一种面向数字孪生服务的制造装备虚拟模型融合方法

    公开(公告)号:CN117610280A

    公开(公告)日:2024-02-27

    申请号:CN202311603049.1

    申请日:2023-11-28

    Applicant: 重庆大学

    Abstract: 本发明公开一种面向数字孪生服务的制造装备虚拟模型融合方法,包括步骤1:基于S3C2架构的制造装备虚拟模型层次划分;步骤2:确定子模型的融合机制;步骤3:确定子模型融合方法;步骤4:进行子模型融合验证;步骤5:依据数字孪生服务变化,进行子模型融合更新。本发明从面向数字孪生服务的角度探究了制造装备数字孪生虚拟模型的融合方法,形成面向数字孪生服务的制造装备虚拟模型层次架构,实现制造装备虚拟模型的融合流程,设计制造装备虚拟模型的融合及验证方法。

    基于滚刀主轴振动响应模型的滚齿工艺参数优化方法

    公开(公告)号:CN109933940A

    公开(公告)日:2019-06-25

    申请号:CN201910223304.7

    申请日:2019-03-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于滚刀主轴振动响应模型的滚齿工艺参数优化方法,包括如下步骤,基于欧拉梁理论和材料力学弯曲变形,从微元角度分析滚刀主轴受力,建立滚刀主轴作用力平衡方程和力矩平衡方程;通过求解获取滚刀主轴各阶固有频率和滚刀主轴振动关于各加工工艺参数的多元数学函数关系式,对滚齿加工工艺参数进行分类,确定加工齿轮工艺参数与滚刀主轴工艺参数,最后优化加工过程工艺参数。本发明方法基于振动机理建立的滚刀主轴振动量与各加工工艺参数之间的数学函数关系式,进而分析加工工艺参数对滚齿加工的影响度,获得最优加工工艺参数或者获得满足滚齿机滚刀主轴精度要求的加工工艺参数取值范围,从而减小滚齿加工的振动量与提高加工效率。

    基于粗糙集和多目标优化的机床温度敏感点选择方法

    公开(公告)号:CN118965784A

    公开(公告)日:2024-11-15

    申请号:CN202411091513.8

    申请日:2024-08-09

    Applicant: 重庆大学

    Abstract: 本发明属于机床温度监测技术领域,尤其涉及基于粗糙集和多目标优化的机床温度敏感点选择方法,包括:S1、获取不同工况下各候选的温度测点的温度数据,以及机床的热误差数据;S2、建立粗糙集的决策表;S3、根据粗糙集理论计算决策属性对各条件属性的依赖度;S4、按照预设的方法引入信息熵,并结合S3的依赖度计算决策属性对各条件属性的信息依赖度;再根据信息依赖度计算各条件属性对决策属性的信息重要度;S5、基于S4得到的信息依赖度以及信息重要度建立多目标属性约简模型;S6、应用多目标优化算法求解最优温度测点组合。本方法可以能准确且稳定的选择合理的温度传感器部署位置,从而准确的监测机床温度场,提升热误差预测和补偿模型精度。

    用于热模锻压力机部件磨损状态识别的特征信号增强方法

    公开(公告)号:CN118734054A

    公开(公告)日:2024-10-01

    申请号:CN202410738320.0

    申请日:2024-06-07

    Abstract: 本发明属于热模锻压力机部件磨损状态识别技术领域,具体涉及用于热模锻压力机部件磨损状态识别的特征信号增强方法,包括:S1、将劣质振动信号xpoor进行处理得到修复信号xre;S2、构建闭开‑自互补顶帽形态学滤波器FCO‑NSTH,用于对待增强振动信号的特征频率幅值进行增强处理;S3、通过粒子群优化算法,自适应的选取闭开‑自互补顶帽形态学滤波器的最优的结构元素参数;S4、使用自适应选取最优结构元素参数的闭开‑自互补顶帽形态学滤波器FCO‑NSTH对修复信号xre的特征频率幅值进行增强处理,得到增强振动信号;S5、将S4得到的增强振动信号输入智能模型中,进行热模锻压力机部件磨损状态的识别及预测。本方法可以结合智能模型准确的识别热模锻压力机部件的磨损状态。

    窜刀模式下滚刀磨损状态在机无监督实时监测方法

    公开(公告)号:CN116408501A

    公开(公告)日:2023-07-11

    申请号:CN202310115911.8

    申请日:2023-02-14

    Applicant: 重庆大学

    Abstract: 本发明公开了一种窜刀模式下滚刀磨损状态在机无监督实时监测方法,S1采集滚齿加工过程滚刀振动信息;S2对每一个加工齿轮对应的振动信息提取多域特征;S3将一个窜刀周期内的加工齿轮对应的统计特征构造为窜刀周期监测特征集;S4计算该窜刀周期对应的Q统计量限值;S5计算后一窜刀周期内所有齿轮监测统计特征对应的Q统计量;S6统计后一窜刀周期内Q统计量超过前一周期的Q统计量限值的加工齿轮数量,当大于等于该窜刀周期加工齿轮总数设定百分比时,即认为滚刀磨损等级发生变迁。本发明无需图像采集,不需要事先建立有标签的滚刀全生命周期数据集,减少了数据收集和模型训练难度,可实现滚刀磨损状态在机实时监测。

    基于滚刀主轴振动响应模型的滚齿工艺参数优化方法

    公开(公告)号:CN109933940B

    公开(公告)日:2023-01-06

    申请号:CN201910223304.7

    申请日:2019-03-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于滚刀主轴振动响应模型的滚齿工艺参数优化方法,包括如下步骤,基于欧拉梁理论和材料力学弯曲变形,从微元角度分析滚刀主轴受力,建立滚刀主轴作用力平衡方程和力矩平衡方程;通过求解获取滚刀主轴各阶固有频率和滚刀主轴振动关于各加工工艺参数的多元数学函数关系式,对滚齿加工工艺参数进行分类,确定加工齿轮工艺参数与滚刀主轴工艺参数,最后优化加工过程工艺参数。本发明方法基于振动机理建立的滚刀主轴振动量与各加工工艺参数之间的数学函数关系式,进而分析加工工艺参数对滚齿加工的影响度,获得最优加工工艺参数或者获得满足滚齿机滚刀主轴精度要求的加工工艺参数取值范围,从而减小滚齿加工的振动量与提高加工效率。

    一种基于DRSN和APF的滚齿刀具磨损趋势预测方法

    公开(公告)号:CN118663999A

    公开(公告)日:2024-09-20

    申请号:CN202410691045.1

    申请日:2024-05-30

    Applicant: 重庆大学

    Abstract: 本发明属于智能制造辅助技术领域,尤其涉及一种基于DRSN和APF的滚齿刀具磨损趋势预测方法,包括以下步骤:S1、构建滚刀磨损趋势预测模型的框架;S2、获取多组历史加工数据,每组历史加工数据包括一套工件加工全寿命周期的滚刀振动数据,以及加工得到的工件的表面粗糙度值;对工件的表面粗糙度值进行处理作为滚刀的磨损趋势值的标签,并对滚刀的振动信号数据进行预处理,得到训练数据;再使用训练数据对趋势预测模型进行训练;S3、获取滚刀的实时加工振动数据并进行预处理后,输入滚刀磨损趋势预测模型中,得到滚刀的预测的磨损趋势值。本方法可以便捷且有效的进行滚刀磨损预测,进而使滚刀机床运行状态的操作决策更加及时和有效。

Patent Agency Ranking