一种基于数字孪生的油缸成型系统技术方案

本发明专利技术公开了一种基于数字孪生的油缸成型系统，包括油缸成型系统、虚拟现实场景，所述油缸成型系统为油缸的实际生产加工设备，所述虚拟显示场景为油缸生产的数字孪生体组成，通过数据采集和处理及通信接口和协议等通信技术信息流在虚拟现实场景和油缸成型系统之间高效流动，使生产的油缸产品和油缸成型系统二个平台的信息能够相互演化，构建油缸的生产过程，支持生产仿真优化，减少试错；油缸生产的数字孪生体能够支撑碰撞干涉检查能够发现油缸配置过程中的位置冲突，并能够对油缸生产过程中的质量进行检测。中的质量进行检测。中的质量进行检测。

【技术实现步骤摘要】
一种基于数字孪生的油缸成型系统


[0001]本专利技术属于液压设备领域，尤其涉及一种基于数字孪生的油缸成型系统。

技术介绍

[0002]当前，以数字孪生、人工智能、云计算、大数据等技术为代表的新兴学科的迅猛发展，为推进传统工业设计提供了方法。而其中数字孪生的虚拟世界和物理世界的融合技术更引起了广泛的关注及应用。液压设计通过整合新兴技术，将会产生飞跃式的质变，并能为用户提供全新的体验。将数字孪生技术与液压设计相结合，来弥补传统液压设计的弊端，使得液压设计向着创新型、智能型发展成为可能。
[0003]当前的液压缸一般时直接根据需求进行设计、开模、加工，根据客户定制化服务需求产生的，如果产品直接进入物理生产系统进行生产，产品生产的容错度比较低，后期一旦产生装配问题或者尺寸问题，就需要重新进行优化设计，重新开模制作，不仅浪费了生产原料，同时还造成了大量的时间浪费，生产效率低。

技术实现思路

[0004]针对现有技术不足，本专利技术的目的在于提供了一种基于数字孪生的油缸成型系统，通过采用数字孪生技术，结合虚拟现实场景对油缸成型系统进行场景搭建，并且与油缸成型系统进行数据交互，将采集的信息通过虚拟场景进行模拟碰撞干涉检查以发现不同设备之间的位置冲突，零件数字孪生体真实尺寸、装配参数和次品等信息反馈回产品设计阶段，对产品的设计研发进行再优化，大大降低了设计成本和生产的时间。
[0005]本专利技术提供如下技术方案：
[0006]一种基于数字孪生的油缸成型系统，包括油缸成型系统、虚拟现实场景，所述油缸成型系统为油缸的实际生产加工设备，所述虚拟显示场景为油缸生产的数字孪生体组成，通过数据采集和处理及通信接口和协议等通信技术信息流在虚拟现实场景和油缸成型系统之间高效流动，使生产的油缸产品和油缸成型系统二个平台的信息能够相互演化，构建油缸的生产过程，支持生产仿真优化，减少试错；油缸生产的数字孪生体能够支撑碰撞干涉检查能够发现油缸配置过程中的位置冲突，并能够对油缸生产过程中的质量进行检测。
[0007]优选的，所述虚拟现实场景设有控制器，所述控制器设有系统集成，系统集成能够调取油缸数据库，所述油缸数据库信息通过多个传感器采集油缸的尺寸、内径、外径信息组成，采用算法得到油缸的弯曲度和缺陷程度。
[0008]优选的，所述虚拟现实场景通过Unity系统进行搭建，油缸虚拟场景搭建中，对油缸生产模型进行轻量化处理，轻量化处理是对模型的几何信息进行简化和压缩，并对尺寸、属性、参数等信息进行简化提取；同时对模型在保留模型的主要特性，对模型进行ROM降阶处理；经过上述处理之后对油缸生产场景进行搭建，对搭建好的三维模型进行渲染处理。
[0009]优选的，所述虚拟场景在使用Unity进行搭建时，先确定模型设计输入的方案和初步原理图设计，之后对集成的三维模型搭建，对搭建的模型进行有限元分析、模型转化、场
景设计、模拟运行；根据场景设计环节进行调整，直到确定合适的原理图设计，完善设定方案。
[0010]优选的，控制器通过传感器采集油缸的信息，进行数据预处理后合理的数据直接进行机器学习，预处理之后不合理的数据进行数据平滑处理，从新提取尺寸检测数据，录入到数据库进行训练，训练之后进行机器学习，通过机器学习训练之后识别油缸的缺陷。
[0011]优选的，所述传感器为多个激光传感器，多个激光传感器设置在油缸成型系统靠近油缸的位置，在油缸做配合运动时，能够检测油缸的行程、尺寸、内径、外径的数据通过数据采集卡传输至控制器。
[0012]优选的，多个激光传感器均连接有旋转光电编码器，将激传感器采集的数据转化为等距采样，使多个激光传感器采样数据同步。为了提高测量精度，所述镜片的光线吸收率ξ为0.83
‑
0.99；表面粗糙度Ra为0.020
‑
0.08微米；特别是所述光线吸收率ξ、表面粗糙度Ra满足：Ra/π＝φ
·
ξ2；其中，φ为关系系数，取值范围为1.18
‑
1.27；π为圆周率。
[0013]优选的，所述数据预处理的过程中，将获取的油缸行程、尺寸、内径、外径的数据进行分段处理，对每一段的数据进行特征提取，选取提取特征的时域、频域数据特征；根据油缸运行的工况将数据特征进行分层，对每一层数据利用聚类算法找出每一层的聚类中心，得出较少的新数据类集合，在对每一小类进行分类器训练，提取较好的分类结果；对于新的数据集首先通过聚类计算出其每一簇数据的中心，然后再与上述过程中得到的新数据类集合的每一层聚类中心求取欧氏距离，再把新的数据集的每个聚类中心的距离相加；距离和最小的归为一类，对新数据实现分层；将分层处理之后的数据特征信息进行机器学习，识别分类结果，得出油缸的缺陷程度，根据缺陷程度重新对油缸进行设计优化，优化试验流程，减少优化时间，提高油缸优化效率。
[0014]另外，通过激光传感器对油缸进行监测时，设置4个激光传感器分别置于油缸两端的对称位置，数据传输至控制器之后，对数据进行处理，处理过程为，1、去除油缸位置误判与人为操作造成的异常值，2、将4个激光传感器原始数据转化为高低不平顺的弦测数据；3、对弦测数据分析处理，对油缸的不平顺弯曲状态进行评价。为了增加测量的精确度，四个激光传感器分别设置在左右两侧20mm处，激光传感器油缸中心距离分别标记为D1、D2、D3、D4；激光传感器与油缸形成的角度为θ，则θ满足以下关系：
[0015]θ＝arctan((D3‑
D1)/l)＝arctan((D4‑
D2)/l)；上式中，l
[0016]为油缸的长度。
[0017]则油缸的长度l满足下列关系：
[0018]l＝δ*(sinθ(D1+D2+D3+D4)/3)；
[0019]上式中δ为关系因子，取值范围为0.963
‑
13.265。
[0020]与现有技术相比，本专利技术具有以下有益效果：
[0021](1)本专利技术一种基于数字孪生的油缸成型系统，通过采用数字孪生技术，结合虚拟现实场景对油缸成型系统进行场景搭建，并且与油缸成型系统进行数据交互，将采集的信息通过虚拟场景进行模拟碰撞干涉检查以发现不同设备之间的位置冲突，零件数字孪生体真实尺寸、装配参数和次品等信息反馈回产品设计阶段，对产品的设计研发进行再优化，大大降低了设计成本和生产的时间。
[0022](2)本专利技术一种基于数字孪生的油缸成型系统，将获取的油缸行程、尺寸、内径、外
径的数据进行分层处理，将分层处理之后的数据特征信息进行机器学习，识别分类结果，得出油缸的缺陷程度，根据缺陷程度重新对油缸进行设计优化，优化试验流程，减少优化时间，提高油缸优化效率。
[0023](3)本专利技术一种基于数字孪生的油缸成型系统，通过激光传感器油缸中心距离、激光传感器与油缸形成的角度之间的关系限定，增加测量的精确度。
附图说明
[0024]为了更清楚地说明本专利技术实施方式的技术方案，下面将对实施方式中所需要使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的油缸成型系统，其特征在于：包括油缸成型系统、虚拟现实场景，所述油缸成型系统为油缸的实际生产加工设备，所述虚拟显示场景为油缸生产的数字孪生体组成，通过数据采集和处理及通信接口和协议等通信技术信息流在虚拟现实场景和油缸成型系统之间高效流动，使生产的油缸产品和油缸成型系统二个平台的信息能够相互演化，构建油缸的生产过程，支持生产仿真优化，减少试错；油缸生产的数字孪生体能够支撑碰撞干涉检查能够发现油缸配置过程中的位置冲突，并能够对油缸生产过程中的质量进行检测。2.根据权利要求1所述一种基于数字孪生的油缸成型系统，其特征在于，所述虚拟现实场景设有控制器，所述控制器设有系统集成，系统集成能够调取油缸数据库，所述油缸数据库信息通过多个传感器采集油缸的尺寸、内径、外径信息组成，采用算法得到油缸的弯曲度和缺陷程度。3.根据权利要求1所述一种基于数字孪生的油缸成型系统，其特征在于，所述虚拟现实场景通过Unity系统进行搭建，油缸虚拟场景搭建中，对油缸生产模型进行轻量化处理，轻量化处理是对模型的几何信息进行简化和压缩，并对尺寸、属性、参数等信息进行简化提取；同时对模型在保留模型的主要特性，对模型进行ROM降阶处理；经过上述处理之后对油...

【专利技术属性】
技术研发人员：刘玲玲，户晶荣，张宇坤，孙梦祥，李康康，朱世坤，
申请(专利权)人：郑州财经学院，
类型：发明
国别省市：