数字孪生车间机器人虚实驱动系统构建方法

针对目前数字孪生车间构建中工业机器人等虚拟实体建模复杂、开发周期长等问题,提出了一种数字孪生车间工业机器人虚实驱动系统的模块化构建方法,即将虚实驱动系统分为设置模型参数的交互层和按功能需求设计配置的控制层,然后将实体工业机器人等抽象为单功能原子模型耦合而成的仿真模型。模块化分层构建虚实驱动系统的方法能快速有效地实现工业机器人等数字孪生虚拟实体的建模,以及工业机器人在虚拟空间中的仿真运行模拟和虚实同步运行。     

基于数字孪生与k-近邻算法的车间设备运行状态预测研究

由于传统车间设备运行状态预测不能有效利用历史数据进行学习,实时响应能力有限,难以在复杂调度环境中取得良好效果,因此文章提出一种数字孪生与k-近邻算法相结合的车间设备运行状态预测模型。构建车间设备实体在信息空间的数字孪生模型,并建立设备实体与模型之间的映射关系,从而获取实时特征数据,即设备的运行状态特征数据。运用k-近邻算法计算实时特征数据与历史数据之间的欧几里得距离,即计算设备当前运行状态与历史已知状态的相似度,最终通过前k个距离所对应的设备历史运行状态数据,预测设备的当前运行状态。该模型的本质是通过数字孪生的实时数据采集,获取指定设备运行状态特征数据,运用k-近邻算法预测设备的实时运行状态。相较以往研究,本研究贡献在于提高设备实时运行状态预测的准确率。如果将数字孪生、k-近邻算法与具备自我学习能力的相关算法相结合,模型的预测效果会更好。     

数字孪生驱动的离心泵机组故障诊断方法研究

数字孪生技术不仅是实现信息物理融合的核心，还是实现数字化故障诊断的关键。为了实现物理空间和信息空间的实时映射、故障实时预测、故障信息及时反馈，提出数字孪生驱动的离心泵机组故障诊断方法。首先，利用数字孪生技术构建离心泵机组数字孪生映射模型。然后，基于数字孪生映射模型，通过数据驱动的故障诊断方法实现故障实时预测，利用模型仿真的故障结果验证方法完成故障结果验证，以验证结果作为数字孪生模型修正和深度学习模型调整的条件。最后，借助Unity3D平台实现故障诊断系统的开发，并通过3种工况验证了系统的可行性。     

铣削工业机器人数字孪生驱动模型的构建与验证

针对工业机器人智能装备服役状态感知检测手段、智能控制能手段有限的问题,以工业机器人智能铣削装备为研究对象,设计一种数字孪生驱动模型构建方法。采用L-M算法对关键参数进行修正,使孪生模型对装备铣削轨迹的映射准确度从1.32 mm提高到0.15 mm,提高了近80%,验证了孪生驱动模型建立的正确性和关键参数修正的必要性。     

基于数字孪生的电网变压器故障诊断方法

为减少电网安全隐患,保障用户正常用电,提出基于数字孪生的电网变压器故障诊断方法。 利用传感器设备,结合全要素实体基本信息,模拟变压器运行状态,在虚拟空间内建立数字孪生体,包括几何、物理、规则和行为 4 个模型。 在该孪生体中,利用正交全局与局部保持嵌入算法将初始故障特征集合变换到高维核空间内,计算映射矩阵,获得映射向量最大特征值,提取低维敏感特征;结合提取的故障特征,在规则模型中采用概率神经网络算法,建立概率密度函数,使用差分进化方法,确立初始种群,经过反复的变异、交叉操作,丰富种群多样性,确定最佳平滑因子,当达到最佳迭代次数时,输出最佳诊断结果。 仿真实验表明,所提算法能够有效区分不同故障特征,减少诊断时间,可获得更加精确的诊断结果。     

工业机器人码垛数字孪生系统的研究与实现

为提高工业机器人码垛的智能化水平,将数字孪生技术与机器人码垛作业流程相结合,研究并设计了工业机器人码垛数字孪生系统。分析了码垛数字孪生系统架构,规划并设计了系统的功能模块和运行机制,阐述了工业机器人数字孪生系统数据集成模块、虚拟场景构建模块、虚拟机器人码垛模块和可视化辅助服务模块的实现方法,融合真实码垛场景下的机器人作业数据,实现了对基于数字孪生技术的工业机器人码垛虚拟可视化仿真与策略优化的信息反馈。设计并开发了面向工业机器人码垛作业的数字孪生系统,以物理码垛场景数据为例,验证了本系统的有效性,为探索数字孪生技术在工业机器人智能码垛的应用进行了尝试。     

基于数字孪生模型的齿轮试验台状态监测方法

为了对齿轮试验台运行状态进行监测，及时有效地发现运行故障，保证设备稳定地运行，提出了一种基于数字孪生的齿轮试验台状态监测方法。通过建立齿轮试验台的数字孪生模型，实时仿真齿轮试验台在正常运行工况下的运行状态，实现对齿轮试验台设备状态监测、故障判断和运行状态的预测。经闭功率流齿轮试验台测试结果对比表明，齿轮试验台数字孪生体仿真结果与齿轮试验台测试结果基本一致，此技术可以还原正常运行工况下齿轮试验台的运行状况，从而实现对齿轮试验台的状态监测，为故障诊断、状态监测提供了一种新方法。     

基于公理设计的人机协作数字孪生建模技术

人本智造是未来智能制造发展的重要方向，安全可信的人机协作是实现人本智造的基础。数字孪生所强调的以虚映实和以虚控实的思想与以人为核心的人机协作需求相匹配，为面向人本智造的人机协作新范式转变提供了新思路。目前欠缺关于人机协作数字孪生模型建模方法的研究，以满足数字孪生技术在人机协作领域中的应用需求。提出面向人机协作智造的数字孪生建模技术，从机器人模型和协作人员模型两方面展开人机协作模型建模机理分析。首先分析了机器人模型和协作人员模型具备的特征，在此基础上提出机器人模型和协作人员模型的基本组成结构，为人机协作数字孪生模型构建提供理论支持；建立了基于公理化设计理论的人机协作模型构建框架，提出了人机协作数字孪生模型的建模步骤；最后，以人机协作抓取数字孪生模型的构建过程为例，详细介绍了模型的构建过程，验证了所提方法的可行性。     

基于数字孪生的盾构机换刀机器人监控系统

为解决当前盾构换刀机器人缺乏有效监控方式的问题,设计了基于数字孪生的盾构机换刀机器人监控系统。系统通过Unity3D仿真平台构建孪生模型,利用机器人运动学模型在实时数据驱动下映射物理实体的运动状态,实现换刀机器人可视化监控,并利用虚拟现实技术提高系统沉浸性和可交互性。同时,针对有限元仿真软件获取力学数据的方式耗时较长、难以满足监控系统实时性要求的问题,构建了基于BP神经网络的换刀机器人力学数据监测模型,可快速获取末端执行器的应力和形变数据以保证系统安全性。最后,开发了盾构机换刀机器人数字孪生监控系统原型样机,验证了所提监控系统的有效性和可行性。     

基于数字孪生的码垛机器人工作站在线监测研究

采用数字孪生技术对码垛机器人工作站进行研究,针对码垛机器人工作站的基本工艺流程,提出一种数字孪生模型构建方法,设计并完成了码垛机器人工作站在线监测系统,通过通信协议(Transmission Control Protocol, TCP)技术和机器人操作系统(Robot Operating System, ROS)共同完成物理码垛机器人工作站与虚拟码垛机器人工作站两者之间数据交互与实时通信,实现对码垛机器人工作站的工作状态进行可视化在线监测。研究表明,所构建的码垛机器人工作站孪生体可与物理实体实时随动,通过对物理实体工作状态的数据采集,完成实时可视化在线监测,保证了六轴协作臂对物块的抓取和定位准确率高达99.17%,可以进行准确的位置码放。     

炭块表面清理数字孪生机器人及其运动控制

为解决我国电解铝工业中炭块表面清理难的问题，结合数字孪生技术提出一种支持机器人路径规划和运动控制的表面清理机器人控制系统解决方案。该方案基于数字孪生的五维结构系统框架，构建了虚拟空间和物理空间互联互通的数字孪生体。首先整理了炭块清理单元的生产管控框架，明确了五层系统架构的组成，分别阐述了具体各部分架构的构建方法和过程；其次对机器人清理空间进行运动学分析，通过算法优化机器人的运动路径；最后将该控制系统应用于该炭块表面清理系统，验证了所提解决方法的可行性和有效性，该方法的应用为数字孪生技术应用到实际的智能制造系统提供了参考。     

工业机器人装箱与码垛工作站数字孪生系统设计与优化

为优化工业机器人装箱与码垛的作业效率,结合数字孪生技术,在Visual Components软件中搭建了数字孪生模型,完成了基于Siemens S7和Modbus协议的信息物理融合系统架构设计,实现了物理实体与数字模型的实时链接。采用遗传算法规划了工业机器人装箱与码垛最优路径,利用Visual Components软件完成了编程与数字孪生同步验证。利用搭建的数字孪生模型对动力辊道线和机器人的参数进行优化后消除了码垛机器人的怠工状态,同时将装箱与码垛工作站的工作效率提高了13%。该研究可对装箱与码垛工作站提供参考和理论依据。     

基于数字孪生的遥操作机器人在线示教系统

为提高遥操作机器人的示教编程效率和在线示教的安全性，提出了面向遥操作机器人在线示教的数字孪生框架，建立了机器人及其工作场景的虚拟模型，实现了物理实体到数字孪生模型的映射；设计并实现了基于RGB-D图像和姿态示教器的遥示教方式，通过鼠标和姿态示教器规划虚拟机器人末端执行器的路径和姿态，并利用增强现实技术，实现了虚实融合示教，提高了遥操作机器人在线示教的人机交互性；构建了机器人及其工作场景的八叉树模型，在机器人按照规划的路径和姿态运动时，可以预测机器人与工作场景之间的碰撞干涉；系统将未发生碰撞干涉的规划路径和姿态指令发送给物理机器人控制器控制物理机器人运动，从而实现基于数字孪生遥操作机器人在线示教功能，提高在线示教系统的安全性。     

基于数字孪生的产品设计过程和工作量预测方法

为解决由于实际产品设计过程和理想的仿真过程状态不一致而导致的产品设计复杂性预测不准确的问题,研究了基于数字孪生的产品设计过程及其工作量预测方法.构建了产品设计数字孪生系统五维结构模型.详细定义了虚拟空间的产品设计数字孪生模型,包括功能数字孪生模型、设计师数字孪生模型和设计活动数字孪生模型.从知识的角度出发,提出了产品设...     

基于数字孪生的生产车间运行状态在线预测

针对数字孪生车间的在线预测难题,提出一种实时数据驱动的数字孪生车间运行状态在线预测方法.分析了车间数字孪生体的内涵和运行机制,构建了基于车间数字孪生体的仿真预测框架,阐述了基于事件调度法的仿真运行逻辑,建立了数字孪生车间输入特性、样本生成、事件处理逻辑之间的关系,融合实时数据实现了基于持续瞬态仿真的车间在线预测.设计并...     

基于领域驱动设计的可演化数字孪生体构建方法研究

数字孪生体是实现数字孪生范式的关键所在，针对忽略系统可演化性导致的数字孪生体孤岛问题，提出了一种基于领域驱动设计的数字孪生体构建方法，用于构建具有演化性的数字孪生体。数字孪生体的领域模型由镜像、功能和关联3个子域组成。其中，镜像子域描述物理实体的静态属性，如尺寸、材质等，是通用域；功能子域描述物理实体的能力属性，如制造能力、运动能力等，是核心域；关联子域描述物理实体所处空间尺度的上下文交互关系，是支撑域。围绕所提出的领域模型，设计了数字孪生体的演化性实现机制，以构建工业机器人数字孪生体为例，对所提出的数字孪生体构建方法和可演化机制进行了可行性分析。     

数据驱动的拖挂房车底盘结构安全监测

为了解决拖挂房车驾驶过程中预判失误引起的底盘结构失效问题,提出一种面向数字孪生和神经网络的底盘结构安全监测方法。首先应用数字孪生技术构建拖挂房车的五维数字孪生模型,以整车质量、重心位置和加速度为变量,以底盘的应力分布和失效状态为预测目标,针对紧急制动、紧急转向和紧急制动转向工况建立结构仿真数据集。通过BP神经网络回归训练与置信度校验,对底盘结构性能进行实时监测和行驶安全状态评估。数值实验表明,该监测方法具有实时性以及较高的准确率与召回率,能够为拖挂房车的安全使用与优化设计提供支持。     

基于数字孪生的机电液系统PHM关键技术综述

数字孪生(Digital twin, DT)技术与预测和健康管理(Prognostics and health management, PHM)技术是智能制造领域中的两个热点研究方向。在对PHM技术现状总结分析的基础上,归纳当前制约PHM技术发展和应用的关键性问题如下：设备故障机理研究不透彻、全生命周期数据不完备、健康状态监测方法不足、多层级状态信息综合不足以及不确定性管理问题。并阐述数字孪生技术在解决这些问题过程中的独特优势,提出将基于第一性原理的多维数字孪生模型构建、虚实空间的多维数据映射、孪生体技术状态一致性度量与模型的高效迭代修正以及基于多域特征的系统健康评估、预测与维护决策作为关键技术构建DT-PHM研究架构。随着技术不断推进与发展,两项技术深度融合,基于数字孪生的复杂系统健康管理技术必将成为未来装备全生命周期视情维修和预测性维修的关键技术之一。     

基于层次分析-云模型的大型LNG高压泵自停故障智能诊断方法

为诊断大型LNG高压泵自停状态是正常保护动作，还是高压泵自身故障所致，提出基于层次分析-云模型的大型LNG高压泵自停故障智能诊断方法。采用层次分析-云模型的高压泵运行状态识别方法，由层次分析模型构建高压泵运行状态评价指标体系后，由云模型的正向云发生器，分析高压泵运行状态的评价指标隶属度，识别处于自停状态的高压泵；使用基于卷积神经网络的自停故障智能诊断方法，由小波包方法提取自停高压泵的振动信号特征后，输入卷积神经网络，实现自停故障诊断。实验结果显示：此方法对大型LNG接收站中6个高压泵自停状态识别后，自停的6号高压泵属于3级故障，为非正常保护动作，诊断结果准确。     

基于数字孪生技术的变电站设备自动控制系统

为避免因设备故障造成变电站运行风险，设计基于数字孪生技术的变电站设备自动控制系统。通过测控保护模块采集变电站运行过程中产生的各类数据，利用站内通信模块将采集的数据传输到数字孪生模块，该模块依据接收到的数据运用数字孪生技术创建数字孪生虚拟变电站模型，根据虚拟变电站模型通过PLC自动控制模块实现变电站设备电压无功、安装质量以及运行状态的自动控制。实验结果表明，该系统对单一设备和规模庞大、结构复杂的变电站均具有较理想的建模效果，能将变电站设备电压、功率因数和安装位置偏差控制在合理区间内，在不同干扰下均能实现对变电站设备精准控制。