基于孪生数据多域挖掘的装备部件状态可信感知方法

    公开(公告)号:CN118656758B

    公开(公告)日:2024-10-25

    申请号:CN202411124127.4

    申请日:2024-08-16

    申请人: 浙江大学

    摘要: 本申请公开了一种基于孪生数据多域挖掘的装备部件状态可信感知方法,涉及多源传感数据融合领域。基于孪生数据多域挖掘的装备部件状态可信感知方法包括:获取装备部件运行过程的多源传感数据;利用无监督变分自编码器将多源传感数据转换为结构化变量;利用工作状态识别模型,确定处于工作状态的多源传感数据,并将其转换为二维图像数据;对二维图像数据进行时空特征提取,根据时空关联深层特征,对处于工作状态的多源传感数据进行质量评估,剔除其中的异常传感特征,根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知。本申请实现了孪生传感特征的高质量快速抽取,进而提高了装备部件状态感知分析的准确性和时效性。

    面向装备服役过程的异常传感信息在线识别及自校准方法

    公开(公告)号:CN118936540A

    公开(公告)日:2024-11-12

    申请号:CN202410940899.9

    申请日:2024-07-12

    申请人: 浙江大学

    IPC分类号: G01D18/00 G01K15/00

    摘要: 本发明公开一种面向装备服役过程的异常传感信息在线识别及自校准方法,涉及异常传感信息在线识别及自校准技术领域,利用单步预测模型确定每一传感器的传感信息预测值,根据传感器的传感信息采样值和传感信息预测值来确定传感器是否发生异常,实现异常传感信息的在线识别,同时,若传感器发生异常,则利用传感器的传感信息预测值替代传感信息采样值,来监测复杂装备的服役性能,同时对传感器在下一时刻的传感信息预测值进行预测,实现异常传感信息的自校准,保障了复杂装备服役过程监测的稳定性和传感信息质量。

    一种机理和数据驱动的复杂装备温度测点优化方法及应用

    公开(公告)号:CN118468650A

    公开(公告)日:2024-08-09

    申请号:CN202410598835.5

    申请日:2024-05-14

    申请人: 浙江大学

    摘要: 本发明公开一种机理和数据驱动的复杂装备温度测点优化方法及应用,涉及复杂装备温度测点优化技术领域,对复杂装备的有限元模型进行热力学仿真分析,进一步计算各个仿真位置点的温度和关键部件的热变形的相关性系数,以确定复杂装备的温度测点布点区域,从而通过机理驱动方法初步确定温度测点布点区域。再获取复杂装备的真实运行数据,对于不同的温度测点组合,基于真实运行数据确定温度测点组合下的热变形预测模型的预测效果,选取预测效果最好的温度测点组合作为优化的温度测点组合,从而充分考虑温度测点选择和热变形预测模型之间的关联性,通过数据驱动方法确定优化的温度测点组合,可采用更科学系统的方法进行温度测点的优化配置。

    全局时空特征动态自演化的复杂装备服役状态感知方法

    公开(公告)号:CN118296550A

    公开(公告)日:2024-07-05

    申请号:CN202410383168.9

    申请日:2024-03-29

    申请人: 浙江大学

    摘要: 本发明公开了一种全局时空特征动态自演化的复杂装备服役状态感知方法,涉及复杂装备服役状态感知技术领域,使用采集复杂装备的实际服役数据并进行预处理;通过构造涵盖时‑空注意力机制、长短期记忆网络的时空特征聚合网络,以及包含时‑空动态图结构、时‑空动态图卷积的时空域动态图网络;同时,通过计算实际服役数据全域特征间的欧氏距离,构建全局动态图结构的全局域图网络;将复杂装备预处理后的实际服役数据分别输入时空域和全局域图网络中,与注意力机制相融合并自适应捕获全局时空特征信息,动态分析全局时空特征信息的自演化过程,实现对复杂装备服役状态的精确感知,更加符合复杂装备的现实服役场景。

    基于大语言模型知识强化的机床加工工艺孪生决策方法

    公开(公告)号:CN118732628A

    公开(公告)日:2024-10-01

    申请号:CN202411215150.4

    申请日:2024-09-02

    申请人: 浙江大学

    IPC分类号: G05B19/418

    摘要: 本申请公开了一种基于大语言模型知识强化的机床加工工艺孪生决策方法,涉及机床加工工艺领域,该方法包括:根据加工工艺历史数据,利用大语言模型,构建加工工艺知识图谱;利用数字孪生数据,对加工工艺知识图谱进行更新,得到数字孪生数据强化后的工艺知识图谱;根据当前加工任务,基于强化后的工艺知识图谱,确定当前加工任务下的加工工艺方案解集;根据获取的刀具磨损状态,对优化目标的权重值进行调整,得到优化目标的最优权重值;根据最优权重值,基于加工工艺方案解集,确定当前加工任务下的最优加工工艺方案。本申请构建并利用多模态数字孪生数据强化工艺知识图谱,结合实时刀具磨损状态自适应确定最优工艺方案,从而保证机床加工质量。

    关联动静态误差的数控机床数字孪生同步演化控制方法

    公开(公告)号:CN118331175B

    公开(公告)日:2024-08-16

    申请号:CN202410764447.X

    申请日:2024-06-14

    申请人: 浙江大学

    IPC分类号: G05B19/404

    摘要: 本发明公开一种关联动静态误差的数控机床数字孪生同步演化控制方法,涉及数控机床控制技术领域,包括:分别构建数控机床几何模型和机理模型,并对二者涵盖的物理结构和软件控制进行混合功能语义建模,得到了数控机床数字孪生本征模型;关联动静态误差进行加工过程的同步演化,调控数控机床加工精度以满足产品质量要求;本发明考虑了数控机床运动轴制造装配误差,实现了对数控机床加工过程的数字孪生高保真映射;进一步,通过集成多场景感知信息构建得到能够整合数控机床加工全过程信息的信息集成模型,填补了现有技术关于场景感知信息不全面的缺陷;在同步演化过程中,综合考虑数控机床加工过程的动静态误差,能够准确在线推演在制品的加工质量。

    一种精度与能耗均衡的数控磨床多工序工艺优化方法

    公开(公告)号:CN117817447A

    公开(公告)日:2024-04-05

    申请号:CN202410194965.2

    申请日:2024-02-22

    申请人: 浙江大学

    IPC分类号: B24B1/00

    摘要: 本发明公开一种精度与能耗均衡的数控磨床多工序工艺优化方法,涉及数控磨床工艺优化领域。所述方法建立了表征工艺参数与轴向误差的关联的第一关系模型,该第一关系模型能够反映工艺参数与数控磨床在该工艺参数下进行实际加工时的轴向误差的关系,能够实现实际加工过程的轴向误差的高精度预测,还建立了第二关系模型,来反映工艺参数和磨床能耗之间的关系,并且以轴向误差和磨床能耗为目标,进行多目标优化求解,能够实现在抑制主轴轴向误差的同时提高资源利用效率、降低生产成本。

    基于孪生数据多域挖掘的装备部件状态可信感知方法

    公开(公告)号:CN118656758A

    公开(公告)日:2024-09-17

    申请号:CN202411124127.4

    申请日:2024-08-16

    申请人: 浙江大学

    摘要: 本申请公开了一种基于孪生数据多域挖掘的装备部件状态可信感知方法,涉及多源传感数据融合领域。基于孪生数据多域挖掘的装备部件状态可信感知方法包括:获取装备部件运行过程的多源传感数据;利用无监督变分自编码器将多源传感数据转换为结构化变量;利用工作状态识别模型,确定处于工作状态的多源传感数据,并将其转换为二维图像数据;对二维图像数据进行时空特征提取,根据时空关联深层特征,对处于工作状态的多源传感数据进行质量评估,剔除其中的异常传感特征,根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知。本申请实现了孪生传感特征的高质量快速抽取,进而提高了装备部件状态感知分析的准确性和时效性。

    一种测算一体的立式数控机床进给轴误差实时反演方法

    公开(公告)号:CN118244697A

    公开(公告)日:2024-06-25

    申请号:CN202410333030.8

    申请日:2024-03-21

    申请人: 浙江大学

    IPC分类号: G05B19/404

    摘要: 本发明公开了一种测算一体的立式数控机床进给轴误差实时反演方法,涉及立式数控机床技术领域,包括:对所述有限元模型的稳态温度场、瞬态温度场以及热‑力耦合场进行依次分析,得到进给轴各离散位置的变形量;确定进给轴瞬态温度场各时刻温度数据的时域特征,并抽取对应时刻进给轴各离散位置的变形量;采用径向基图神经网络建立进给轴误差计算模型;利用物理信息实时重塑神经网络重构进给轴的温度场;将实时重构的温度场的时域特征输入至进给轴误差计算模型中,反演得到当前时刻进给轴各离散位置的变形量;基于当前时刻进给轴各离散位置的变形量对进给轴误差进行补偿。本发明能在复杂多变的加工工况下始终保持极高的误差反演精度。

    一种基于数字孪生的数控机床加工精度智能控制方法

    公开(公告)号:CN117608238A

    公开(公告)日:2024-02-27

    申请号:CN202311515419.6

    申请日:2023-11-14

    申请人: 浙江大学

    IPC分类号: G05B19/404

    摘要: 本发明公开了一种基于数字孪生的数控机床加工精度智能控制方法。本发明包括:首先建立集成数字化三维模型、温度信息重塑及增量预测功能的主轴数字孪生体;然后在热机阶段布置温度、位移传感器,利用数字孪生体重塑主轴温度信息,确定满足预设热误差条件的同步测点并预测其温度变化;重复温度信息重塑及增量预测过程,在同步测点温度达到加工许可阈值时给出加工指令,建立同步测点温度与热误差的线性回归模型并封装于数字孪生体用于热误差预测;最后进入加工阶段,将同步测点温度预测信息融入主轴热误差预测模型,实时预测、适时补偿主轴热误差。本发明为机床热机过程提供理论指导,在数控机床加工过程无法布置传感器的条件下控制机床的加工精度。