一种基于数字孪生的船用柴油机关重件加工质量预测方法技术

本发明专利技术公开了一种基于数字孪生的船用柴油机关重件加工质量预测方法，包括以下步骤：实时数据采集；对采集到的实时数据特征进行分类；依据采集到的实时数据和关重件质量服务平台中的历史数据，创建数字孪生模型体系；利用智能算法，融合实时采集的物理数据和关重件服务平台中的历史数据，对船用柴油机关重件的加工质量进行初步判定；对船用柴油机关重件进行动态仿真优化，实现对船用柴油机关重件加工质量的最终预测。本发明专利技术基于数字孪生技术，实现制造过程的船用柴油机关重件加工质量动态预测，对船用柴油机关重件加工过程中的工艺参数和工艺路线进行优化，对改善船用柴油机关重件加工质量、资源利用率以及提高生产效率具有重要意义。

【技术实现步骤摘要】
一种基于数字孪生的船用柴油机关重件加工质量预测方法
本专利技术涉及船用柴油机关重件加工质量的预测方法，尤其涉及一种基于数字孪生的船用柴油机关重件加工质量预测方法。
技术介绍
船用柴油机关重件具有复杂的结构且加工难度大，因此关重件加工过程中工件质量难以保证。目前船用柴油机关重件的质量预测方法存在以下问题：虚拟与物理空间连接不够紧密，目前，船用柴油机关重件制造过程中，虚拟空间与物理空间的联系仅限于基于MBD的全三维模型，针对关重件制造过程中的质量预测并未涉及。加工质量检测滞后，现阶段的船用柴油机关重件加工质量的检测，是在当前工序或者产品加工完成后，因此，关重件质量预测的优势并不能充分发挥，且及时的排除质量扰动因素的影响。制造信息未得到利用，船用柴油机关重件生产过程中产生了大量的制造信息，而这些信息并未应用到关重件加工质量过程中。
技术实现思路
专利技术目的：本专利技术目的是提供一种基于数字孪生的船用柴油机关重件加工质量预测方法，从而实现船用柴油机关重件工艺参数和工艺路线的优化。技术方案：本专利技术包括以下步骤：(1)对加工过程中的船用柴油机关重件和加工资源设备进行实时数据采集；(2)对采集到的实时数据特征进行分类；(3)依据采集到的实时数据和关重件质量服务平台中的历史数据，创建数字孪生模型体系；(4)利用智能算法，融合实时采集的物理数据和关重件服务平台中的历史数据，对船用柴油机关重件的加工质量进行初步判定；(5)对船用柴油机关重件进行动态仿真优化，实现对船用柴油机关重件加工质量的最终预测。所述步骤(1)中的实时数据通过传感器、RFID、执行器进行采集，将传感器放置在物理实体上，对船用柴油机关重件加工制造过程进行实时、动态的数据采集。所述步骤(1)中的船用柴油机关重件加工实时数据包括：几何尺寸、几何误差、形位误差、形状数据、加工变形量和工件表面质量，其中，船用柴油机关重件加工变形量作为工件当前工序质量合格的判定标准。所述步骤(1)中的加工资源设备实时数据包括：刀具磨损、刀具颤动、加工参数、切削要素、夹具损坏、机床磨损与机床精度偏差。所述步骤(2)中的实时数据特征分类包括：推演、融合、过滤、挖掘和迭代，通过数据挖掘和推演，将实时采集的数据进行过滤，利用数据迭代最终实现实时数据融合，并创建数字孪生模型体系；通过对实时数据进行特征分类，减少了冗杂数据和无关数据，利用数据融合和迭代对实时数据进行筛选，极大地提高了数字孪生模型体系的创建准确率和效率。所述步骤(3)中的数字孪生模型体系包括：数字孪生关重件模型、数字孪生资源模型、数字孪生工艺模型、数字孪生规则模型和数字孪生质量模型。所述的数字孪生规则模型是智能算法的集合，包括质量比对算法和质量预测算法，基于创建的关重件加工质量库，利用智能决策算法，最终实现船用柴油机关重件加工质量的预测。所述的质量比对算法包括以下步骤：1)创建船用柴油机关重件加工过程变形量的初始解空间；2)当船用柴油机关重件加工过程变形量发生变化时产生新解；3)判断产生的新解是否包括插入、产出和替换在内的编辑操作；4)若未发生编辑，对质量服务平台中的变形量解空间进行匹配；5)发生编辑时，通过计算编辑距离，进行相似度匹配；6)当编辑距离大于0时，将变形量解放入目标函数；7)将目标函数的解放入调和函数中，并上传至关重件质量服务平台；8)当编辑距离小于0时，利用数字孪生工艺模型，进行工艺参数和工艺路线优化；9)通过工艺优化，产生新的变形量解空间，返回步骤3)。所述的质量预测算法包括以下步骤：1)采集物理实体的实时数据，创建数字孪生映射模型；2)利用关重件质量服务平台的历史数据，与采集的实时数据作对比；3)当关重件工序变形量满足变形量标准时，关重件质量服务平台产生加工参数和工艺参数，虚拟车间根据该参数模拟加工；4)当关重件变形量不满足标准时，对数字孪生映射模型进行仿真，对关重件工序变形量进行统计，利用质量比对算法进行质量合格比对；5)当步骤4)中的工序变形量不合格时，对数字孪生工艺模型进行参数更改和数字孪生迭代优化，并返回步骤2)；6)当步骤4)中的工序变形量合格时，关重件质量服务平台下达指令，指导物理车间进行加工，并将参数数据上传至关重件质量服务平台。所述步骤(5)中的动态仿真优化包括工艺参数和工艺路线优化，通过对船用柴油机关重件的制造工艺进行优化，动态调整船用柴油机关重件加工参数，对工件加工质量进行预测，保证最终加工质量。有益效果：本专利技术基于数字孪生技术，实现制造过程的船用柴油机关重件加工质量动态预测，对船用柴油机关重件加工过程中的工艺参数和工艺路线进行优化，对改善船用柴油机关重件加工质量、资源利用率以及提高生产效率具有重要意义。附图说明图1为本专利技术的流程图；图2为本专利技术的质量比对算法流程图；图3为本专利技术的质量预测算法流程图；图4为本专利技术的船用柴油机机身质量预测流程图；图5为本专利技术的船用柴油机关重件智能制造流程图；图6为本专利技术的数字孪生迭代优化流程图。具体实施方式下面结合附图对本专利技术作进一步说明。如图1所示，本专利技术包括以下步骤：(1)通过传感器、RFID、执行器等对加工过程中的船用柴油机关重件和加工资源设备进行实时数据采集，将传感器放置在物理实体上，对船用柴油机关重件加工制造过程进行实时、动态的数据采集。船用柴油机关重件加工过程中采集到的加工实时数据包括：几何尺寸、几何误差、形位误差、形状数据、加工变形量和工件表面质量。其中，以船用柴油机关重件加工变形量作为工件当前工序质量合格的判定标准。加工资源设备数据主要包括：刀具磨损、刀具颤动、加工参数、切削要素、夹具损坏、机床磨损、机床精度偏差。(2)将采集到的实时数据上传到关重件质量预测平台，通过对数据的分类和整理，将实时数据进行特征分类，实时数据特征分类主要包括：推演、融合、过滤、挖掘和迭代。通过数据挖掘和推演，将实时采集的数据进行过滤，利用数据迭代最终实现实时数据融合，并创建数字孪生模型体系。通过对实时数据进行特征分类，减少了冗杂数据和无关数据。利用数据融合和迭代对实时数据进行筛选，极大地提高了数字孪生模型体系的创建准确率和效率。依据采集到的实时数据和关重件质量服务平台中的历史数据，创建数字孪生模型体系，数字孪生模型是物理实体的真实映射，集成与融合了几何、物理、行为和规则四层模型。其中，几何模型模式指船用柴油机关重件和加工设备资源的尺寸、形状参数；物理模型指分析船用柴油机加工过程中变形量；行为模型是响应船用柴油机关重件加工质量预测的模型；规则模型用于船用柴油机关重件加工过程的工艺参数和工艺路线的优化。创建的数字孪生模型体系包括：数字孪生关重件模型、数字孪生资源模型、数字孪生工艺模型、数字孪生规则模型和数字孪生质量模型。数字孪生关重件模型是船用柴油机关重件的真实实映射，反映了船用柴油机关重件的几何尺寸、形位误差、表面加工质量和工件变形量，与船用柴油机关重件物理实体通过实时数据进行连接。数字孪生资源模型是船用柴油机关重件加工设备的真实映射，通过放在设备上的传感器采集船用柴油机关重件加工过程中设备的实时数据，包括：数字孪生机床模型、数字孪生刀具模型和数字孪生夹具模型。基于实时数据和历史数据创建的船用柴油机关重件的数字孪生工艺模型和数字孪生质量预测模型，利用ANSYS仿真软本文档来自技高网...

【技术保护点】
1.一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，包括以下步骤：(1)对加工过程中的船用柴油机关重件和加工资源设备进行实时数据采集；(2)对采集到的实时数据特征进行分类；(3)依据采集到的实时数据和关重件质量服务平台中的历史数据，创建数字孪生模型体系；(4)利用智能算法，融合实时采集的物理数据和关重件服务平台中的历史数据，对船用柴油机关重件的加工质量进行初步判定；(5)对船用柴油机关重件进行动态仿真优化，实现对船用柴油机关重件加工质量的最终预测。

【技术特征摘要】
1.一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，包括以下步骤：(1)对加工过程中的船用柴油机关重件和加工资源设备进行实时数据采集；(2)对采集到的实时数据特征进行分类；(3)依据采集到的实时数据和关重件质量服务平台中的历史数据，创建数字孪生模型体系；(4)利用智能算法，融合实时采集的物理数据和关重件服务平台中的历史数据，对船用柴油机关重件的加工质量进行初步判定；(5)对船用柴油机关重件进行动态仿真优化，实现对船用柴油机关重件加工质量的最终预测。2.根据权利要求1所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述步骤(1)中的实时数据通过传感器、RFID、执行器进行采集。3.根据权利要求1所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述步骤(1)中的船用柴油机关重件加工实时数据包括：几何尺寸、几何误差、形位误差、形状数据、加工变形量和工件表面质量。4.根据权利要求1所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述步骤(1)中的加工资源设备实时数据包括：刀具磨损、刀具颤动、加工参数、切削要素、夹具损坏、机床磨损与机床精度偏差。5.根据权利要求1所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述步骤(2)中的实时数据特征分类包括：推演、融合、过滤、挖掘和迭代。6.根据权利要求1所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述步骤(3)中的数字孪生模型体系包括：数字孪生关重件模型、数字孪生资源模型、数字孪生工艺模型、数字孪生规则模型和数字孪生质量模型。7.根据权利要求6所述的一种基于数字孪生的船用柴油机关重件加工质量预测方法，其特征在于，所述的数字孪生...

【专利技术属性】
技术研发人员：陈聪，景旭文，周宏根，刘金锋，王伟，冯丰，曹利平，田桂中，朱钰萍，赵鹏，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏,32