本发明专利技术涉及一种基于数字孪生的高精密产品装调一体化系统,其特征在于,由虚拟装调环境和物理装调环境组成;虚拟装调环境包括数字孪生构建模块;装调过程仿真模块;装调质量预测模块;装调工艺优化模块;物理信息采集模块。本发明专利技术针对现有的高精密产品装配技术模型可重用性差、缺乏虚实空间交互性和装配工艺可信度低等问题,发明专利技术了一种基于数字孪生的高精密产品装调一体化系统。在数字孪生模型的构建、装调过程仿真、装调质量预测和装调工艺优化等方面实现了高精密产品的智能化装配,同时使得实际装调过程可以三维可视化追踪,装调过程实现自主决策。
【技术实现步骤摘要】
一种基于数字孪生的高精密产品装调一体化系统
本专利技术涉及一种基于数字孪生的高精密产品装调一体化系统,属于电液伺服阀、机器人传动机构等高精密产品装配领域。
技术介绍
电液伺服阀、机器人传动机构之类的高精密产品广泛应用于航天、船舶、化工等领域。高精密产品装配工艺复杂、装配精度要求较高,其调试过程还涉及机械、电子、液压等多学科耦合问题。因此,高精密产品的装配质量不仅需要满足位姿和间隙约束下的尺寸精度要求,还需要满足多学科耦合下的尺寸性能要求。但是,传统的高精密产品数字化装配技术还停留在装配设计阶段。由装配设计阶段虚拟仿真得出的装配工艺是通过理想几何模型及理论数据产生的,缺乏虚实之间的数据交互,无法正确指导实际装配过程。高精密产品实际装配过程还是以人工经验判断为主,整个装配过程难度系数较大,对操作工人要求较高。并且人工装配无法实现装配质量的一致性和精准性,产品的一次性合格率较低。不合格产品返工再装配增加了工人的劳动强度,一定程度上影响装配效率,最终形成了恶性循环。由此可见,传统的数字化装配方法已经无法满足日益增加的产品装配质量需求,亟需一种新的装配方法来解决当前的装配难题。近年来,随着机器学习、大数据、云计算和IoT等技术的快速发展,使产品装配技术由数字化模型仿真为主的虚拟装配逐渐向虚实深度融合的智能化装配方向发展。如何实现装配虚实空间的深度融合,是推动智能化落地的关键。数字孪生通过集成新一代信息技术实现了虚拟空间与物理空间的信息交互与融合,即由实到虚的实时映射和由虚到实的实时智能化控制。为此,基于数字孪生的装配方法可实现高精密产品的智能化装配,通过建立装调数字孪生模型,利用深度学习算法进行装调质量的预测和工艺优化,可以大幅度提高产品的装调质量和效率。
技术实现思路
本专利技术目的是:提供一种基于数字孪生的装配系统,以实现高精密产品的智能化装配。为了达到上述目的,本专利技术的技术方案是提供了一种基于数字孪生的高精密产品装调一体化系统,其特征在于,由虚拟装调环境和物理装调环境组成,其中,物理装调环境包括各数字化装配设备,在各数字化装配设备上设置各类传感单元,在实际装调过程中,通过各类传感单元向虚拟装调环境反馈实际装配数据,由虚拟装调环境依据实际装配数据对装调工艺进行动态调整与实时优化从而生成优化装配工艺信息,物理装调环境根据接收到的优化装配工艺信息实时调整实际装调的装配工艺;虚拟装调环境包括:数字孪生构建模块,用于构建零组件数字孪生、装配操作数字孪生及产品质量数字孪生,其中:零组件数字孪生是将零组件的理论模型与实物模型以关键装配特征为配准点进行融合所构建的集成模型;装配操作数字孪生是利用仿真装配操作与实际装配操作共同构建的集成模型;产品质量数字孪生是利用产品质量评价函数与产品实际装配质量数据共同构建的集成模型;装调过程仿真模块,通过图形显示利用装配工艺文件的装调约束进行零组件的装调工艺仿真获得每一工序的仿真数据,零组件采用数字孪生构建模块所形成的零组件数字孪生;在装调过程中,装调过程仿真模块利用装调工艺优化模块输出的优化装配工艺信息进行虚拟工艺仿真,获得更新后的仿真数据;装调质量预测模块,通过训练深度学习网络模型对历史的零组件数字孪生数据、装配操作数字孪生数据及产品质量数字孪生数据进行数据挖掘与建模,将所包含的当前工序装调过程中实测数据、性能数据、更新后的仿真数据、实测数据与更新后的仿真数据之间的偏差数据进行分析与推演,在下一工序的实际装调活动实施前,根据特定的工况条件、零组件的实际特征值,相应的装调工艺,利用训练后的深度学习网络模型获得质量预测结果,避免无效装配出现;装调工艺优化模块,获得下一工序的质量预测结果,在已有的下一个工序的工艺参数的基础上,依据质量预测结果对下一个工序的工艺参数进行优化调整,获得下一个工序的优化装配工艺信息;物理信息采集模块,用于通过物理装调环境中的各类传感单元采集实际装配数据。优选地,所述理论模型采用基于MBD的建模技术通过CAD软件建立的几何模型,该几何模型涉及了几何信息和非几何信息。优选地,所述非几何信息包括材料属性、三维标注信息和工程注释,其中,工程注释描述了工艺计划所必需提供的产品定义信息。优选地,采用点云扫描的方式获得所述实物模型。优选地,获得所述实物模型具体包括以下步骤:步骤1、确定零组件的装配特征、基准特征、边界特征;步骤2、根据零组件的几何外形以及关键装配特征,确定零件激光扫描系统中的运动轨迹、转台转动、专用测量设备的扫描频率,获得高精度测量三维特征形貌点云;步骤3、通过高精度间接测量设备,获得零组件腔体内部密闭特征形貌;步骤4、对于测量的间接数据,通过数理模型分析后生成密闭轮廓数据信息,最终融合在三维特征形貌点云数据中。优选地,利用CAPP接收来自CAD系统的产品设计信息,并依托工艺知识库来辅助工艺设计人员作出决策,生成所述装配工艺文件。本专利技术针对现有的高精密产品装配技术模型可重用性差、缺乏虚实空间交互性和装配工艺可信度低等问题,专利技术了一种基于数字孪生的高精密产品装调一体化系统。在数字孪生模型的构建、装调过程仿真、装调质量预测和装调工艺优化等方面实现了高精密产品的智能化装配,同时使得实际装调过程可以三维可视化追踪,装调过程实现自主决策。与现有技术相比,本专利技术具有如下有益成果:(1)通过装调质量预测和工艺优化,提高了高精密产品的装配质量。(2)通过装调过程的智能化决策,提高了高精密产品的装配效率。(3)通过装配过程的智能化操作,降低了对装配操作工人的经验要求。附图说明图1为数字孪生装配系统构建方法;图2为数字孪生装配系统软件界面;图3为数字孪生系统操作框架图;图4为零组件数字孪生模型构建过程;图5为装配工艺迭代优化流程图。具体实施方式下面结合具体实施例,进一步阐述本专利技术。应理解,这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解,在阅读了本专利技术讲授的内容之后,本领域技术人员可以对本专利技术作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术提供了一种基于数字孪生的高精密产品装调一体化系统,该系统搭建包括虚拟装调环境和物理装调环境。如图1所示,虚拟装调环境搭建多个系统模块。如图2所示,虚拟装调环境中软件界面由菜单栏、属性和输入显示栏、可视化窗口、模型库和装配树显示栏、约束信息显示栏组成。虚拟装调环境搭建的模块主要包括:数字孪生构建模块、装调过程仿真模块、装调质量预测模块、装调工艺优化模块和物理信息采集模块。数字孪生构建模块,用于构建零组件数字孪生、装配操作数字孪生及产品质量数字孪生。零组件数字孪生是将零组件的理论模型与实物模型以关键装配特征为配准点进行融合所构建的集成模型。为了实现装调过程的三维可视化,搭建的零组件数字孪生如图4所示。具体包括如下内容:(1)建立理论模型。建立零件理论模型可采用基于本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的高精密产品装调一体化系统,其特征在于,由虚拟装调环境和物理装调环境组成,其中,物理装调环境包括各数字化装配设备,在各数字化装配设备上设置各类传感单元,在实际装调过程中,通过各类传感单元向虚拟装调环境反馈实际装配数据,由虚拟装调环境依据实际装配数据对装调工艺进行动态调整与实时优化从而生成优化装配工艺信息,物理装调环境根据接收到的优化装配工艺信息实时调整实际装调的装配工艺;/n虚拟装调环境包括:/n数字孪生构建模块,用于构建零组件数字孪生、装配操作数字孪生及产品质量数字孪生,其中:零组件数字孪生是将零组件的理论模型与实物模型以关键装配特征为配准点进行融合所构建的集成模型;装配操作数字孪生是利用仿真装配操作与实际装配操作共同构建的集成模型;产品质量数字孪生是利用产品质量评价函数与产品实际装配质量数据共同构建的集成模型;/n装调过程仿真模块,通过图形显示利用装配工艺文件的装调约束进行零组件的装调工艺仿真获得每一工序的仿真数据,零组件采用数字孪生构建模块所形成的零组件数字孪生;在装调过程中,装调过程仿真模块利用装调工艺优化模块输出的优化装配工艺信息进行虚拟工艺仿真,获得更新后的仿真数据;/n装调质量预测模块,通过训练深度学习网络模型对历史的零组件数字孪生数据、装配操作数字孪生数据及产品质量数字孪生数据进行数据挖掘与建模,将所包含的当前工序装调过程中实测数据、性能数据、更新后的仿真数据、实测数据与更新后的仿真数据之间的偏差数据进行分析与推演,在下一工序的实际装调活动实施前,根据特定的工况条件、零组件的实际特征值,相应的装调工艺,利用训练后的深度学习网络模型获得质量预测结果,避免无效装配出现;/n装调工艺优化模块,获得下一工序的质量预测结果,在已有的下一个工序的工艺参数的基础上,依据质量预测结果对下一个工序的工艺参数进行优化调整,获得下一个工序的优化装配工艺信息;/n物理信息采集模块,用于通过物理装调环境中的各类传感单元采集实际装配数据。/n...
【技术特征摘要】
1.一种基于数字孪生的高精密产品装调一体化系统,其特征在于,由虚拟装调环境和物理装调环境组成,其中,物理装调环境包括各数字化装配设备,在各数字化装配设备上设置各类传感单元,在实际装调过程中,通过各类传感单元向虚拟装调环境反馈实际装配数据,由虚拟装调环境依据实际装配数据对装调工艺进行动态调整与实时优化从而生成优化装配工艺信息,物理装调环境根据接收到的优化装配工艺信息实时调整实际装调的装配工艺;
虚拟装调环境包括:
数字孪生构建模块,用于构建零组件数字孪生、装配操作数字孪生及产品质量数字孪生,其中:零组件数字孪生是将零组件的理论模型与实物模型以关键装配特征为配准点进行融合所构建的集成模型;装配操作数字孪生是利用仿真装配操作与实际装配操作共同构建的集成模型;产品质量数字孪生是利用产品质量评价函数与产品实际装配质量数据共同构建的集成模型;
装调过程仿真模块,通过图形显示利用装配工艺文件的装调约束进行零组件的装调工艺仿真获得每一工序的仿真数据,零组件采用数字孪生构建模块所形成的零组件数字孪生;在装调过程中,装调过程仿真模块利用装调工艺优化模块输出的优化装配工艺信息进行虚拟工艺仿真,获得更新后的仿真数据;
装调质量预测模块,通过训练深度学习网络模型对历史的零组件数字孪生数据、装配操作数字孪生数据及产品质量数字孪生数据进行数据挖掘与建模,将所包含的当前工序装调过程中实测数据、性能数据、更新后的仿真数据、实测数据与更新后的仿真数据之间的偏差数据进行分析与推演,在下一工序的实际装调活动实施前,根据特定的工况条件、零组件的实际特征值,相应的装调工艺,利用训练后的深度学习网络模型获得质量预测结果,避免无效装配出现;
装调工艺优化模块,获得下一工序的质量预测结果,在...
【专利技术属性】
技术研发人员:孙学民,鲍劲松,李婕,郑杭彬,
申请(专利权)人:东华大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。