“数字孪生/故障诊断”专题|基于数字孪生的异常检测:用于加工过程中的实时刀具状态监测(下)

实时刀具状态监测(TCM:Real-time tool condition monitoring)已成为智能制造的关键技术。TCM能够提高产品的尺寸精度,最小化机床的停机时间,并消除废料和返工成本。数字孪生为实时监控机械加工过程提供了新的机会,原则上可以适应加工过程和操作环境的变化,帮助理解刀具磨损的机制,并提高异常检测的准确性和故障诊断结果。本研究利用数字孪生这些潜在优势,提出了一个新的基于数字孪生的异常检测框架,用于机械加工中的实时TCM。该框架由三部分组成:物理产品、虚拟产品和数据流连接。在这个数字孪生框架内,“物理产品”代表机械加工过程。“虚拟产品”包括一个实时数据驱动模型,表示从机械加工过程中测量的振动数据和基于模型频率特征(MFFs:model frequency features)的刀具异常检测的诊断。“数据流连接”涉及实时测量的振动数据和机床数控(NC:Numerical Controller)信号,提供有关机床动力学和各种加工过程的实时信息。这项创新与实时数据驱动建模、MFFs提取以及基于MFFs和机床NC信号的刀具磨损诊断的整合有关。这是第一次使数字孪生的概念应用于复杂动态机械加工过程的TCM,据我们所知,这以前从未实现过。全面的现场研究已经证明了所提出的基于数字孪生的TCM框架的有效性及其潜在的工业应用。

  • 2024-09-11
  • 阅读50

“数字孪生/故障诊断”专题|基于数字孪生的异常检测:用于加工过程中的实时刀具状态监测(上)

实时刀具状态监测(TCM:Real-time tool condition monitoring)已成为智能制造的关键技术。TCM能够提高产品的尺寸精度,最小化机床的停机时间,并消除废料和返工成本。数字孪生为实时监控机械加工过程提供了新的机会,原则上可以适应加工过程和操作环境的变化,帮助理解刀具磨损的机制,并提高异常检测的准确性和故障诊断结果。本研究利用数字孪生这些潜在优势,提出了一个新的基于数字孪生的异常检测框架,用于机械加工中的实时TCM。该框架由三部分组成:物理产品、虚拟产品和数据流连接。在这个数字孪生框架内,“物理产品”代表机械加工过程。“虚拟产品”包括一个实时数据驱动模型,表示从机械加工过程中测量的振动数据和基于模型频率特征(MFFs:model frequency features)的刀具异常检测的诊断。“数据流连接”涉及实时测量的振动数据和机床数控(NC:Numerical Controller)信号,提供有关机床动力学和各种加工过程的实时信息。这项创新与实时数据驱动建模、MFFs提取以及基于MFFs和机床NC信号的刀具磨损诊断的整合有关。这是第一次使数字孪生的概念应用于复杂动态机械加工过程的TCM,据我们所知,这以前从未实现过。全面的现场研究已经证明了所提出的基于数字孪生的TCM框架的有效性及其潜在的工业应用。

  • 2024-09-11
  • 阅读52