【技术实现步骤摘要】
本专利技术属于故障诊断，涉及一种基于数字孪生的加工过程故障诊断方法。
技术介绍
1、“智能化”是未来制造技术发展的必然趋势，智能制造是其核心。在自动化制造系统中，对加工状态的持续监控显得尤为重要，高质、高效和在线的加工状态监测系统近些年来在工业和制造业的研究中得到越来越多的重视。随着现代制造系统朝着大型化、复杂化的方向发展，研究和发展故障诊断技术，保证制造系统运行的可靠性、可维修性和安全性，已成为国内外密切关注的热点之一。长时间运行或高负荷运转下的生产系统不可避免地会产生各种问题，甚至系统崩溃，进而引起安全问题和造成经济损失。故障诊断技术可以帮助提前发现潜在的隐患，避免上述问题。
2、然而，不同机械故障的信号具体表现形式是不同的，并且故障诊断工作的方法也是多样的，在信号处理与信息获得方面存在一定的难度，对于早期故障与微弱、复合性故障在诊断方面还存在不足。然而加工系统与数字孪生的结合则是提高自动化程度和迈向智能制造的潜在解决方案，然而目前缺乏关于数字孪生的深入建模方法。许多研究侧重于人工智能组件的实现和测试。研究发现由于人工智能的不透明性和不可解释性，利用基于数据的方法构建的数字孪生模型的推理机制尚未被物理学完全理解或解释。数字孪生模型因缺乏可解释性而被视为“黑匣子”，其在进行故障诊断时可解释性往往很差，其泛化能力备受质疑，且难以对故障源头进行追查溯源。
技术实现思路
1、为了克服上述现有技术的不足，本专利技术提供了一种基于数字孪生的加工过程故障诊断方法。针对现有故障诊断
2、本专利技术的技术方案：
3、一种基于数字孪生的加工过程故障诊断方法，基于机床内部实时信号建立了数字孪生驱动的加工状态实时可视化检测框架。通过提取机床内部控制和反馈信号，建立了数控磨床的数字孪生系统来反应实时工况，而无需任何外接传感器。具有非接触、实时监测，成本低，精度高等优点，实现了对机床状态的实时准确可视化监控。实现了产品误差的定位分析。基于实时信号的数字孪生系统，通过将仿真模型与操作数据相结合，为实际加工系统提供决策辅助。通过对基于实时数据的数字孪生系统信号分析，可以实现误差溯源，明确工件误差的产生原因，为进一步提高产品精度，改善产品质量提供了理论基础。具体步骤如下：
4、步骤一、机床各运动部件的运动学建模
5、机床的运动部件为与加工过程密切相关的主要运动执行机构，分为基于直线电机的运动系统和基于旋转电机的运动系统；基于直线电机的运动系统包括机床x轴和机床z轴，基于旋转电机的运动系统包括工件主轴或c轴、磨削轴。机床的运动部件的运动学模型包括机床主要进给机构的控制和反馈参数，主要由三个子模型组成，即电机、电机控制器和负载模型；由控制器提供的电信号驱动电机克服负载运动；负载下直线电机运动系统的机电模型可以表示为：
6、
7、其中，fload为实时负载，x(t)为运动部件的实时位置，(t)为运动部件实时位置的一阶导数，m为运动部件的总质量，b为液压导轨的粘度系数，ki是pmlsm的推力系数，iq是伺服驱动器的输出电流，电机的实时位置表示为：
8、
9、其中，c为直流分量，n(t)为随机噪声，f0、a0、φ0分别为电机基频振动的频率、幅值和初始相位，fi、ai、φi分别为电机非基频振动的频率、幅值和相位，n为电机非基频振动的阶次。
10、负载下旋转电机运动系统的动力学模型可以由下式表示为：
11、
12、其中，电机惯性 j1 和阻尼系数 b1 为常数；θ为电机实时转角，负载扭矩被视为降低主轴速度的干扰；但电机控制器可以通过调节提供给电机的电流i(t)来调节电机实时扭矩t1，进而对负载做出反应，负载下通过电机输出扭矩tout可以表示为：
13、<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>t</mi><mi>out</mi></msub><mi>(</mi><mi>t</mi><mi>)</mi><mi>=</mi><msub><mi>t</mi><mn>0</mn></msub><mi>(</mi><mi>t</mi><mi>)</mi><mo>+</mo><mstyle displaystyle="true"><munderover><mo>∑</mo><mrow><mi>i</mi><mi>=</mi><mn>1</mn></mrow><mi>n</mi></munderover><mrow><msub><mi>t</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi><mi>)cos[</mi><mstyle displaystyle="true"><mo>∫</mo><mrow><mn>2</mn><mi>π</mi><msub><mi>f</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi></mrow></mstyle><mi>)</mi><mi>dt</mi><mo>+</mo><msub><mi>ϕ</mi><mi>n</mi></msub><mi>(</mi><mi>t</mi><mi>)]</mi&g本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的加工过程故障诊断方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤一中，机床的运动部件的运动学建模过程如下所示：
3.根据权利要求2所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤二中，基于运动学模型的加工过程数字孪生系统的过程如下：
4.根据权利要求3所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤三中，加工过程的时频域分析过程如下：
5.根据权利要求4所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤四中，故障诊断与误差定位的过程如下：
【技术特征摘要】
1.一种基于数字孪生的加工过程故障诊断方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤一中，机床的运动部件的运动学建模过程如下所示：
3.根据权利要求2所述的基于数字孪生的加工过程故障诊断方法，其特征在于，步骤二中，基...
【专利技术属性】
技术研发人员：赵一新，李干，蔡宝平，胡国庆，吴世博，
申请(专利权)人：中国石油大学华东，
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。