至终端。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配方法中，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，具体为：
获取夹具装配状态数据，将夹具装配状态数据随机分割为训练集与验证集；
通过训练集对数字孪生模型进行迭代训练，得到训练结果；
判断所述训练结果是否收敛；
若收敛，则通过验证集对数字孪生模型进行验证；
若不收敛，则增加迭代次数继续对数字孪生模型进行训练，直至数字孪生模型收敛。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配方法中，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，还包括：
将收集到的夹具装配状态数据进行整合、处理和分析，生成数字孪生模型；数字孪生模型是基于实际装配过程中收集到的数据，其中包括焊接过程中施加在工件上的压力情况、工件之间的接触力和握持力、工件在装配过程中的位置变化和相对移动、监控焊接区域的温度变化。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配方法中，通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据之后，还包括：
获取夹具工作过程，得到实际夹具的工作情况参数数据；
将实际夹具的工作情况参数数据反馈回数字孪生模型中；
通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配方法中，通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析之后，还包括：
将数字孪生模型的分析和预测结果进行反馈至操作员，并进行装配过程中的决策和调整，得到调整信息；
根据调整信息调整装配参数与装配顺序。
第二方面，本申请实施例提供了一种基于数字孪生的汽车焊装夹具装配系统，应用于基于数字孪生的汽车焊装夹具装配方法，该系统包括：
传感器模块，所述传感器模块配置为，用于实时收集汽车焊装夹具装配过程中的数据，形成多维度夹具装配状态数据；
数字化建模模块，所述数字化建模模块与所述传感器模块电性连接，所述数字化建模模块用于接收传感器模块采集的多维度夹具装配状态数据，并通过多维度夹具装配状态数据构建数字孪生模型；
数据反馈模块，所述数据反馈模块配置为，接收传感器模块采集的实际夹具装配工作情况参数数据，并返回至数字孪生模型，实现数据的对比和分析。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配系统中，所述传感器模块包括压力传感器、力传感器、位移传感器与温度传感器。
可选地，在本申请实施例所述的基于数字孪生的汽车焊装夹具装配系统中，还包括优化算法模块，所述优化算法模块与所述数字化建模模块电性连接，所述优化算法模块配置为，通过与数字孪生模型的交互，分析夹具装配过程中的优化空间，并提供调整建议。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于数字孪生的汽车焊装夹具装配方法程序，所述基于数字孪生的汽车焊装夹具装配方法程序被处理器执行时，实现如上述任一项所述的基于数字孪生的汽车焊装夹具装配方法的步骤。
由上可知，本申请实施例提供的一种基于数字孪生的汽车焊装夹具装配方法、系统及介质，通过采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据；根据虚拟装配数据生成装配顺序指导，得到指导数据；获取实际夹具装配工作数据，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；判断所述装配偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则生成警示信息，根据警示信息向操作发出警示；若小于，则将实际夹具装配工作数据远程传输至终端；通过将实际夹具的工作情况参数数据返回给数字孪生模型，模型能够实时更新和调整预测结果，操作员可以根据孪生模型的分析结果进行决策和调整，以提高装配过程的质量和效率，降低人为错误的发生率。
本申请的其他特征和优点将在随后的说明书阐述，本申请的目的和优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的基于数字孪生的汽车焊装夹具装配方法的流程图；
图2为本申请实施例提供的基于数字孪生的汽车焊装夹具装配方法的数字孪生模型训练流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
请参照图1-2，该基于数字孪生的汽车焊装夹具装配方法用于终端设备中，该基于数字孪生的汽车焊装夹具装配方法，包括以下步骤：
S101，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；
S102，通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据，根据虚拟装配数据生成装配顺序指导，得到指导数据；
S103，获取实际夹具装配工作数据，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；
S104，判断所述装配偏差率是否大于或等于预设的偏差率阈值；
S105，若大于或等于，则生成警示信息，根据警示信息向操作发出警示；若小于，则将实际夹具装配工作数据远程传输至终端。
需要说明的是，设计和安装适用于夹具装配过程的传感器模块，以监测关键参数，利用力传感器、力传感器、位移传感器、温度传感器分别测量出夹具的相关数据，传感器模块采用多种类型的传感器来实现参数的实时监测和收集。
使用数据采集模块来收集传感器模块采集到的实时数据，并将数据存储在数据存储介质中。
使用收集到的数据，利用数字化建模技术创建准确的数字孪生模型。数字孪生模型可以精确地反映夹具的结构、动态特性和工作状态，并能够实时更新以匹配实际夹具的工作情况。
基于数字孪生模型进行夹具装配过程的模拟和仿真。模型可以模拟夹具的动态行为、装配顺序和装配过程中的变化，并且通过显示设备向操作员展示夹具装配的动态模拟，以提供准确的装配指导和优化建议。
将实际夹具的工作情况参数数据反馈给数字孪生模型，与模拟结果进行比较和验证。这样可以及时发现模型和实际之间的差异，并对模型进行修正和改进，以提高模型的准确性和可靠性。
通过分析和处理数字孪生模型的结果，将预测结果反馈给操作员。这些结果可以以可视化或报告的形式提供给操作员，帮助他们进行决策和调整，并优化夹具的装配过程。
根据本发明实施例，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，具体为：
S201，获取夹具装配状态数据，将夹具装配状态数据随机分割为训练集与验证集；
S202，通过训练集对数字孪生模型进行迭代训练，得到训练结果；
S203，判断所述训练结果是否收敛；
S204，若收敛，则通过验证集对数字孪生模型进行验证；
S205，若不收敛，则增加迭代次数继续对数字孪生模型进行训练，直至数字孪生模型收敛。
根据本发明实施例，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，还包括：
将收集到的夹具装配状态数据进行整合、处理和分析，生成数字孪生模型；数字孪生模型是基于实际装配过程中收集到的数据，其中包括焊接过程中施加在工件上的压力情况、工件之间的接触力和握持力、工件在装配过程中的位置变化和相对移动、监控焊接区域的温度变化。
根据本发明实施例，通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据之后，还包括：
获取夹具工作过程，得到实际夹具的工作情况参数数据；
将实际夹具的工作情况参数数据反馈回数字孪生模型中；
通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析。
根据本发明实施例，通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析之后，还包括：
将数字孪生模型的分析和预测结果进行反馈至操作员，并进行装配过程中的决策和调整，得到调整信息；
根据调整信息调整装配参数与装配顺序。
实施例二
本申请实施例提供了一种基于数字孪生的汽车焊装夹具装配系统，应用于基于数字孪生的汽车焊装夹具装配方法，该系统包括：
传感器模块，所述传感器模块配置为，用于实时收集汽车焊装夹具装配过程中的数据，形成多维度夹具装配状态数据；
数字化建模模块，所述数字化建模模块与所述传感器模块电性连接，所述数字化建模模块用于接收传感器模块采集的多维度夹具装配状态数据，并通过多维度夹具装配状态数据构建数字孪生模型；
数据反馈模块，所述数据反馈模块配置为，接收传感器模块采集的实际夹具装配工作情况参数数据，并返回至数字孪生模型，实现数据的对比和分析。
需要说明的是，系统通过传感器模块实时收集夹具装配过程中的实时数据，并将其传输到数据采集模块进行保存；收集到的数据被用于构建准确的数字孪生模型，并通过虚拟模型指导操作员进行装配顺序指导；此外，通过将实际夹具的工作情况参数数据返回给数字孪生模型，模型能够实时更新和调整预测结果，操作员可以根据孪生模型的分析结果进行决策和调整，以提高装配过程的质量和效率，降低人为错误的发生率
根据本发明实施例，所述传感器模块包括压力传感器、力传感器、位移传感器与温度传感器。
具体的，传感器选择：选择适合夹具装配过程的多种传感器，这些传感器包括压力传感器、力传感器、位移传感器、温度传感器。
数据采集模块设计，数据采集模块用于收集传感器模块传输的实时数据，并进行数据处理和存储，将采集到的数据传输到数字化建模模块，采用可靠的数据传输方式，确保数据的完整性和准确性
针对夹具装配过程的数字化建模，将收集到的数据转化为准确的数字孪生模型；利用数字孪生模型实现对焊接夹具工作过程的模拟和仿真，包括夹具位置、角度、姿态及装配顺序等。
可视化展示和指导：通过虚拟模型，将装配顺序、零件位置和连接方式可视化展示给操作员，并提供详细的指导。
实际数据收集：收集实际夹具的工作情况参数数据，如角度、位姿装配顺序，并与数字孪生模型的模拟结果进行比较和验证。
模型修正和改进：根据实际数据的反馈，对数字孪生模型进行修正和改进，提高模型的准确性和可靠性。
分析和预测算法：开发用于分析和预测夹具装配过程的算法，根据数字孪生模型进行参数分析和性能预测。
决策支持系统：将数字孪生模型的分析和预测结果反馈给操作员，为其提供决策支持，帮助其做出优化和调整的决策。
根据本发明实施例，还包括优化算法模块，所述优化算法模块与所述数字化建模模块电性连接，所述优化算法模块配置为，通过与数字孪生模型的交互，分析夹具装配过程中的优化空间，并提供调整建议。
综上，本申请提高夹具装配的精确度和效率，并减少实际试错的时间和成本；可以帮助工程师设计更优化的夹具结构，通过虚拟仿真和优化引擎优化夹具装配过程为操作员提供详细的装配顺序指导。数字孪生技术通过将实体或系统的数字模型与实时数据相连接，提供了实时监测、预测和优化的能力。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括基于数字孪生的汽车焊装夹具装配方法程序，基于数字孪生的汽车焊装夹具装配方法程序被处理器执行时，实现如上述任一项的基于数字孪生的汽车焊装夹具装配方法的步骤。
本发明公开的一种基于数字孪生的汽车焊装夹具装配方法、系统及介质，通过采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据；根据虚拟装配数据生成装配顺序指导，得到指导数据；获取实际夹具装配工作数据，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；判断所述装配偏差率是否大于或等于预设的偏差率阈值；若大于或等于，则生成警示信息，根据警示信息向操作发出警示；若小于，则将实际夹具装配工作数据远程传输至终端；通过将实际夹具的工作情况参数数据返回给数字孪生模型，模型能够实时更新和调整预测结果，操作员可以根据孪生模型的分析结果进行决策和调整，以提高装配过程的质量和效率，降低人为错误的发生率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种基于数字孪生的汽车焊装夹具装配方法，其特征在于，包括：
采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型；
通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据；
根据虚拟装配数据生成装配顺序指导，得到指导数据；
获取实际夹具装配工作数据，将实际夹具装配工作数据与指导数据进行比较，得到装配偏差率；
判断所述装配偏差率是否大于或等于预设的偏差率阈值；
若大于或等于，则生成警示信息，根据警示信息向操作发出警示；
若小于，则将实际夹具装配工作数据远程传输至终端。
2.根据权利要求1所述的基于数字孪生的汽车焊装夹具装配方法，其特征在于，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，具体为：
获取夹具装配状态数据，将夹具装配状态数据随机分割为训练集与验证集；
通过训练集对数字孪生模型进行迭代训练，得到训练结果；
判断所述训练结果是否收敛；
若收敛，则通过验证集对数字孪生模型进行验证；
若不收敛，则增加迭代次数继续对数字孪生模型进行训练，直至数字孪生模型收敛。
3.根据权利要求2所述的基于数字孪生的汽车焊装夹具装配方法，其特征在于，采集夹具装配状态数据，将夹具装配状态数据进行数字化建模，生成数字孪生模型，还包括：
将收集到的夹具装配状态数据进行整合、处理和分析，生成数字孪生模型；数字孪生模型是基于实际装配过程中收集到的数据，其中包括焊接过程中施加在工件上的压力情况、工件之间的接触力和握持力、工件在装配过程中的位置变化和相对移动、监控焊接区域的温度变化。
4.根据权利要求3所述的基于数字孪生的汽车焊装夹具装配方法，其特征在于，通过数字孪生模型模拟焊接夹具工作过程，得到虚拟装配数据之后，还包括：
获取夹具工作过程，得到实际夹具的工作情况参数数据；
将实际夹具的工作情况参数数据反馈回数字孪生模型中；
通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析。
5.根据权利要求4所述的基于数字孪生的汽车焊装夹具装配方法，其特征在于，通过与实时数据对比和分析，数字孪生模型实时更新和调整模型的预测结果和分析之后，还包括：
将数字孪生模型的分析和预测结果进行反馈至操作员，并进行装配过程中的决策和调整，得到调整信息；
根据调整信息调整装配参数与装配顺序。
6.一种基于数字孪生的汽车焊装夹具装配系统，应用于权利要求1-5中任一权利要求所述的基于数字孪生的汽车焊装夹具装配方法，其特征在于，该系统包括：
传感器模块，所述传感器模块配置为，用于实时收集汽车焊装夹具装配过程中的数据，形成多维度夹具装配状态数据；
数字化建模模块，所述数字化建模模块与所述传感器模块电性连接，所述数字化建模模块用于接收传感器模块采集的多维度夹具装配状态数据，并通过多维度夹具装配状态数据构建数字孪生模型；
数据反馈模块，所述数据反馈模块配置为，接收传感器模块采集的实际夹具装配工作情况参数数据，并返回至数字孪生模型，实现数据的对比和分析。
7.根据权利要求6所述的基于数字孪生的汽车焊装夹具装配系统，其特征在于，所述传感器模块包括压力传感器、力传感器、位移传感器与温度传感器。
8.根据权利要求7所述的基于数字孪生的汽车焊装夹具装配系统，其特征在于，还包括优化算法模块，所述优化算法模块与所述数字化建模模块电性连接，所述优化算法模块配置为，通过与数字孪生模型的交互，分析夹具装配过程中的优化空间，并提供调整建议。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于数字孪生的汽车焊装夹具装配方法程序，所述基于数字孪生的汽车焊装夹具装配方法程序被处理器执行时，实现如权利要求1至5中任一项所述的基于数字孪生的汽车焊装夹具装配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311291536.9A CN117236054A (zh) | 2023-10-08 | 2023-10-08 | 一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311291536.9A CN117236054A (zh) | 2023-10-08 | 2023-10-08 | 一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117236054A true CN117236054A (zh) | 2023-12-15 |
Family
ID=89091000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311291536.9A Pending CN117236054A (zh) | 2023-10-08 | 2023-10-08 | 一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236054A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118115048A (zh) * | 2024-04-30 | 2024-05-31 | 山东天乐塑料科技有限公司 | 一种基于托盘焊接夹具的产品质量评估系统 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
| CN108388146A (zh) * | 2018-02-01 | 2018-08-10 | 东南大学 | 一种基于信息物理融合的三维装配工艺设计系统及运行方法 |
| CN109270899A (zh) * | 2018-09-03 | 2019-01-25 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 |
| CN110454290A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 一种基于数字孪生技术的汽车发动机管控方法 |
| CN111077867A (zh) * | 2019-12-25 | 2020-04-28 | 北京航空航天大学 | 基于数字孪生的航空发动机装配质量动态仿真方法和装置 |
| CN111968004A (zh) * | 2020-08-07 | 2020-11-20 | 东华大学 | 一种基于数字孪生的高精密产品装调一体化系统 |
| CN112084550A (zh) * | 2020-06-24 | 2020-12-15 | 北京工业大学 | 一种装配式建筑预制构件智能吊装过程数字孪生建模方法 |
| CN112131684A (zh) * | 2020-09-29 | 2020-12-25 | 郑州轻工业大学 | 基于数字孪生的汽车焊接生产线个性化夹具的设计方法 |
| CN112699504A (zh) * | 2020-12-24 | 2021-04-23 | 北京理工大学 | 装配体物理数字孪生建模方法、装置、电子设备及介质 |
| CN112799369A (zh) * | 2021-01-15 | 2021-05-14 | 北京理工大学 | 一种产品装配过程管控方法和装置 |
| CN113344505A (zh) * | 2021-05-11 | 2021-09-03 | 广东省科学院智能制造研究所 | 一种基于数字孪生的卫陶产品装配生产管理系统及方法 |
| CN113805550A (zh) * | 2021-09-30 | 2021-12-17 | 上海卫星装备研究所 | 基于数字孪生的航天器装配过程管控方法及系统 |
| US20220164502A1 (en) * | 2020-11-23 | 2022-05-26 | Jiangsu University | Pump machine unit optimized operation regulation system and method based on digital twin |
| CN114637262A (zh) * | 2022-03-10 | 2022-06-17 | 广东泰云泽科技有限公司 | 基于5g驱动的智能工厂数字孪生信息的决策控制方法及系统 |
| CN114692425A (zh) * | 2022-04-18 | 2022-07-01 | 武汉理工大学 | 数字孪生技术的焊接机器人仿真方法、系统、设备及介质 |
| CN115146798A (zh) * | 2022-06-30 | 2022-10-04 | 华南理工大学 | 基于本体数据的装配机器人全流程监测与辅助方法及系统 |
| CN115329559A (zh) * | 2022-08-03 | 2022-11-11 | 上海海事大学 | 一种面向焊接机器人工作站的数字孪生方法及系统 |
| CN116275755A (zh) * | 2023-05-12 | 2023-06-23 | 苏州诺克汽车工程装备有限公司 | 一种焊接生产线的智能控制系统 |
-
2023
- 2023-10-08 CN CN202311291536.9A patent/CN117236054A/zh active Pending
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
| CN108388146A (zh) * | 2018-02-01 | 2018-08-10 | 东南大学 | 一种基于信息物理融合的三维装配工艺设计系统及运行方法 |
| CN109270899A (zh) * | 2018-09-03 | 2019-01-25 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 |
| CN110454290A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 一种基于数字孪生技术的汽车发动机管控方法 |
| CN111077867A (zh) * | 2019-12-25 | 2020-04-28 | 北京航空航天大学 | 基于数字孪生的航空发动机装配质量动态仿真方法和装置 |
| CN112084550A (zh) * | 2020-06-24 | 2020-12-15 | 北京工业大学 | 一种装配式建筑预制构件智能吊装过程数字孪生建模方法 |
| CN111968004A (zh) * | 2020-08-07 | 2020-11-20 | 东华大学 | 一种基于数字孪生的高精密产品装调一体化系统 |
| CN112131684A (zh) * | 2020-09-29 | 2020-12-25 | 郑州轻工业大学 | 基于数字孪生的汽车焊接生产线个性化夹具的设计方法 |
| US20220164502A1 (en) * | 2020-11-23 | 2022-05-26 | Jiangsu University | Pump machine unit optimized operation regulation system and method based on digital twin |
| CN112699504A (zh) * | 2020-12-24 | 2021-04-23 | 北京理工大学 | 装配体物理数字孪生建模方法、装置、电子设备及介质 |
| US20220207206A1 (en) * | 2020-12-24 | 2022-06-30 | Beijing Institute Of Technology | Physical Digital Twin Modeling Method And Apparatus For Assembly, Electronic Device And Medium |
| CN112799369A (zh) * | 2021-01-15 | 2021-05-14 | 北京理工大学 | 一种产品装配过程管控方法和装置 |
| CN113344505A (zh) * | 2021-05-11 | 2021-09-03 | 广东省科学院智能制造研究所 | 一种基于数字孪生的卫陶产品装配生产管理系统及方法 |
| CN113805550A (zh) * | 2021-09-30 | 2021-12-17 | 上海卫星装备研究所 | 基于数字孪生的航天器装配过程管控方法及系统 |
| CN114637262A (zh) * | 2022-03-10 | 2022-06-17 | 广东泰云泽科技有限公司 | 基于5g驱动的智能工厂数字孪生信息的决策控制方法及系统 |
| CN114692425A (zh) * | 2022-04-18 | 2022-07-01 | 武汉理工大学 | 数字孪生技术的焊接机器人仿真方法、系统、设备及介质 |
| CN115146798A (zh) * | 2022-06-30 | 2022-10-04 | 华南理工大学 | 基于本体数据的装配机器人全流程监测与辅助方法及系统 |
| CN115329559A (zh) * | 2022-08-03 | 2022-11-11 | 上海海事大学 | 一种面向焊接机器人工作站的数字孪生方法及系统 |
| CN116275755A (zh) * | 2023-05-12 | 2023-06-23 | 苏州诺克汽车工程装备有限公司 | 一种焊接生产线的智能控制系统 |
Non-Patent Citations (4)
| Title |
|---|
| 丛培盛 编: "《Python计算思维与问题求解》", 31 July 2020, 同济大学出版社, pages: 130 - 131 * |
| 张晓梅;: "面向航空复杂产品的装配工艺优化设计技术", 智能制造, no. 06, 17 June 2020 (2020-06-17) * |
| 杨忠，杨荣根 编: "《人工智能及其应用》", 31 December 2022, 西安电子科技大学出版社, pages: 182 - 184 * |
| 葛愿 著: "《网络化控制系统随机时延研究》", 30 November 2020, 中国纺织出版社, pages: 153 - 154 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118115048A (zh) * | 2024-04-30 | 2024-05-31 | 山东天乐塑料科技有限公司 | 一种基于托盘焊接夹具的产品质量评估系统 |
| CN118115048B (zh) * | 2024-04-30 | 2024-07-23 | 山东天乐塑料科技有限公司 | 一种基于托盘焊接夹具的产品质量评估系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110502820B (zh) | 一种基于bim的钢结构工程实时监测预警方法 | |
| CN111274671B (zh) | 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统 | |
| US7787969B2 (en) | Virtual sensor system and method | |
| CN110991036B (zh) | 航天器姿轨控系统故障案例库构建系统及构建方法 | |
| US7542879B2 (en) | Virtual sensor based control system and method | |
| CN117236054A (zh) | 一种基于数字孪生的汽车焊装夹具装配方法、系统及介质 | |
| JP2009520948A (ja) | プロセスモデルベースの仮想センサシステムおよび方法 | |
| CN111691679B (zh) | 基于数字孪生的预应力钢结构智能张拉方法 | |
| JP2008536221A (ja) | 制御システムおよび方法 | |
| CN102096730A (zh) | 用于故障模型验证和生效的以软件为中心的方法 | |
| CN111852769B (zh) | 风机scada数据的偏航静态偏差角预测方法及系统 | |
| 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 | |
| CN111354496B (zh) | 核电厂事故在线诊断及状态跟踪预测方法 | |
| CN118237822B (zh) | 一种用于换热器组件的焊接方法及系统 | |
| CN113591364A (zh) | 燃料电池管理系统的管理方法及装置 | |
| CN117807659A (zh) | 一种建筑结构缺陷检测和纠正方法及系统 | |
| CN117021113A (zh) | 一种机械臂协作定位装配方法、系统及介质 | |
| US20220414555A1 (en) | Prediction system, information processing apparatus, and information processing program | |
| CN117930015A (zh) | 一种锂电池生产全面质量在线监测方法及系统 | |
| CN117590130A (zh) | 一种基于数字孪生的输电线路态势感知方法 | |
| CN112639645A (zh) | 用于定位传感器的方法、设备和定位系统 | |
| CN115659271A (zh) | 传感器异常检测方法、模型训练方法、系统、设备及介质 | |
| CN116222988A (zh) | 融合智能学习算法的激光切割机齿条系统故障诊断方法 | |
| CN114692388A (zh) | 火力发电厂仿真系统、方法、装置及存储介质 | |
| CN114253248A (zh) | 自动测试验证核电站dcs控制系统的系统及方法 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: No. 1288 Pengqing Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province, 215332 Applicant after: Suzhou Nok Intelligent Equipment Co.,Ltd. Address before: No. 1288 Pengqing Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province, 215332 Applicant before: SUZHOU NOKE AUTOMOTIVE ENGINEERING MACHINERY Co.,Ltd. Country or region before: China |