CN117452878A - 基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 - Google Patents
基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 Download PDFInfo
- Publication number
- CN117452878A CN117452878A CN202310999839.XA CN202310999839A CN117452878A CN 117452878 A CN117452878 A CN 117452878A CN 202310999839 A CN202310999839 A CN 202310999839A CN 117452878 A CN117452878 A CN 117452878A
- Authority
- CN
- China
- Prior art keywords
- process quality
- machining process
- model
- turbine casing
- numerical control
- 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
- 238000003754 machining Methods 0.000 title claims abstract description 219
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000005259 measurement Methods 0.000 title claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 73
- 238000003860 storage Methods 0.000 claims description 31
- 238000004519 manufacturing process Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 12
- 238000003070 Statistical process control Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000007631 Cassia fistula Nutrition 0.000 description 1
- 240000004752 Laburnum anagyroides Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011897 real-time detection 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
- G05B19/408—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 data handling or data format, e.g. reading, buffering or conversion of data
- G05B19/4083—Adapting programme, configuration
-
- 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
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35356—Data handling
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本申请公开了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，包括步骤：S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型；S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件；S4、建立加工过程质量数据库，用于提取并保存加工过程质量数字孪生模型数据；S5、搭建基于数字孪生模型的过程质量分析可视化客户端。本申请在提高涡轮机匣加工效率、加工精度以及优化加工工艺方面具有重要的理论意义和工程价值。
Description
技术领域
本申请涉及航空智能制造技术领域，特别地，涉及一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法。
背景技术
基于定义的模型(Model based definition，MBD)已被广泛应用于航空航天领域，使用MBD模型提高了设计制造企业对于三维模型的表征能力，还能大大提高制造企业编写数控加工程序的效率和准确度。然而理论MBD模型无法真实反映工件如涡轮机匣的实际加工状态，依据理论MBD模型编写的数控加工程序往往无法满足涡轮机匣的加工质量要求，因此，对涡轮机匣的加工效率、加工精度以及优化加工工艺方面都有待提高。
发明内容
本申请提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，以解决现有的MBD模型无法真实反映工件如涡轮机匣的实际加工状态，依据理论MBD模型编写的数控加工程序往往无法满足涡轮机匣的加工质量要求的技术问题。
本申请的实施例采用的技术方案如下：
一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，包括步骤：
S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
S4、建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
S5、基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
进一步地，步骤S1中，所述加工过程质量理论模型记录了涡轮机匣的所有理论信息，包括零件信息、工件信息、工序信息、特征信息、形位公差信息，其中，所述零件信息记录了零件的编号、材料、所属工件信息；所述工件信息记录了该零件下每一个涡轮机匣的工件编号、参与的工艺信息；所述工序信息记录了每一个涡轮机匣参与的工序名称、工序完成时间、该道工序包含的加工特征信息；所述特征信息记录了各个特征的类型、位置、姿态、尺寸、该特征包含的形位公差信息；形位公差信息记录了该形位公差的类型、公称值、形位公差上下限信息。
进一步地，步骤S2中，在机测量数控程序基于特征为最小粒度进行拆分得到若干特征测量模块，实现模块化的在机测量编程。
进一步地，所述特征测量模块内部包括：测量模块、计算模块、保存模块、应用模块，其中：
测量模块主要用于控制机床运动，在保证不发生干涉碰撞的情况下提高机床运行速度，提高测量效率；
计算模块主要用于对测量的结果进行补偿、拟合、计算，并与加工过程质量理论模型的数据进行交互比较，在数控系统内得出被测特征的实做位姿、实做尺寸与实做公差，评价被测特征的加工结果；
保存模块主要用于将生成的加工过程质量数字孪生模型的数据保存在数控系统内，给后续智能网关与加工过程质量数据库提供数据支持；
应用模块主要根据工艺需求决定，具体包括自动找正、加工补偿功能、基准转换功能、超差报警功能。
进一步地，步骤S3中，使用DMIS语言将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为TXT格式的文本文件。
进一步地，步骤S3中，将保存在机床数控系统内的加工过程质量数字孪生模型结构化时，融合加工过程质量理论模型和加工过程质量实做模型，将加工过程质量数字孪生模型数据分类为理论模型零件信息、实做模型工件信息、特征信息、形位公差信息四个部分，并将加工过程质量数字孪生模型结构化建模。
进一步地，所述理论模型零件信息记录了涡轮机匣的零件编号、零件材料、本道加工工序信息；
所述实做模型工件信息记录了被测工件的工件编号、本道加工工序的完成时间；
所述特征信息记录了本道加工工序目标特征的理论形位尺寸与实做形位尺寸；
所述形位公差信息包括由特征的加工过程质量理论模型和加工过程质量实做模型经过交互计算得出目标特征的形位公差信息，所述形位公差信息记录了特征的各个形位公差的计算结果，根据加工过程质量理论模型的形位公差的公称值及公差上下限判断加工过程质量实做模型的形位公差是否超差。
本申请另一方面还提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模装置，包括：
加工过程质量理论模型构建模块，设置为以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
加工过程质量实做模型构建模块，设置为在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
结构化保存模块，设置为将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
数字化存储模块，设置为建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
可视化显示模块，设置为基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
本申请另一方面还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述基于在机测量的涡轮机匣加工过程质量孪生模型建模方法的步骤。
本申请另一方面还提供了一种存储介质，所述存储介质包括存储的程序，在所述程序运行时控制所述存储介质所在的设备执行所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法的步骤。
相比现有技术，本申请具有以下有益效果：
本申请提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，该方法包括步骤：S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；S4、建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；S5、基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。本申请基于在机测量的涡轮机匣加工程序需要能在加工过程中建立数字孪生模型，依据数字孪生提升涡轮机匣工序检测的效率与精度。同时，保存在数据库内的涡轮机匣加工数字孪生，为优化涡轮机匣的工艺提供了数据支持。本申请在提高涡轮机匣加工效率、加工精度以及优化加工工艺方面具有重要的理论意义和工程价值。
除了上面所描述的目的、特征和优点之外，本申请还有其它的目的、特征和优点。下面将参照附图，对本申请作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请优选实施例的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法流程示意图。
图2是涡轮机匣的零件工艺卡片示意图。
图3是涡轮机匣精密孔的传统加工工艺过程流程示意图。
图4是基于在机测量的涡轮机匣加工过程质量孪生模型的涡轮机匣智能加工方案流程示意图。
图5是本申请优选实施例的基于在机测量的涡轮机匣加工过程质量孪生模型建模装置的模块示意图。
图6是本发明优选实施例的电子设备组成示意图。
图7是本申请优选实施例的计算机设备的内部结构图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
参照图1，本申请的优选实施例提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，包括步骤：
S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
S4、建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
S5、基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
本实施例提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，该方法包括步骤：S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；S4、建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；S5、基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
所述在机测量通过安装测头在机床内实现对工件、刀具的几何尺寸测量，有别于三坐标测量机的终检需求，在机测量具有避免二次装夹和实时检测的优势，是实现工件精确重建的有效手段。在智能加工领域中得到了广泛的应用。生产过程中，工序检测阶段产生了大量的加工过程质量数据，它们仅依靠人工记录或没有被记录。这些过程质量数据更能体现工艺的好坏优劣，对后续加工过程质量分析、工艺优化至关重要。
本实施例基于在机测量的涡轮机匣加工程序需要能在加工过程中建立数字孪生模型，依据数字孪生提升涡轮机匣工序检测的效率与精度。同时，保存在数据库内的涡轮机匣加工数字孪生，为优化涡轮机匣的工艺提供了数据支持。本实施例在提高涡轮机匣加工效率、加工精度以及优化加工工艺方面具有重要的理论意义和工程价值。
具体地，步骤S1中，所述加工过程质量理论模型记录了涡轮机匣的所有理论信息，包括零件信息、工件信息、工序信息、特征信息、形位公差信息，其中，所述零件信息记录了零件的编号、材料、所属工件信息，详情如表1所示：
表1
所述工件信息记录了该零件下每一个涡轮机匣的工件编号、参与的工艺信息，详情如表2所示：
表2
所述工序信息记录了每一个涡轮机匣参与的工序名称、工序完成时间、该道工序包含的加工特征信息，详情如表3所示：
表3
所述特征信息记录了各个特征的类型、位置、姿态、尺寸、该特征包含的形位公差信息，详情如表4所示：
表4
形位公差信息记录了该形位公差的类型、公称值、形位公差上下限信息，详情如表5所示：
表5
具体地，步骤S2中，在机测量数控程序基于特征为最小粒度进行拆分得到若干特征测量模块，实现模块化的在机测量编程。
其中：所述特征测量模块内部包括：测量模块、计算模块、保存模块、应用模块，其中：
测量模块主要用于控制机床运动，在保证不发生干涉碰撞的情况下提高机床运行速度，提高测量效率；
计算模块主要用于对测量的结果进行补偿、拟合、计算，并与加工过程质量理论模型的数据进行交互比较，在数控系统内得出被测特征的实做位姿、实做尺寸与实做公差，评价被测特征的加工结果；
保存模块主要用于将生成的加工过程质量数字孪生模型的数据保存在数控系统内，给后续智能网关与加工过程质量数据库提供数据支持；
应用模块主要根据工艺需求决定，具体包括自动找正、加工补偿功能、基准转换功能、超差报警功能。
优选地，步骤S3中，使用DMIS语言将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为TXT格式的文本文件。
DMIS(Dimensional Measuring Interface Standard)语言为计算机系统和检测设备提供了检验数据双向通讯的标准格式。DMIS是一种高级语言，和其他的高级编程语言类似，DMIS拥有声明变量及表达式、宏、结构化的输入输出等功能。DMIS常作为三坐标测量机的编程语言，运行在与三坐标测量机相连的计算机上，控制三坐标测量机完成测量任务。
除此之外，DMIS语言也能用于结构化保存测量结果，并且市面上大量的通用三维测量软件都支持上传DMIS格式的测量结果，DMIS语言具有一定的普适性，使用DMIS语言结构化保存加工过程质量数字孪生模型的加工过程质量理论模型和加工过程质量实做模型，能将结果上传至其它测量结果处理软件，在其它测量设备上生成的测量结果文件也能上传至本文设计开发的加工过程质量数据库。
具体地，步骤S3中，将保存在机床数控系统内的加工过程质量数字孪生模型结构化时，融合加工过程质量理论模型和加工过程质量实做模型，将加工过程质量数字孪生模型数据分类为理论模型零件信息、实做模型工件信息、特征信息、形位公差信息四个部分，并将加工过程质量数字孪生模型结构化建模。
进一步地，所述理论模型零件信息记录了涡轮机匣的零件编号、零件材料、本道加工工序信息；
所述实做模型工件信息记录了被测工件的工件编号、本道加工工序的完成时间；
所述特征信息记录了本道加工工序目标特征的理论形位尺寸与实做形位尺寸；
所述形位公差信息包括由特征的加工过程质量理论模型和加工过程质量实做模型经过交互计算得出目标特征的形位公差信息，所述形位公差信息记录了特征的各个形位公差的计算结果，根据加工过程质量理论模型的形位公差的公称值及公差上下限判断加工过程质量实做模型的形位公差是否超差。
上述实施例在建立加工过程质量数据库时，将生成的大量加工过程质量数字孪生模型作为样本，挖掘零件的生产过程质量波动规律给后续工艺纠错及工艺优化提供数据支持。本申请基于Visual Studio2017编译工具及开源数据库MySql开发加工过程质量数据库，提取并保存数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储。
硬件搭建时，使用彼络机床通讯网关作为媒介连接机外计算机与机床数控系统，实现数据交换。智能网关支持主流数控机床的数据采集与加工程序传送功能。智能网关适配各大主流机床数控系统，配置灵活，即插即用，支持毫秒级数据采集。可以通过一台智能网关采集复数不同型号数控系统上的加工过程质量数字孪生模型数据。
为保证被测工件的加工过程质量数字孪生模型数据完整，加工过程质量数据的输出指令紧跟在特征测量模块之后，每完成一个特征的测量，监控模块就输出一部分加工过程质量数据，规划监控方案。
DMIS语言将加工过程质量数字孪生模型数据分层分类，并使用固定句式将加工过程质量数据摆放在固定位置。加工过程质量数据库的监控模块将DMIS文件传输到机外计算机后，DMIS文件被加工过程质量数据库的解析模块接收。解析模块逐行解析DMIS文件。
基于开源的MySQL数据库搭建加工过程质量数据库。解析模块完成DMIS文件的解析工作后，保存模块将加工过程质量数据分层分类，调用持久层中封装好的SQL语言将加工过程质量数据依照键表结构填入对应的数据库中，实现加工过程质量数字孪生模型的存储。
上述实施例中，加工过程质量数据库内积累了大量反映加工过程质量的数字孪生模型，使用统计学SPC(Statistical Process Control，统计过程控制)工具对其进行分析，可挖掘出零件生产过程质量波动的规律，并评价零件的生产过程能力。基于SPC理论，搭建基于数字孪生模型的过程质量分析可视化客户端。客户端能够直观地展示被测零件的过程质量信息，监控并优化零件过程质量，提升零件加工质量与生产效率。
过程质量可视化客户端基于window10 x64操作系统，以DCAT框架为主体，结合三维可视化引擎three.js与数据可视化图表库Echart.js等开源js库进行网页客户端开发。
基于DCAT框架与三维可视化引擎three.js开发加工过程质量监控可视化页面。用户通过操作项目树直观的获取零件的加工过程质量信息，根据零件的加工结果快速开展后续工作，提高了用户的工作效率。
基于数据可视化图表库Echart.js开发生产过程质量监控可视化页面。用户根据生产过程质量监控页面的控制图可以直观的获取零件在生产过程中生产过程能力指数与生产质量波动，使得用户能够在生产现场快速定位异常样本，及时消除生产过程中的异常因素，提高产品质量。
下面以涡轮机匣为例说明基于在机测量的涡轮机匣加工过程质量孪生模型的智能加工方案。
涡轮机匣为典型薄壁弱刚性零件，零件材料为优质GH2132，涡轮机匣特征为分布在机匣小端安装面上3个高精度配合孔，零件被加工孔特征如图2所示。零件加工设备为立式三轴立式加工中心，配有海德汉数控系统。
涡轮机匣精密孔的传统加工工艺过程如图3所示。
安装夹具，使用千分表找正夹具。装夹工件，使用千分表建立基准坐标系。激活找正的坐标系，加工分布于上的三个孔。零件首次加工完成后，拆卸工件搬运至计量处计量，根据检测数据调整基准坐标系的原点和角向，进行补偿加工。/>上的孔加工合格后，调整镗刀尺寸继续进行加工，直至检测合格。最后手动填写检测结果报告单。
传统加工工艺存在着依赖于三坐标测量机离线检测，引入二次装夹误差和重复定位，零件加工坐标系和零件加工基准不符的问题。
为解决涡轮机匣的传统加工工艺所存在的问题和难点，提出基于在机测量的涡轮机匣加工过程质量孪生模型的涡轮机匣智能加工方案如图4所示。在零件加工前使用基于数字孪生的工件找正，实现高效精准的建立基准坐标系；在零件加工过程中使用数字栾生模型驱动的自适应加工功能，实现高效智能化的自适应补偿加工；在零件加工完成后，收集零件加工过程中质量数据，实现加工过程质量孪生模型的可视化。
使用加工过程质量数据库监控涡轮机匣生产过程，持续监控一个月，收集一百组加工过程质量数字孪生模型，基于在机测量的数字孪生工艺介入后，零件加工精度与加工一致性明显上升，过程能力指数、数值均大于1.67，证明基于在机测量的涡轮机匣加工过程质量孪生模型的涡轮机匣智能加工方案在工程实践中发挥了巨大作用。
如图5所示，本申请另一优选实施例还提供了一种基于在机测量的涡轮机匣加工过程质量孪生模型建模装置，包括：
加工过程质量理论模型构建模块，设置为以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
加工过程质量实做模型构建模块，设置为在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
结构化保存模块，设置为将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
数字化存储模块，设置为建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
可视化显示模块，设置为基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
如图6所示，本申请的优选实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例中的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法。
如图7所示，本申请的优选实施例还提供了一种计算机设备，该计算机设备可以是终端或服务器，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的其他计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现上述基于在机测量的涡轮机匣加工过程质量孪生模型建模方法。
本申请的优选实施例还提供了一种存储介质，所述存储介质包括存储的程序，在所述程序运行时控制所述存储介质所在的设备执行上述实施例中的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法。
本申请的优选实施例还提供了一种计算机程序产品或计算机程序，计算机程序产品或计算机程序包括计算机程序代码，计算机程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取计算机程序代码，处理器执行计算机程序代码，使得计算机设备实现如上述实施例的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法中所执行的操作。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，包括步骤：
S1、以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
S2、在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
S3、将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
S4、建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
S5、基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
2.根据权利要求1所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，步骤S1中，所述加工过程质量理论模型记录了涡轮机匣的所有理论信息，包括零件信息、工件信息、工序信息、特征信息、形位公差信息，其中，所述零件信息记录了零件的编号、材料、所属工件信息；所述工件信息记录了该零件下每一个涡轮机匣的工件编号、参与的工艺信息；所述工序信息记录了每一个涡轮机匣参与的工序名称、工序完成时间、该道工序包含的加工特征信息；所述特征信息记录了各个特征的类型、位置、姿态、尺寸、该特征包含的形位公差信息；形位公差信息记录了该形位公差的类型、公称值、形位公差上下限信息。
3.根据权利要求2所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，步骤S2中，在机测量数控程序基于特征为最小粒度进行拆分得到若干特征测量模块，实现模块化的在机测量编程。
4.根据权利要求3所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，所述特征测量模块内部包括：测量模块、计算模块、保存模块、应用模块，其中：
测量模块主要用于控制机床运动，在保证不发生干涉碰撞的情况下提高机床运行速度，提高测量效率；
计算模块主要用于对测量的结果进行补偿、拟合、计算，并与加工过程质量理论模型的数据进行交互比较，在数控系统内得出被测特征的实做位姿、实做尺寸与实做公差，评价被测特征的加工结果；
保存模块主要用于将生成的加工过程质量数字孪生模型的数据保存在数控系统内，给后续智能网关与加工过程质量数据库提供数据支持；
应用模块主要根据工艺需求决定，具体包括自动找正、加工补偿功能、基准转换功能、超差报警功能。
5.根据权利要求1所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，步骤S3中，使用DMIS语言将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为TXT格式的文本文件。
6.根据权利要求1或5所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于，步骤S3中，将保存在机床数控系统内的加工过程质量数字孪生模型结构化时，融合加工过程质量理论模型和加工过程质量实做模型，将加工过程质量数字孪生模型数据分类为理论模型零件信息、实做模型工件信息、特征信息、形位公差信息四个部分，并将加工过程质量数字孪生模型结构化建模。
7.根据权利要求6所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法，其特征在于：
所述理论模型零件信息记录了涡轮机匣的零件编号、零件材料、本道加工工序信息；
所述实做模型工件信息记录了被测工件的工件编号、本道加工工序的完成时间；
所述特征信息记录了本道加工工序目标特征的理论形位尺寸与实做形位尺寸；
所述形位公差信息包括由特征的加工过程质量理论模型和加工过程质量实做模型经过交互计算得出目标特征的形位公差信息，所述形位公差信息记录了特征的各个形位公差的计算结果，根据加工过程质量理论模型的形位公差的公称值及公差上下限判断加工过程质量实做模型的形位公差是否超差。
8.一种基于在机测量的涡轮机匣加工过程质量孪生模型建模装置，其特征在于，包括：
加工过程质量理论模型构建模块，设置为以涡轮机匣零件的MBD模型为基础，编写涡轮机匣的在机测量数控程序，将数控程序作为数字孪生的加工过程质量理论模型载体保存至机床数控系统内；
加工过程质量实做模型构建模块，设置为在机测量结果经过计算拟合后在机床数控系统内重构出涡轮机匣的加工过程质量实做模型，所述加工过程质量实做模型记录了涡轮机匣各个难加工特征的加工过程质量实做数据，与加工过程质量理论模型的特征理论数据一一对应；
结构化保存模块，设置为将保存在机床数控系统内的加工过程质量数字孪生模型结构化保存为文本文件，所述加工过程质量数字孪生模型包括加工过程质量理论模型和加工过程质量实做模型；
数字化存储模块，设置为建立加工过程质量数据库，用于提取并保存机床数控系统内的加工过程质量数字孪生模型数据，实现加工过程质量数据的数字化存储；
可视化显示模块，设置为基于统计过程控制理论，搭建基于数字孪生模型的过程质量分析可视化客户端，用于直观地展示被测零件的加工过程质量数字孪生模型数据，监控并优化零件过程质量，提升零件加工质量与生产效率。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一项所述基于在机测量的涡轮机匣加工过程质量孪生模型建模方法的步骤。
10.一种存储介质，所述存储介质包括存储的程序，其特征在于，在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至7中任一项所述的基于在机测量的涡轮机匣加工过程质量孪生模型建模方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310999839.XA CN117452878A (zh) | 2023-08-09 | 2023-08-09 | 基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310999839.XA CN117452878A (zh) | 2023-08-09 | 2023-08-09 | 基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117452878A true CN117452878A (zh) | 2024-01-26 |
Family
ID=89582412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310999839.XA Pending CN117452878A (zh) | 2023-08-09 | 2023-08-09 | 基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117452878A (zh) |
-
2023
- 2023-08-09 CN CN202310999839.XA patent/CN117452878A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110968038B (zh) | 一种基于数字孪生的数控机床进给轴热误差监测方法 | |
| CN114237155B (zh) | 一种多轴数控加工的误差预测及补偿方法、系统及介质 | |
| Zhao et al. | Dimensional metrology interoperability and standardization in manufacturing systems | |
| CN112270116A (zh) | 产品包装运输静力学分析方法、平台、存储介质及应用 | |
| CN113742964B (zh) | 一种应用于数控机床的数字孪生构建方法 | |
| CN101192242B (zh) | 曲轴参数化计算机建模系统 | |
| CN117452878A (zh) | 基于在机测量的涡轮机匣加工过程质量孪生模型建模方法 | |
| CN115860329A (zh) | 一种高精度三维模型的数字化交付方法及基于加油站全生命周期管理的管理系统 | |
| CN102354158A (zh) | 一种基于贝叶斯网络在机测量动态误差分离装置及其方法 | |
| CN115879238A (zh) | 一种发动机整机及试验孪生体系模型构建方法 | |
| Kao et al. | Application of a cyber-physical system and machine-to-machine communication for metal processes | |
| CN113721549B (zh) | 一种适用于刀具成本管理的方法及系统 | |
| CN113256708B (zh) | 一种理论3d空间与实际机器人空间的标定方法 | |
| CN114818361A (zh) | 一种基于应用场景的数字孪生模型构建方法 | |
| KR20230032675A (ko) | Ｃｎｃ 공작기계를 이용한 데이터 수집 시스템 | |
| Zhao | An integrated process planning system for machining and inspection | |
| Zhuang et al. | A state-of-the-art review on the research and application of on-machine measurement with a touch-trigger probe | |
| Stepanek et al. | Implementation of Industry 4.0 Elements in Industrial Metrology–Case Study | |
| Huang et al. | Interactive strategy for adaptive belt grinding heterogeneous data for an aero-engine blade | |
| Wang et al. | Research on the quality control method of product based on digital advanced manufacturing technology | |
| CN113941900B (zh) | 一种cnc 3d测头自动寻边方法 | |
| Wei et al. | Towards quality analysis of MES through CMM data interoperation | |
| Du et al. | Distribution analysis of deterministic clamping and positioning error for machining of ring-shaped workpieces considering alignment uncertainty | |
| Brecher et al. | CAM-NC planning with real and virtual process data | |
| Gao | Simulation of Mechanical NC Machining Based on CAD/CAM |
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 |