【技术实现步骤摘要】
一种基于数字孪生驱动的滚珠丝杠副优化方法及系统
[0001]本专利技术属于滚珠丝杠副
,尤其涉及一种基于数字孪生驱动的滚珠丝杠副优化方法及系统。
技术介绍
[0002]滚珠丝杠副作为智能数控装备以及航空航天等工业领域的重要精密传动功能部件,其传动精度直接关系到高端装备的使用精度;近年来,滚珠丝杠副产品在传动精度方面取得了明显进步,但依然有提升的空间
[0003]专利技术人发现,现有的滚珠丝杠副,其传动精度依然不能满足高档数控装备的生产要求,严重制约了高档数控装备的生产,影响了高精度产品的技工生产。
技术实现思路
[0004]本专利技术为了解决上述问题,提出了一种基于数字孪生驱动的滚珠丝杠副优化方法及系统,本专利技术基于数字孪生驱动的滚珠丝杠副精度损失预测及其优化设计方法,通过对数字孪生技术的应用,实现了滚珠丝杠副的建模、精度损失预测和精度优化,为提升滚珠丝杠副传动精度提供了理论支撑和研究方法。
[0005]为了实现上述目的,本专利技术是通过如下的技术方案来实现:
[0006]第一 ...
【技术保护点】
【技术特征摘要】
1.一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,包括:获取滚珠丝杠副的原始数据和场景感知数据;依据所述原始数据和所述场景感知数据,建立包括滚珠丝杠副模型的数字孪生三维数字模型;依据所述数字孪生三维数字模型,得到精度预测指标;依据获取的场景感知数据,以及预设的精度损失预测模型,得到精度损失预测结果;其中,所述精度损失预测模型,是根据所述场景感知数据、所述精度预测指标以及模糊神经网络训练得到;依据精度损失预测结果,以及预设的精度优化模型,得到滚珠丝杠副的运行精度优化策略;具体的,在运行场景下通过精度损失预测模型获取该场景下的精度损失结果,然后通过精度优化模型耦合调整滚珠丝杠副运行参数和结构参数;再通过精度损失预测模型获取运行精度最优值;其中,所述精度优化模型采用人工神经网络构建。2.如权利要求1所述的一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,依据所述场景感知数据,实现所述滚珠丝杠副模型使用周期自更新。3.如权利要求2所述的一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,依据不同应用工况,对所述滚珠丝杠副模型进行自配置和自优化。4.如权利要求2所述的一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,构建滚珠丝杠副场景感知模型,利用历史感知数据,对滚珠丝杠副场景感知模型进行训练并实现数据的挖掘处理,实现数字孪生三维数字模型对物理滚珠丝杠副应用场景的智能感知。5.如权利要求1所述的一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,精度优化模型构建时,基于针对多参数优化的上下文解耦数据,利用反向传播算法对多参数神经网络模型进行训练,得到多参数函数模型;基于数字孪生三维数字模型反映的滚珠丝杠副精度损失规律,实现约束条件的动态更新;采用多目标粒子群算法,求解模型最优解集。6.如权利要求4或5所述的一种基于数字孪生驱动的滚珠丝杠副优化方法,其特征在于,对多参数...
【专利技术属性】
技术研发人员:赵佳佳,姜洪奎,宋现春,张倩倩,宋丽伟,林明星,
申请(专利权)人:山东建筑大学,
类型:发明
国别省市:
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。