基于CPS架构的板带热轧智能化控制

概述了钢铁全流程智能制造的需求,给出了基于信息物理系统(CPS)的智能制造架构和相关控制逻辑.在介绍东北大学轧制技术及连轧自动化国家重点实验室(RAL)在国家重点研发计划项目的主要研究进展基础上,以板带热轧智能控制为例,给出了基于动态数字孪生的热连轧CPS的架构及控制理念,最后对CPS应用于钢铁智能制造的前景进行了展望...     

增材制造数字孪生技术发展及应用

数字经济高速发展趋势下，增材制造与数字孪生的技术融合发展，是高端制造业数字化转型的必然趋势，备受社会各界关注。综述了增材制造与数字孪生技术的由来、定义及关键技术，分析了数字孪生技术在增材制造领域的系统框架与应用现状，提出了基于增材制造数字孪生产品开发及其行业领域应用需求的系统技术架构，并详述了重点研究方向及关键技术，探讨了增材制造数字孪生技术的发展趋势及应用前景。本研究将为推动数字孪生与增材制造的融合技术研究以及应用产品开发提供创新思路。     

产品设计域数字孪生模型演化过程及方法研究

针对机电产品普遍存在的动态需求适应性差、设计阶段离散、设计周期长等问题,在设计理论与方法论创新的基础上,应用数字孪生技术对机电产品设计阶段进行研究,提出由需求分析、概念模型演化、结构模型演化、参数模型演化、孪生模型验证组成的机电产品设计域数字孪生演化方法,在以上3个演化中分别对相关模型使用了设计-评价-反馈-迭代的优化方法。以曳引式电梯为例,在孪生模型验证过程中,使用电梯的振动数据进行对比与迭代,完成并验证了机电产品设计域数字孪生演化方法的可行性。     

数字孪生驱动的车间多模式配送调度优化

针对混流大型生产装配车间配送调控能力差、配送过程监控困难、运输资源消耗大等问题,提出一种基于遗传算法的数字孪生车间的物料配送方法。建立物理配送与孪生配送实时交互的数字孪生车间物料配送多目标模型,根据物料清单使用遗传算法生成初始物料配送方案,在搭建的孪生车间中对初始配送方案进行仿真优化,并采用数字孪生模型监测设备配送情况并解决配送过程中出现的突发情况。最后以某柴油机装配车间物料配送为例,证明了遗传算法结合数字孪生的装配车间物料配送方案能合理安排物料运输,降低了起重机运输时间,提高了AGV工作安全性,优化车间配送系统性能。     

RAL关于钢材热轧信息物理系统的研究进展

回顾了轧制技术及连轧自动化国家重点实验室(RAL)关于热轧钢材组织性能预测与控制-热轧钢材信息物理系统(CPS)研究项目的发展历程,分析了各个发展阶段的主要研究内容和取得的重要进展及应用情况,最后展望了CPS应用于钢铁智能制造的前景。     

数字孪生技术在智能轧钢车间的应用与探索

针对当前我国钢铁生产智能化建设,对数字孪生技术在轧钢车间的应用进行了探索,分析了智能轧钢过程的数字孪生系统体系架构;提出了建立基于数字孪生的智能轧钢车间参考模型、设备互联信息模型、工艺流程信息模型及组织性能控制模型。介绍了智能轧钢车间可以达到的效果:实现工艺智能设计,使生产成本降低5%~10%,订单交付速度提升10%~15%;实现生产计划智能管理,解决客户个性化小批量需求与大生产之间的矛盾;实现轧材质量智能管控,使成材率提升3%~6%;实现设备在线智能诊断,使设备有效作业率达5%~10%。最后指出:构建轧钢车间数字孪生模型存在很多难点,各轧钢企业智能感知、智能装备及智能物流等技术的发展水平不同,企业要从自身实际出发,认真梳理企业经营、生产计划,工艺控制,设备运维,质量检测,物流配送等各个环节智能化体系方面的问题,确定可行的数字孪生项目,才能实现轧钢车间各工序智能化、精细化的业务管理,提升劳动生产率。     

基于数字孪生技术的钛合金管件智能制造与质量管控的数字线程

数字时代驱动下的智能制造技术是国家工业水平的重要体现。在国内外材料基因工程、集成计算材料工程、数字孪生等众多国家战略的促进下数字化技术获得了蓬勃发展,有助于满足材料、工艺、产品、装备等关键部件的全寿命周期质量管控的迫切需求,并将加速传统制造业向数字化、网络化和智能化的转型升级。本文基于数字孪生全流程和全寿命周期大数据的数字线程,介绍了钛合金管件智能制造与质量管控的典型铸造和挤压工艺及其材料组织性能控制的关键技术,旨在开发有效提升材料及其产品智能开发设计和智能制造的关键技术。其中,铸造过程样品和样件的智造技术主要包括凝壳炉设备的数据感知和可视化运行监测,以及铸造样品的铸造性能和标准试样高通量制备。通过对钛合金管件进行模板化、标准化、流程化的智能设计,工艺模拟仿真技术以及制造过程中工艺数据的自动化采集,提出了样件加工生产中热处理工艺组织调控的算法模型。这些关键技术的应用将有利于原材料性能的快速测试,提高钛合金管件制造过程和质量管控的效能,节省时间和成本,以期为智能制造技术的发展提供重要技术支撑。     

增材制造模型切片及路径规划的研究现状

增材制造流程中三维模型数据的处理和激光扫描路径的生成直接影响着最终成型件质量的好坏。本文首先简要介绍了三维模型数据错误修复的研究现状;其次分别介绍了离散化数据模型和参数化数据模型各自在等厚切片和自适应切片两方面的研究进展,指出了不同切片方式对零件结构和打印参数的适用性;随后重点论述了激光扫描路径的规划方式,其包括平行线扫描、分区扫描、分形扫描、轮廓偏置扫描、螺旋线扫描等;总结和比较了各种方式的成型效率和材料性能的优缺点;最后提出了软件开发中的不足与困境,并对未来模型切片和路径规划的研究进行了展望,为进一步的研究提供了方向。     

不确定环境下虚拟企业生产计划多目标优化模型研究

针对不确定环境下的虚拟企业生产计划的特点,建立了其详细的多目标优化数学模型.当模型中的模糊变量是梯形模糊数时,可利用可行性规划理论将模糊模型转化为清晰等价式,并采用改进的NSGA-Ⅱ算法给出了求解模型的具体步骤,最后通过一个数值算例验证了算法的有效性.     

信息未确知的制造网格服务执行系统研究

针对未确知信息影响制造网格服务执行的预测与决策问题,讨论信息未确知的制造网格服务执行的关键技术:平台体系结构的建立、运行模式的分析、未确知信息的分析与处理、制造资源服务元模型的建立信息未确知条件下的多目标决策、以及信息未确知条件下柔性服务调度,并给出了相应的解决方案。     

激光/电弧增材制造金属的热处理工艺研究现状与发展

针对增材制造过程中形成的缺陷会对工件造成不可逆的影响,分析了冷金属过渡（Cold metal transfer, CMT）增材制造过程的焊接电流信号和焊接电压信号,提出了一种基于时间序列算法的CMT增材制造缺陷在线监测方法。设置不同的焊接工况,收集良好组和缺陷组的原始焊接电流和焊接电压信号,使用SAX（Symbolic aggregate approximation）算法对数据进行预处理。使用随机森林模型对数值型数据再分类,达到实时监测的效果;同时为突出SAX算法的优越性,设置对比试验组,将原始的焊接电流数据直接放入随机森林模型进行分类。结果表明,原始焊接电流组的测试集准确率为80%,SAX算法数据预处理组的测试集准确率为96%。