一种用于刀具状态实时监测的数字孪生系统技术方案

本发明专利技术公开了一种用于刀具状态实时监测的数字孪生系统，包括信号采集模块、数据传输模块、刀具磨损预测模块和数据可视化模块；所述的信号采集模块利用传感器采集机床运行过程的静态数据信息和动态数据信息；所述的数据传输模块将信号采集模块采集到的静态和动态数据信息传输至刀具磨损预测模块以及数据可视化模块；所述的刀具磨损预测模块使用从数据传输模块得到的动态数据信息训练刀具磨损预测模型；所述的数据可视化模块将从数据传输模块得到的切削过程信息和刀具磨损的预测值映射到构建的刀具数字孪生体上并进行可视化呈现。本发明专利技术有着低延时、高可视化程度的优势，可以更直观的了解刀具的实时切削状态，从而更好地进行刀具管理。地进行刀具管理。地进行刀具管理。

【技术实现步骤摘要】
一种用于刀具状态实时监测的数字孪生系统


[0001]本专利技术属于智能制造
，尤其涉及一种用于刀具状态实时监测的数字孪生系统。

技术介绍

[0002]在工业4.0时代，智能制造成为制造业发展的重要方向，作为制造业的基础，切削加工过程的数字化和智能化对整个制造产业的智能化具有非常重要的意义。加工某些大型、复杂零件时，如果在加工过程中不能及时的发现刀具的磨钝或者破损，不仅有可能造成工件报废，还会降低机床精度和使用寿命。因此，在加工过程中对刀具状态进行检测是很有必要的。
[0003]在切削加工过程中，存在着大量的切削过程信息，如切削力、振动以及声发射等。如何有效地利用这些信息，对实现刀具状态监测至关重要。目前的大部分刀具状态监测系统只能实现对机床信号的采集分析，输出单一的观测量，系统的输出方式不够直观，需具备一定的专家知识才能快速理解，不利于操作人员快速上手系统。
[0004]数字孪生技术通过将物理实体数字化，使物理世界与虚拟模型进行实时数据的传递，通过数据实时的采集和分析，对物理实体的行为进行监测维护和过程优化。将数字孪生技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于刀具状态实时监测的数字孪生系统，其特征在于：包括信号采集模块、数据传输模块、刀具磨损预测模块和数据可视化模块；所述的信号采集模块利用传感器采集机床运行过程的静态数据信息和动态数据信息；所述静态数据信息包括刀具牌号、刀具材料、工件尺寸、工件材料、主轴转速、切削速度、切削深度和进给量；所述动态数据信息包括x、y、z三个方向的力信号、x、y、z三个方向的加速度信号和声发射信号；所述的数据传输模块将信号采集模块采集到的静态和动态数据信息传输至刀具磨损预测模块以及数据可视化模块；所述的刀具磨损预测模块使用从数据传输模块得到的动态数据信息训练刀具磨损预测模型，并使用训练好的刀具磨损预测模型预测刀具磨损状态和刀具磨损预测值，将刀具磨损预测值输入至数据可视化模块；所述的数据可视化模块将从数据传输模块得到的切削过程信息和刀具磨损的预测值映射到构建的刀具数字孪生体上并进行可视化呈现，同时根据从刀具磨损预测模块得到的刀具磨损状态判断机床的下一步加工方案。2.根据权利要求1所述一种用于刀具状态实时监测的数字孪生系统，其特征在于：所述的静态信号传输方法包括以下步骤：首先，在机床上设置IP地址、子网掩码和网关，使机床与计算机处于同一局域网中；接着使用网线将机床的以太网接口与计算机的以太网接口相连，连通网络；最后，使用socket编程并基于TCP/IP协议进行机床与计算机之间的数据交互，实现机床静态信号的传输；所述的动态信号传输方法为：将传感器采集到的信号经信号放大器和数模转换器的处理之后，通过USB协议传输至计算机。3.根据权利要求1所述一种用于刀具状态实时监测的数字孪生系统，其特征在于：所述的刀具磨损预测模型包括特征提取部分、破损检测部分、特征融合部分和状态分类部分，所述特征提取部分由一个包含六个卷积层、三个池化层和一个全连接层的一维卷积神经网络构成，其功能是将从数据采集模块获得的动态数据信息进行特征提取；其中卷积层的运算过程如下所示：其中：表示第l层卷积后的输出结果，表示第l<...

【专利技术属性】
技术研发人员：郭江，朱旭，倪超，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：