基于数字孪生的智能装配车间管控模式

基于数字孪生的智能装配车间技术是一种未来装配车间生产管控新模式,针对机翼装配车间生产过程中装配工艺路线复杂、资源利用率低、装配效率、质量低等问题,提出基于数字孪生的智能装配车间管控模式,通过构建真实装配车间、孪生装配车间和装配车间管控系统协同作业的智能装配车间,在实现资源位置信息、装配流程信息、装配质量信息实时采集的基...     

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。     

基于数字孪生的电解整流所运维系统

为了保证电解铝厂整流所设备安全稳定运行,提高整流所运行和维护的效率,本文提出了一种基于数字孪生技术的整流所设备运维系统。数字孪生技术旨在构建虚拟空间中建立数字化设备模型,通过双向交互数据流模拟物理设备的实时状态和动态特性。通过整流所现场采集器与通讯管理机交换数据,并将数据传输至运维管理系统,运维管理系统采用数字孪生技术构件的设备数据化模块,对整流所所有设备的状态数据、工艺参数和环境各种数据信息转变为数字信息,实现智能运维和全景可视化监控,为整流所运行维护、系统调度、现场设备巡检提供指导,充分保障整流所设备安全可靠运行,实现整流所设备全生命周期管理,提高整流所智能化、可视化和数字化水平。     

离散制造车间的数字孪生仿真参数修正方法

为了提高数字孪生模型的准确度,提出了一种离散制造车间的数字孪生仿真参数修正方法。根据数据驱动仿真参数修正的方式,将数字孪生模型的仿真参数划分为静态属性、动态属性和性能属性3类,设计了一种基于深度学习的时间序列预测算法—DF-LSTM用于表征性能属性。在复杂离散制造车间的仿真模型基础上,用时间序列预测算法的预测结果作为仿真模型的性能属性值,以实时数据驱动仿真模型的动态属性和性能属性的更新,实现了由仿真模型向数字孪生模型的转变。开发了装配车间的数字孪生系统,实现了装配车间的可视化监控和数字孪生模型的在线运行,最终实验验证了方法的可行性。     

基于数字孪生的MPS智能控制系统设计与应用北大核心

为了提高对MPS系统的自动化管理、使得MPS系统更加符合实际生产要求,提出了一种基于数字孪生的MPS智能控制系统和方法。基于MPS数字孪生五维模型架构,对其物理MPS、虚拟MPS、连接、孪生数据和服务系统五维结构进行分析。设计了MPS数字孪生智能控制系统框架,对系统开发中的虚拟模型建立、数据采集、实时驱动等关键技术进行了阐述。结合案例设计开发了MPS数字孪生智能控制系统,完成了对MPS系统可视化监控、安全管理与决策、智能控制、MES追溯等功能的实现,反映了MPS系统的全生命周期过程。     

基于数字孪生的装配过程质量控制方法

针对飞机机翼装配过程中装配累计误差大,返修率高等问题,对数字孪生技术在装配过程中的应用进行了研究.提出基于数字孪生的装配过程质量控制方法,通过构建数字孪生车间并使用各种数字化装配和检测设备对装配数据进行实时采集和分析,在研究和分析历史装配质量数据的基础上,通过Copula理论构建质量控制点之间的相关性模型,再借助装配质...     

基于数字孪生技术的桩机姿态与工况监测系统

针对振动式打桩机操作人员视野受阻、桩体姿态监测困难、无法实时监控桩机运行工况等问题,提出一种基于数字孪生技术的桩机姿态与工况监测系统。建立反映当前状态的桩体姿态偏摆预警模型,通过分析预警模型实现对桩体偏摆预警并做出调整提示。同时监测系统还包括桩机工况监测模块、桩体姿态监测模块与虚拟模型驱动模块,实现对桩机运行数据的实时采集与传输,并建立三维动态界面,解决了传统沉桩视野受阻难题,提高了桩机的沉桩精度与工作效率。     

基于数字孪生的薄壁零件铆接质量控制

针对机翼装配车间生产过程中铆接质量监控滞后、铆接质量差、效率低等问题,提出基于数字孪生的薄壁零件铆接质量控制模式,构建物理车间、虚拟车间和车间生产管理系统协同作业的工作模式.在实现铆接质量数据实时采集的基础上,利用RFID技术、质量离差算法、马尔可夫方法等实现最优铆接路径在生产车间可视化、薄壁零件铆接质量实时监控和未来...     

基于数字孪生技术的微型智慧工厂物理和虚拟交互平台设计

为解决企业生产制造过程中存在的技术更新速度慢、升级再造难、多技术融合程度低等问题,以印章加工微型智慧工厂为对象,采用数字孪生技术,设计物理与虚拟交互平台。通过实现印章的智能存储、智能加工、智能检测、智能装配的生产全过程,达到物理和虚拟空间人、事、物全要素的映射。该平台能够实现量化、可视化的管理,并可对生产配置、加工、流通等环节进行智能化分析。该方法为传统精益方法的定量分析提供了参考。     

基于数字孪生的船舶分段自动化喷涂车间监测系统

针对大型分段船体自动化喷涂车间喷涂作业时产生大量毒害气体以及固体颗粒物,难以进行实时喷涂情况的监测,以及喷涂现场实例数据与工艺系统性能不匹配导致成膜质量差等问题,提出基于数字孪生技术的智能监测方法。建立数字孪生五维模型的系统架构及孪生模型,采用模型数据驱动技术,提出针对喷涂膜厚的数字孪生建模新方法。通过实验-仿真比对验证,该数字孪生系统能够高度还原喷涂膜厚及其均匀性。结合喷涂过程循环迭代的特点,通过累积、处理现场数据,可在加工前、加工时、加工后对喷涂工艺参数进行迭代优化,提高喷涂效率与喷涂质量。     

板带材生产全流程数字孪生模型及信息物理系统研究现状与趋势

板带材生产具有难以精确建模、运行状态不可测、非线性动态耦合等特征,限制了产品质量和产线运行水平进一步提升。如何提高模型精度与复杂工况的动态适应能力,实现工序内和工序间的各层次协调优化,是板带生产面临的挑战性问题。研究高维动态工业大数据预处理、分布均衡化与特征提取方法,以集成学习建模对多工序动态运行指标进行评价;构建高精度动态数字孪生模型;开发运算速度快、具有柔性约束处理能力的多目标优化算法;构建以动态数字孪生为核心、以协调优化为特征的全流程、多层次信息物理系统,提高生产过程对于复杂多变工况的适应能力,以多层次协调实现工艺参数和过程控制能力的优化配置,并形成流程工业数字孪生模型和信息物理系统的普适性构建方法,是将来板带生产研究的重点。     

基于智能推荐的学习空间大数据处理技术架构设计研究

为了满足高校网络学习空间个性化的需求,提出了一种大型网络教学平台架构的设计方案。针对重点关注系统的开放性、智慧性、立体性、社会性、整合性等部分的设计,提出开放式学习资源的采集,开放式学习资源的智能组织、智能推荐等核心子架构的相关实现技术与体系,并在现有开源软件系统的基础上搭建了一个低成本、高可用、高并发、高可扩的通用架构。     

刹车盘柔性制造生产线的虚拟优化与实时仿真

传统生产线在规划设计阶段经验性依赖较强,设备联调耗时长,并且在生产加工过程中较难直观展示生产线真实动态。为解决以上问题,以刹车盘柔性制造生产线为研究对象,综合面向对象技术、仿真建模技术和模块化技术,采用SolidWorks、CINEMA 4D、Unity 3D软件和MySQL数据库,建立生产线的数字孪生模型,实现生产线的制造过程仿真、流程优化、碰撞监测、机器人轨迹优化和虚实同步,以解决生产线前期规划困难的问题,节省设备调试阶段时间,提高生产线可视化水平。结果表明:通过对该生产线进行虚拟优化与实时仿真,可有效提高设备利用率、显著减少设备间碰撞干涉、虚实同步偏差在800 ms内,能有效提高车间管理效率。研究结果为其他类型的柔性制造生产线搭建提供了参考。     

基于CMT的钛合金电弧增材制造技术研究现状与展望

钛合金高强度、高耐热的特性决定了其在航空航天、船舶制造等领域的广泛应用,但由于钛合金的难加工性,使得传统锻造+机加的方式模具损耗严重、制造周期长。增材制造作为一种制造成本低、成形效率高的绿色化制造工艺,凭借其无需模具、直接成形的优势在钛合金制造领域受到国内外学者的广泛关注。电弧增材制造技术相较于其他增材工艺(如激光增材制造、电子束增材制造等)沉积效率更高,不受零件尺寸的限制,在大型和超大型结构件的制造中具有突出优势,其中基于冷金属过渡(Cold metal transfer,CMT)的电弧增材制造技术由于沉积过程更稳定、热输入量更低,已逐渐成为钛合金增材制造领域的研究热点。文中对基于冷金属过渡的钛合金电弧增材制造技术的研究现状进行综述,介绍钛合金打印件的微观组织和力学性能特征,总结分析了成形参数对打印件微观组织与力学性能的影响规律,并概述了形核条件调控、轧制和超声冲击等辅助技术对打印件微观组织与力学性能的影响机制,最后展望了钛合金CMT电弧增材制造的未来发展趋势。     

基于BP人工神经网络的TC17钛合金显微组织-力学性能关系预测

钛合金的性能对其组织状态十分敏感,与组织的多种显微特征呈现非线性的交互关系。本研究在定量分析钛合金显微组织的基础上,采用BP人工神经网络方法建立了TC17钛合金组织与力学性能的关系模型。该模型输入的显微组织特征参数包括：α相体积分数、α相厚度和不同形态α相的体积分数,输出的力学性能包括抗拉强度、屈服强度、延伸率和断面收缩率。结果表明,该模型具有很好的预测精度和泛化能力。应用贝叶斯正则化和动量梯度下降学习法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。此模型的建立对构建TC17合金利用组织预报力学性能的专家知识库具有重要作用,而且对钛合金专家系统的整体开发具有重要指导意义。     

基于BP人工神经网络的TC17钛合金显微组织-力学性能关系预测

钛合金的性能对其组织状态十分敏感,与组织的多种显微特征呈现非线性的交互关系。本研究在定量分析钛合金显微组织的基础上,采用BP人工神经网络方法建立了TC17钛合金组织与力学性能的关系模型。该模型输入的显微组织特征参数包括：α相体积分数、α相厚度和不同形态α相的体积分数,输出的力学性能包括抗拉强度、屈服强度、延伸率和断面收缩率。结果表明,该模型具有很好的预测精度和泛化能力。应用贝叶斯正则化和动量梯度下降学习法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。此模型的建立对构建TC17合金利用组织预报力学性能的专家知识库具有重要作用,而且对钛合金专家系统的整体开发具有重要指导意义。     

基于团簇式设计的高温高强钛合金组织性能研究北大核心

现用于激光熔化沉积的钛合金，通常是已有的工业合金，并没有考虑到激光熔化沉积工艺的特殊性。此外，高端装备领域对钛合金的室温和高温综合性能要求也不断提高。本文基于Ti-6Al-4V合金α相团簇式[Al-Ti12](AlTi2)和β相团簇式[Al-Ti14](AlVTi)，通过Zr和V/Mo/Nb分别替代(相团簇式壳层和连接原子Ti的合金化，设计了一系列12[Al-Ti12](AlTi2)+5[Al-Ti14-xZrx](AlV1.2Mo0.6Nb0.2)合金，并研究了激光熔化沉积Ti-Al-V-Mo-Nb-Zr系合金的微观组织和力学性能随Zr元素含量的演化规律。结果表明，Ti-Al-V-Mo-Nb-x Zr合金的液-固两相区较小，有利于保证激光熔化沉积的工艺性。此外，随Zr含量的增加，Ti-Al-V-Mo-Nb-x Zr合金外延生长β柱状晶的长度和宽度显著降低，室温和高温强度显著提高。其中，12[Al-Ti12](AlTi2)+5[Al-Ti12Zr2](AlV1.2Mo0.6Nb0.2)合金的室温抗拉强度为1 427 MPa，伸长率为3.2%;600℃高温抗拉强度为642 MPa，伸长率为40%。该合金可以作为激光熔化沉积用高温高强钛合金的候选材料。     

基于知识与CAX智能集成技术的收口工艺设计优化

收口工艺成形复杂,通常要对工艺设计进行CAE分析并根据分析结果对设计进行修改。采用基于知识与CAX(计算机辅助技术)智能集成技术,能较大的提高数值模拟的智能化水平,减少数值模拟软件对用户的要求。通过智能向导,模拟案例模板等技术将模拟参数选择、有限元模型确立等过程智能化,指导和帮助设计人员准确迅速地将收口工艺的设计从CAD开发环境转换到CAE分析环境中,并对有限元分析结果智能分析,利用节点回溯算法将CAE结果反映到CAD模型上,从而指导收口工艺的再设计过程。文章以自主开发的收口工艺设计优化系统为背景,通过实际案例,对基于知识与CAX智能集成的优化技术进行了阐述,实现了CAD/CAE的无缝集成,提高了收口工艺设计的质量和效率。     

基于大数据技术的电极修磨质量智能预警系统建立与应用

电极修磨质量控制一直是困扰白车身自动化生产线的问题。电极采用自动修磨,出现修磨状态不良,如果不能及时发现,往往会造成批量质量问题。通过服务器与web端和焊接控制器的通讯,获得修磨前后电阻数据。在Web端对电阻数据统计分类,对每个焊钳修磨前后的电阻独立设置公差范围。有效地监控修磨不良、焊接过程中电极头脏污、电极过热等问题。通过数字化手段发现问题,结合现场排查解决问题,大大降低了批量焊接质量问题的发生概率,是焊接过程数字化控制与现场问题解决结合的成功应用。     

基于DNC的制造信息集成技术研究与系统开发

DNC是实现制造信息集成的一种典型形式。为了适应管理层、技术层对车间实时信息的需要．文章首先研究了基于DNC的制造信息集成模型，并在分析制造信息流的基础上设计了面向以太网的车间网络结构和信息交换方式，提出了一种数控设备信息采集方法。最后通过制造信息集成系统的软件实现，证明了该模型和网络结构的有效性。