一种用于直线电机进给系统性能预测的数字孪生设备技术方案

本发明专利技术为一种用于直线电机进给系统性能预测的数字孪生设备，利用数字孪生技术，建立与直线电机进给系统的物理设备相匹配的数字模型，通过建立物理设备与数字模型的映射关系，完成数据的交互和通信，获得孪生数据；同时建立GANomaly‑LSTM神经网络模型和异常样本概率模块相结合的性能预测模型，在无异常样本的情况下对直线电机进给系统运行状态进行性能预测；异常样本概率模块基于正确识别异常样本的个数N和输入的样本总数M，根据计算出直线电机实际运行采集的数据中异常样本的概率，将此概率作为性能衰退程度的参考。解决了传统性能预测方法难以获取时效机理下历史工作数据、仿真实验数据等导致的预测精度低的问题。

【技术实现步骤摘要】

本专利技术涉及数字孪生，具体是一种用于直线电机进给系统性能预测的数字孪生设备。

技术介绍

1、直线电机进给系统作为数控机床重要部件之一，其动态性能反映了系统抵抗动态外载荷的能力，与抗振性密切相关，直接影响进给运动精度和控制精度。由于直线电机进给系统长期在高速、高速度、变速、变加速度、振动、变载、启停等复杂工况环境下服役，导致其精度衰退具有渐变性，很难长期保持测量仪器和测量环境处于同一条件，监测的数据也不够精确。因此建立一套先进、完整的直线电机进给系统性能预测的系统是尤为重要的。近年来，数字孪生技术逐渐成为学术界研究的热点，数字孪生通过构建物理设备在数字空间的孪生体，利用虚拟和现实的数据交互、信息融合，形成物理设备与数字模型的互联互通，实现数字空间对物理设备的全面、真实、客观、实时的映射。

2、传统性能预测方法主要有基于模型的方法、基于数据驱动的方法、基于可靠性统计的方法。基于模型的方法对于一些大型的复杂装备，很难建立精确的模型，存在一定的局限性。基于数据驱动的方法通常需要安装大量传感器实时采集设备的数据，但在一些复杂装备的关键部件不能安装传感器本文档来自技高网...

【技术保护点】

1.一种用于直线电机进给系统性能预测的数字孪生设备，其特征在于，利用数字孪生技术，建立与直线电机进给系统的物理设备相匹配的数字模型，通过建立物理设备与数字模型的映射关系，完成数据的交互和通信，获得孪生数据；同时建立GANomaly-LSTM神经网络模型和异常样本概率模块相结合的性能预测模型，在无异常样本的情况下对直线电机进给系统运行状态进行性能预测；

2.根据权利要求1所述的用于直线电机进给系统性能预测的数字孪生设备，其特征在于，所述用于直线电机进给系统性能预测的数字孪生设备包括物理层、数据层、模型层和服务应用层；

【技术特征摘要】

1.一种用于直线电机进给系统性能预测的数字孪生设备，其特征在于，利用数字孪生技术，建立与直线电机进给系统的物理设备相匹配的数字模型，通过建立物理设备与数字模型的映射关系，完成数据的交互和通信，获得孪生数据；同时建立ganomaly-lstm神经网络模型和异常样本概率...

【专利技术属性】
技术研发人员：杨泽青，刘倍贝，张文泊，崔伟，陈英姝，张艳蕊，胡宁，赵丽滨，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：