【技术实现步骤摘要】
一种面向机床故障诊断的数字孪生模型构建方法、系统及终端
[0001]本专利技术涉及机床故障诊断
，尤其涉及一种面向机床故障诊断的数字孪生模型构建方法及终端。
技术介绍
[0002]数控机床是装备制造业的“工作母机”，是工业体系的基础。数字孪生（DT）作为推动智能制造的关键使能技术，随着人工智能、大数据、物联网等新一代信息技术的发展，在数控机床故障诊断等领域受到广泛的关注和研究。高置信度的数字孪生模型是数字孪生系统的核心基本要素，通过从多维度、多尺度对物理实体进行刻画和描述，以实现数字孪生的各相关功能。然而，与普通机械设备不同的是，数控机床是由机、电、热、液等不同多领域的子系统耦合而成的复杂机电设备，其多领域系统高度耦合、工况复杂多变，全生命周期下故障模式多样，故障原因与信号特征之间的关系错综隐含，这就需要构建一种能够反映数控机床全生命周期状态的高置信度数字孪生模型，来有效推动数字孪生技术在数控机床领域的应用实践。
[0003]而目前常用的数控机床数字孪生建模方法主要有几何建模方法、有限元建模方法和机理建模方法。...
【技术保护点】
【技术特征摘要】
1.一种面向机床故障诊断的数字孪生模型构建方法，其特征在于，方法包括：S1：采集数控机床的相关信息；相关信息包括：静态信息和动态信息；S2：构建数控机床故障模型库，数控机床故障模型库的表达方式为：式中：F表示故障模式库；M表示故障模式；P表示故障现象；C表示故障特征；L表示故障等级；D表示故障的处理方式；S3：根据数字孪生模型构建故障诊断功能需求，将数控机床划分为若干个子系统，并分析各个子系统的工作机理以及各个子系统之间的耦合关系，对各个子系统分别建模，将各个子系统模型耦合连接，得到数控机床多系统耦合数字孪生模型，然后利用来自物理系统的传感监测数据验证模型，并不断更新、优化模型参数；S4：对数字孪生模型进行实时映射；S5：构建包括数据存储和使用的数据模型；S6：基于数据模型实现对数控机床的数据采集、状态监测、模型更新优化，并进行数控机床的故障诊断。2.根据权利要求1所述的面向机床故障诊断的数字孪生模型构建方法，其特征在于，步骤S1中，静态信息包括：数控机床的几何尺寸、系统结构、材料的物理属性、工作能力、型号；动态信息包括：数控机床的工况、振动、温度、刚度、噪声、加载力信息。3.根据权利要求1所述的面向机床故障诊断的数字孪生模型构建方法，其特征在于，步骤S2中，对数控机床故障模型库不断更新，更新的方式包括：更新故障模式M：通过故障树、专家经验、现场记录方法收集数控机床各类故障模式，对于历史故障记录缺失的情况下，通过仿真实验、现场试验等方法获取故障样本；更新故障现象P：当故障发生时，通过现场记录、历史维修手册方式对各类故障模式的故障现象进行收集、记录，或通过试验进行获取；更新故障特征C：利用泛在感知模块得到的历史数据以及数字孪生模型模块得到的孪生故障数据，并通过特征提取，分析各类孪生故障数据，进行更新；更新故障等L级：通过故障现象、故障影响程度进行判断，划分故障等级；更新故障的处理方式D：针对不同的故障模式，获取用户提供的处理意见，并进行归纳、记录保存。4.根据权利要求1所述的面向机床故障诊断的数字孪生模型构建方法，其特征在于，步骤S3中，划分的若干个子系统包括电气控制系统、传热系统、机械系统以及液压系统；步骤S3还基于数字孪生模型故障的注入技术，通过设置工况条件、模型物理参数、几何属性，对数字孪生模型进行故障注入，得到表征数控机床不同状态的数字孪生模型，以此构建数字孪生模型库M，使数字孪生模型库M中每个数字孪生模型映射数控机床的每一个状态；数字孪生模型库M与故障库的关系表示为：其中，表示数字孪生模型库M能够表征数控机床i类故障模式的数字孪生模型，表示数控机床故障模型库中i类故障模式。
5.根据权利要求1所述的面向机床故障诊断的数字孪生模型构建方法，其特征在于，步骤S4还包括：通过FMI标准模型封装成为具有统一平台接口的FMU模型，并留出相关数据接口，将采集到的静态信息以及动态信息传输给数字孪生模型，对模型进行更新。6.根据权利要求1所述的面向机...
【专利技术属性】
技术研发人员：薛瑞娟，王金江，张培森，张凤丽，吴翟，周正飞，
申请(专利权)人：中国石油大学北京，
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。