一种基于云服务的增材制造数字孪生系统构建方法技术方案

本发明专利技术涉及增材制造数字孪生系统构建领域，具体是一种基于云服务的增材制造数字孪生系统构建方法，包括以下步骤：步骤1，获取物理模型的传感器数据，传输到本地服务器网络服务层进行数据融合；步骤2，数据驱动数字孪生模型建立；步骤3，数字孪生模型通过数据分析模拟仿真将结果反馈到物理层和人机交互界面；步骤4，传感器数据同时发送给云端数字孪生，分析结果；步骤5，本地数字孪生模型通过智能算法和模拟仿真对打印过程实现检测，本发明专利技术基于云服务的增材制造数字孪生系统构建方法，检测打印过程中是否发生故障，从而避免材料和时间的浪费。费。费。

【技术实现步骤摘要】
一种基于云服务的增材制造数字孪生系统构建方法


[0001]本专利技术涉及增材制造数字孪生系统构建领域，具体是一种基于云服务的增材制造数字孪生系统构建方法。

技术介绍

[0002]增材制造是以数字模型文件为基础，通过软件与数控系统将专用材料按照挤压、烧结、熔融、光固化等方式逐层堆积，制造出实体物品的制造技术。增材制造与传统机械加工制造相比具有设计灵活性高、开发时间短、生产浪费少成本低等优点。但同时也存在各种加工缺陷，产品质量不一致等问题(如由于材料之间融合不充分导致多孔性，以及由于增材制造过程的快速冷却特性而导致打印零件产生的翘曲)，导致其在工业上的广泛应用仍受到阻碍。机器学习因其在分类、回归和聚类等数据任务中的出色表现而受到越来越多的关注，机器学习也逐渐应用到增材制造过程的检测中。然而构建机器学习模型需要大量的数据，而且训练一个大的数据集在计算上是非常耗时的，数据采集和分析没有一个统一的接口和平台，每一种方法采集的数据集不能进行信息共享而成为一座座信息孤岛，不能充分利用数据的价值，从而造成了机器学习算法在增材制造上应用的局限性。
[0003]数字孪生是以数字化方式创建物理实体的虚拟实体，依据历史数据、实时数据以及算法模型等，在全生命周期过程中模拟、验证、预测、控制物理实体，最终实现智能决策的优化闭环。利用数字孪生的这些特点对设备工作过程进行实时的异常检测也十分有效。但是以往的3D打印机的孪生模型大多数局限在一种3D打印方式上，很少探讨如何构建整个增材制造领域的数字孪生模型。而且没有充分利用数字孪生以数据和算法模型为主的特点，很少有将数字孪生与云计算大数据技术结合，从而忽略了数字孪生模型的更新迭代问题。
[0004]数字孪生模型一般由多源异构数据驱动建立，其数据规模通常十分庞大，单位级数字孪生可能在本地服务器上即可满足计算与运行需求，但复杂的系统级数字孪生则需要更大的计算与存储能力。云计算具有按需使用和分布式共享的模式，可作为数字孪生的云计算资源与数据中心，从而满足数字孪生不同计算、存储与运用需用。因此如何将数字孪生与云计算有效的结合应用已经成为数字孪生发展的必然趋势。然而，数字孪生在增材制造领域的应用较少，其整体框架和具体功能也未得到广泛的讨论。
[0005]因此，针对以上现状，迫切需要开发一种基于云服务的增材制造数字孪生系统构建方法，以克服当前实际应用中的不足。

技术实现思路

[0006]本专利技术的目的在于提供一种基于云服务的增材制造数字孪生系统构建方法，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种基于云服务的增材制造数字孪生系统构建方法，包括以下步骤：
[0009]步骤1，获取物理模型的传感器数据，通过Internet或USB接口传输到本地服务器
网络服务层进行数据融合；
[0010]步骤2，数据驱动数字孪生模型建立，包括信息模型、虚拟3D打印机、控制系统和智能算法；
[0011]步骤3，数字孪生模型通过数据分析模拟仿真将结果反馈到物理层和人机交互界面；
[0012]步骤4，传感器数据同时发送给云端数字孪生，通过数据管理与分析帮助制造商进行整体系统与结构优化以及对本地数字孪生的模型进行更新和为用户提供个性化制造方案；
[0013]步骤5，本地数字孪生模型通过智能算法和模拟仿真对打印过程实现检测。
[0014]与现有技术相比，本专利技术的有益效果是：
[0015]本专利技术基于云服务的增材制造数字孪生系统构建方法，由于增材制造具备在设计上自由度高、快速成型生产周期短以及在小批量生产的经济性等优点，非常适合与数字孪生以及云计算结合来实现产品的个性化制造，从而进一步降低成本，提高精度，可对打印过程实现检测，以便于检测打印过程中是否发生故障，从而避免材料和时间的浪费。
附图说明
[0016]图1为本专利技术实施例中基于云服务的增材制造数字孪生系统构建方法的流程示意图。
[0017]图2为本专利技术实施例中基于云服务的增材制造数字孪生系统架构示意图。
[0018]图3为本专利技术实施例中增材制造数字孪生框架示意图。
[0019]图4为本专利技术实施例中MTConnect的工作原理示意图。
[0020]图5为本专利技术实施例中3D打印机MTConnect信息模型示意图。
[0021]图6为本专利技术实施例中图像处理流程图。
[0022]图7为本专利技术实施例中傅里叶变换提取信号频域特征示意图。
具体实施方式
[0023]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]以下结合具体实施例对本专利技术的具体实现进行详细描述。
[0025]请参阅图1
‑
5，本专利技术实施例提供的一种基于云服务的增材制造数字孪生系统构建方法，包括以下步骤：
[0026]步骤1，获取物理模型的传感器数据，通过Internet或USB接口传输到本地服务器网络服务层进行数据融合；
[0027]步骤2，数据驱动数字孪生模型建立，包括信息模型、虚拟3D打印机、控制系统和智能算法；
[0028]步骤3，数字孪生模型通过数据分析模拟仿真将结果反馈到物理层和人机交互界面；
[0029]步骤4，传感器数据同时发送给云端数字孪生，通过数据管理与分析帮助制造商进行整体系统与结构优化以及对本地数字孪生的模型进行更新和为用户提供个性化制造方案；
[0030]步骤5，本地数字孪生模型通过智能算法和模拟仿真对打印过程实现检测。
[0031]在步骤1
‑
步骤5中，处理数据的流程分为采集数据的物理层、服务数据的网络层和接收分析结果的应用层。
[0032]所述采集数据的物理层的物理模型硬件包括有3D打印机、传感器、计算机和单片机控制板，其中，传感器的类型根据3D打印方式进行配置。
[0033]传感器数据通过传感器采集后传输到服务数据的网络层进行数据融合，同时，传感器数据也驱动数字孪生模型中的虚拟3D打印机进行虚拟打印模拟。
[0034]所述服务数据的网络层采用MTConnect或MQTT协议进行数据交换。
[0035]所述MTConnect提供了机器和本地服务器之间的接口，连接本地制造网络和用户。
[0036]所述MTConnect中的MTC适配器采集3D打印机的各种状态信息，MTC代理通过Internet以标准XML文件格式将信息发送给本地数据库进行存储，同时向用户提供3D打印状态信息。
[0037]数据融合之后发送给服务数据的网络层中的数字孪生模型进行边缘计算，数字孪生模型根据机器学习和深度学习算法的计算结果以及根据虚拟3D打印机的动态模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云服务的增材制造数字孪生系统构建方法，其特征在于，包括以下步骤：步骤1，获取物理模型的传感器数据，通过Internet或USB接口传输到本地服务器网络服务层进行数据融合；步骤2，数据驱动数字孪生模型建立，包括信息模型、虚拟3D打印机、控制系统和智能算法；步骤3，数字孪生模型通过数据分析模拟仿真将结果反馈到物理层和人机交互界面；步骤4，传感器数据同时发送给云端数字孪生，通过数据管理与分析帮助制造商进行整体系统与结构优化以及对本地数字孪生的模型进行更新和为用户提供个性化制造方案；步骤5，本地数字孪生模型通过智能算法和模拟仿真对打印过程实现检测。2.根据权利要求1所述的基于云服务的增材制造数字孪生系统构建方法，其特征在于，在步骤1
‑
步骤5中，处理数据的流程分为采集数据的物理层、服务数据的网络层和接收分析结果的应用层。3.根据权利要求2所述的基于云服务的增材制造数字孪生系统构建方法，其特征在于，所述采集数据的物理层的物理模型硬件包括有3D打印机、传感器、计算机和单片机控制板，其中，传感器的类型根据3D打印方式进行配置。4.根据权利要求3所述的基于云服务的增材制造数字孪生系统构建方法，其特征在于，传感器数据通过传感器采集后传输到服务数据的网络层进行数据融合，同时，传感器数据也驱动数字孪生模型...

【专利技术属性】
技术研发人员：姚宗伟，涂鑫，毕秋实，常志勇，翁小辉，何海腾，魏文，李盟，王锦明，
申请(专利权)人：吉林大学，
类型：发明
国别省市：