基于数字孪生的卫星总装过程管控系统

为解决卫星总装过程实时管控和分析预测的难题,提出一种基于数字孪生的卫星总装过程管控系统,建立了系统体系结构,研究了面向总装过程管控的产品与车间孪生建模、数据物联采集与虚实精准映射、数字孪生驱动的总装过程实时管控与分析预测、孪生数据多维度组织管理等关键技术。该系统以孪生模型和实时数据为驱动,基于产品关键特征和车间关键要素,将模型与数据进行有效融合,实现了总装过程的实时管控,并为生产决策提供支持。通过在卫星总装车间部署运行的应用效果,验证了该系统的有效性和可行性。     

基于数字孪生的铣刀状态实时监控EI北大核心

针对机械加工过程中面临的制造过程不稳定、数据时效性差、实时监控可视化效果弱等问题,本着“虚实结合、以虚控实”的总体思想,提出基于数字孪生的铣刀状态实时监控方法,构建了物理空间和虚拟空间共生互控的数字孪生体。首先,搭建了基于数字孪生五维模型的铣刀状态监控系统结构模型,明确了五层系统架构的组成部分;其次,分别阐述了实现孪生系统框架的3个关键技术,即数控机床的数字空间搭建、多源异构数据的传输及管理、数字孪生驱动的铣刀状态监测;最后,以某薄壁件铣削加工过程为应用案例,验证了该监控方法的可行性与有效性,并为全面管控高档数控机床加工过程提供了一种新途径和新思路。     

基于数字孪生的光纤绕线机实时监控方法研究

为满足光纤绕线机生产的实时监控需求,本着虚实双向驱动的原则,提出了一种基于数字孪生的光纤绕线机加工过程实时监控方法。首先,结合数字孪生技术,建立了光纤绕线机监控系统的总体架构;然后对光纤绕线机的数字孪生建模、实时数据的采集与处理以及基于实时数据的模型驱动这3项关键技术进行了详细阐述;最后在实际设备上进行测试,验证了该监控方法的可行性与有效性,为光纤绕线机加工过程管控提供了新的解决方案。     

基于混合驱动的进给系统数字孪生模型自适应更新法

为了解决传统建模方法搭建的数控机床进给系统模型形式单一且缺乏与物理空间的在线实时交互，导致仿真结果精度低的问题，提出一种基于机理模型和数据驱动模型混合驱动的进给系统数字孪生模型自适应更新方法。该方法针对进给系统多领域耦合的特点，利用物理建模工具Simulink/Simscape建立了机电一体化数字孪生机理模型，同时基于长短记忆神经网络建立了数字孪生数据驱动模型，二者混合构成进给系统数字孪生模型。在此基础上，采用带有遗忘因子的递推最小二乘算法更新模型，提高了模型的适应性。通过双轴进给系统的虚实同步运动实验验证了所提方法的有效性。     

基于增强现实的数字孪生加工系统建模与多视图交互

针对数字孪生加工系统上下文数据异构多样、缺乏高效可视化人机接口的问题,提出一种基于增强现实的数字孪生加工系统多视图交互方法.基于数字孪生技术构建了面向增强现实的加工体系,并建立了面向数字孪生加工过程的信息集成模型;研究了数字孪生加工系统的多视图生成过程,可动态实现虚实注册和动态跟踪,增强操作者与加工系统之间的高效协作能...     

数字孪生驱动的数控铣削刀具磨损在线监测方法

针对数控铣床不断老化导致刀具磨损预测模型误差较大,加工过程中动态数据难以在线采集等问题,提出一种数字孪生驱动的刀具磨损在线监测方法。采用神经网络对加工过程中的多源数据进行特征提取,建立考虑机床老化的刀具磨损时变偏差量化模型,并在此基础上提出数控铣削刀具磨损的在线预测方法;开发了面向刀具磨损的数控铣削数字孪生系统,在线感知加工过程中的动态数据并实时仿真刀具磨损过程;最后,将该方法应用于实际加工中并与其他的预测方法进行了对比,结果表明该方法有效降低了机床老化带来的误差,实现了刀具磨损的精确预测。     

基于数字孪生的复杂机械产品多学科协同设计建模技术

数字孪生技术能够实现产品物理模型和信息模型的融合与迭代优化,从而缩短产品研发周期、降低返工成本。针对复杂产品多学科协同性差、研发成本高的难题,将数字孪生的理念引入到复杂机械产品多学科协同设计中。分析了多学科协同设计和数字孪生的研究进展,从全生命周期的视角探讨了产品、生产及其性能数字孪生模型的信息表达、集成与数据交互问题,给出了数字孪生的演变过程模型;在分析产品数字孪生多阶段建模过程的基础上,设计了一个产品数字孪生多学科协同设计建模参考架构,提出了机电一体化的多学科协同设计与虚拟工程方法和产品数字孪生多学科协同设计关键技术,通过优化仿真和虚拟调试构建了复杂机械产品的数字孪生模型,解决了产品全生命周期中机械、电气和自动化等多学科系统的信息物理融合问题。通过案例验证了所提数字孪生多学科建模理论及其优化方法的可行性。     

基于数字孪生的柔性线状态监测与分析系统

随着智能制造的发展，数字孪生技术在制造业中的应用逐步深化，可以用于复杂设备的运行监测。为实现柔性生产线的三维可视化与加工过程监控，同时指导用户对生产过程进行管理和预测，设计开发了一种基于数字孪生的柔性生产线状态监测系统。该系统的基本架构包括数据保障层、建模计算层、数字孪生功能层、用户空间层，保障了系统的功能性、时效性、可操作性等。同时从几何模型、行为模型、数据模型三个维度构建了数字孪生系统模型，实现了动作特征虚实融合一致性和工艺数据与质量数据采集。以某柔性生产线为例进行实验测试与分析，系统可以与实际柔性生产线正常通讯并对数据做出响应，且延迟均值为131.1 ms，可见虚拟映射与现实状况保持高度一致，验证了该方法的可行性。     

基于数字孪生技术的飞行区运行架构EI北大核心

针对智慧飞行区运行建设研究中,数字孪生的服务应用模块仍然存在数字模型与物理空间缺少交互、功能缺乏应用的问题,依托数字孪生技术对飞行区运行多要素进行物理映射和仿真,构建4层数字孪生基本体系架构;通过数据实时传输,实现物理空间与数字孪生模型、物理对象与虚拟目标之间的虚实映射和状态更新;结合孪生域的数据仿真迭代实现物理域的实时决策,为运行服务对象提供航空器实时状态反馈、指令风险评估等服务。在此架构内分析了五大关键技术的可行性和必要性,采用多种工具对飞行区运行三维空间结构进行建模,在结合航空器运行指令的场面风险评估仿真和可视化对目前的飞行区运行数字孪生技术成熟度进行评价的同时,验证了构建数字孪生运行飞行区的可行性。     

加工精度的自适应预报控制

本文提出了一种新的加工精度控制方法——自适应预报控制方法。该方法通过对加工过程的在线、实时辨识和预报,不断获得加工过程的当前状态和未来状态的信息并根据这些信息作出控制决策。应用该方法于圆锥轴承的切入磨削加工使磨削精度显著提高。     

复杂产品数字孪生装配模型表达与精度预测

针对复杂产品装配过程中装配模型/数据/信息脱节、精度预测不准确、缺乏现场装配有效指导等实际工程应用问题,提出复杂产品数字孪生装配模型表达与精度预测方法。给出基于数字孪生的复杂产品装配精度预测方法总体流程;其次,将数字孪生装配模型表达划分为装配对象模型和装配工艺模型,并明确了产品数字孪生装配模型的精准建模机制;在此基础上,采用基于实测数据的装配偏差传递更新迭代机制实现融合多维度误差源的产品装配误差分析计算与装配精度预测;最后,以某型卫星结构部装为例搭建了复杂产品数字孪生装配软硬件系统平台,并通过实例验证了所提方法的可行性,为复杂产品装配精度预测与保障提供了一种切实可行的新思路和新途径。     

面向微组装单元的数字孪生同步方法及系统实现

为了解决微组装生产线数字化转型面临的数据处理难和设备信息化控制难的问题,设计了微组装生产线单元数字孪生系统架构,提出一种基于实时生产数据的四维融合模型孪生同步方法,从行为实时映射、状态实时映射和动作实时映射的角度对孪生同步进行了诠释,并对其关键技术——多源异构数据分类、清洗与解析和实时数据驱动四维融合孪生模型进行了详细...     

基于数字孪生的复杂产品装配过程管控方法与应用

针对航天复杂产品装配过程的实时可视化监控、运行状态在线分析与预测难题,提出了一种基于数字孪生的复杂产品装配过程管控方法。首先构建了面向复杂产品装配过程管控的数字孪生模型;在此基础上,引入工作流技术实现了装配过程数据的实时采集与管理,提出实时数据驱动的数字孪生车间同步运行方法;随后通过灰色马尔可夫预测模型、T-K统计控制图以及关联规则算法的集成应用,实现了对复杂产品装配过程中的小样本量质量数据的实时预测与分析。最后,自主设计并开发了基于数字孪生的复杂产品装配过程管控系统,并在某卫星装配车间进行了应用验证。     

基于工业数字孪生仿真建模的虚拟工厂业务协同模型研究

着重改善物理实体智慧工厂在工程实践中日益凸显的环境变量动态变化实时感知失效、多维因素约束下,设备互联与数字集成失衡和较长周期内自主预测机制缺失等若干缺陷,构建了基于工业数字孪生仿真建模的虚拟工厂业务协同模型,并进行了典型环境下的仿真验证。首先,引入工业数字孪生仿真建模技术,构建了面向虚拟工厂业务协同模型的体系架构,给出了虚拟工厂数据流与控制流之间的耦合关系;然后,从数据感知及高效传输模型、融合事件驱动的虚实映射模型和基于深度学习的虚拟工厂业务协同模型等方面,详细给出了模型体系架构涉及的关键问题解决方案;最后,在 PyCharm 集成环境下构建虚拟工厂业务最优协同模型典型应用环境,并进行了多维仿真验证。以某有色金属冶炼行业重点企业为应用案例,对模型进行了工程应用实践验证,验证结果表明,模型较好改善了物理实体智慧工厂在工程实践中日益凸显的若干不足,具有环境变量动态变化实时感知全面、多维因素约束下设备互联与数字集成和较长周期内自主决策趋向明显等优势。     

M-LFM: a multi-level fusion modeling method for shape−performance integrated digital twin of complex structure

As a virtual representation of a specific physical asset, the digital twin has great potential for realizing the life cycle maintenance management of a dynamic system. Nevertheless, the dynamic stress concentration is generated since the state of the dynamic system changes over time. This generation of dynamic stress concentration has hindered the exploitation of the digital twin to reflect the dynamic behaviors of systems in practical engineering applications. In this context, this paper is interested in achieving real-time performance prediction of dynamic systems by developing a new digital twin framework that includes simulation data, measuring data, multi-level fusion modeling (M-LFM), visualization techniques, and fatigue analysis. To leverage its capacity, the M-LFM method combines the advantages of different surrogate models and integrates simulation and measured data, which can improve the prediction accuracy of dynamic stress concentration. A telescopic boom crane is used as an example to verify the proposed framework for stress prediction and fatigue analysis of the complex dynamic system. The results show that the M-LFM method has better performance in the computational efficiency and calculation accuracy of the stress prediction compared with the polynomial response surface method and the kriging method. In other words, the proposed framework can leverage the advantages of digital twins in a dynamic system: damage monitoring, safety assessment, and other aspects and then promote the development of digital twins in industrial fields.     

零件工艺信息的提取与加工过程的三维动态仿真

通过分析虚拟制造中数控加工仿真的相关技术,建立相关数学模型,进行了面向虚拟制造的数控加工仿真系统的研究,在VisualC++6.0开发环境下,基于DXF文件中的工艺信息,开发了以车削为主的数控加工程序自动编制系统,并基于OpenGL三维显示机制,编制了数控车削过程的三维动态仿真系统,实现了由AutoCAD二维几何模型自动编制数控加工程序,并实现三维动态仿真的一体化。利用本系统可以实现自动编制数控加工程序,并可直观、实时地检验数控程序的正确性,观察加工过程。     

数字孪生驱动的金属选择性激光熔融成形过程在线监控

由激光熔融过程的极热极冷特性造成的成形零件质量缺陷一直阻碍着选择性激光熔融技术的广泛应用,为制造出高质量的零件,提出一种数字孪生驱动的金属选择性激光熔融成形过程在线监控方法,应用该方法建立智能成形系统并进行案例分析.基于粉末熔融过程的物理和虚拟建模、过程在线监测和大数据分析,构建了包括设备层、数据转换层、网络层、控制层...     

[数字孪生驱动的智能制造]数字孪生与深度学习融合驱动的采煤机健康状态预测

针对处于恶劣工作环境的采煤机状态预测与维护困难的问题,结合数字孪生高逼真度行为仿真特性和深度学习强大的数据挖掘能力,提出数字孪生与深度学习融合驱动的采煤机健康状态预测方法。基于物理空间多物理参数构建采煤机数字孪生体,通过在虚拟空间的可视化展示与分析实现健康状态预判;建立基于深度学习的采煤机关键零件剩余寿命预测模型,实现实时监测数据驱动下的零件剩余寿命的在线预测;综合数字孪生体状态和剩余寿命值,实现采煤机健康状态预测。通过试验验证了该方法的有效性,为采煤机健康状态预测与管理提供新思路。     

Application of Digital Twin in Smart Battery Management Systems

Lithium-ion batteries have always been a focus of research on new energy vehicles,however,their internal reactions are complex,and problems such as battery aging and safety have not been fully understood.In view of the research and preliminary application of the digital twin in complex systems such as aerospace,we will have the opportunity to use the digital twin to solve the bottleneck of current battery research.Firstly,this paper arranges the develop-ment history,basic concepts and key technologies of the digital twin,and summarizes current research methods and challenges in battery modeling,state estimation,remaining useful life prediction,battery safety and control.Further-more,based on digital twin we describe the solutions for battery digital modeling,real-time state estimation,dynamic charging control,dynamic thermal management,and dynamic equalization control in the intelligent battery manage-ment system.We also give development opportunities for digital twin in the battery field.Finally we summarize the development trends and challenges of smart battery management.