[发明专利]基于数字孪生的立磨机多场耦合系统工艺参数优化方法

权利要求书

1.一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，其步骤如下：

S1、根据大型立磨机的物理模型，利用逆向工程技术建立大型立磨机的数字孪生模型；

所述大型立磨机的数字孪生模型的构建方法为：

S1.1、使用三维扫描仪对大型立磨机的实际零部件进行扫描得到大型立磨机的实际零部件的离散点云数据；

S1.2、将离散点云数据导入计算机中，利用点云数据处理软件，通过平滑、噪点过滤、数据精简方法对点云数据进行预处理；

S1.3、将预处理后的点云数据进行分割建立不同的数据子集，根据数据子集的不同分别建立曲面模型；

S1.4、对曲面模型进行拼接、缝合，形成实体模型，再对实体模型中的裂隙进行修补，得到大型立磨机的数字孪生模型；

S2、将大型立磨机的特定工艺参数输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数；

S3、根据大型立磨机的特定工艺参数获取实际运行中大型立磨机的实际性能参数；

S4、判断步骤S2中的性能参数与步骤S3中的实际性能参数的误差是否小于阈值T，若是，执行步骤S5，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2；

S5、将特定工艺参数作为设计变量，性能参数作为目标函数和目标函数的约束条件，建立工艺参数优化的数学模型；

S6、在设计空间中随机均匀选取N组设计变量的取值作为样本点集{X₁,X₂,…,X_n,…,X_N}，其中，X_n表示第n组样本点，n＝1,2,…,N；

S7、将样本点集输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得样本点集的响应值；

S8、根据样本点集及其对应的响应值建立设计变量与目标函数之间的Kriging代理模型；

S9、利用遗传算法GA对Kriging代理模型进行迭代寻优，找到Kriging代理模型中目标函数的改善期望值最大的点，并将改善期望值最大的点作为目标点输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真获得目标点对应的响应值；

S10、判断目标点的改善期望值是否满足收敛准则，若是，输出目标点和目标点对应的响应值，执行步骤S11，否则，将目标点添加到样本点集中，返回步骤S7；

S11、根据目标点调整大型立磨机的特定工艺参数，获取优化后的实际性能参数；

S12、判断目标点对应的响应值与优化后的实际性能参数的误差是否小于阈值T，若是，输出目标点，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2。

2.根据权利要求1所述的基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，所述大型立磨机的特定工艺参数包括大型立磨机的入口压力、入口温度、出口压力、出口温度、喂料速度、选粉机转速和选粉机电流。