[发明专利]机械臂数字孪生模型构建方法、系统、装置及存储介质

权利要求书

1.一种机械臂数字孪生模型构建方法，包括：

获取所述模型的需求数据，所述模型由多种类型的模块构成，每种类型的模块对应有若干个候选单元；

根据所述需求数据，通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体；

确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型。

2.根据权利要求1所述的机械臂数字孪生模型构建方法，其特征在于，所述通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体包括：

建立层级结构模型，所述层级结构模型包括:目标层、准则层和方案层，所述目标层、所述准则层和所述方案层依次连接，所述方案层包括所述模块的组成要素，所述准则层包括所述组成要素的评价指标和评估参数，所述目标层用于表示所述候选单元；

构造判断矩阵，所述判断矩阵内包括多个因素，每个所述因素对应有表示该因素对上一层的影响程度的影响因子，每个所述因素包括两个以上影响因子，所述影响因子由专家评分得到；

确定判断矩阵中每个所述因素的权重；

准确性和可靠性测试，计算所述判断矩阵的随机一致性指标是否合理，若合理则从相同种类的所述因素中选取权重最高的作为选中值，组成所述第一单元群体，若不合理则重新构造所述判断矩阵。

3.根据权利要求2所述的机械臂数字孪生模型构建方法，其特征在于，每个所述因素对应的全部所述影响因子的权重之和为1。

4.根据权利要求1所述的机械臂数字孪生模型构建方法，其特征在于，所述确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型，包括：

通过基于灰色关联度的层次分析法确定所述第一单元群体的整机结构，所述整机结构包括零件的具体尺寸、零件的型号中至少一个，并得到所述最优组合模型。

5.根据权利要求1所述的机械臂数字孪生模型构建方法，其特征在于，还包括:

对所述最优组合模型进行仿真，并采集仿真过程中产生的仿真参数；

通过神经网络模型分析所述仿真参数，并根据分析结果评价所述最优组合模型是否满足设计需求，若不满足设计需求，则重新构建所述第一单元群体。

6.根据权利要求5所述的机械臂数字孪生模型构建方法，其特征在于，所述神经网络模型由第二专家评分数据集训练而成，所述第二专家评分数据集包括专家对所述仿真参数的评估参数。

7.根据权利要求6所述的机械臂数字孪生模型构建方法，其特征在于，所述仿真参数的类型包括应力集中、零件尺寸大小、接触面面尺寸与形状、零件表面质量、疲劳极限、零件变形量、零件表面接触量、整机变形、固有频率、振型、超调量、零件可靠度、零件失效率、零件的疲劳强度、零件的腐蚀程度中的至少一个。

8.一种系统，其特征在于，包括：

数据获取模块，用于获取所述模型的需求数据，所述模型由多种类型的模块构成，每种类型的模块对应有若干个候选单元；

第一构建模块，用于通过基于价值函数的层次分析法评估每种类型的所述模块对应的所述候选单元，在每种类型的模块中分别选取评分最高的候选单元作为第一单元群体；

第二构建模块，用于确定所述第一单元群体中各个候选单元的最优参数，以得到最优组合模型。

9.一种装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的机械臂数字孪生模型构建方法。

10.一种存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至7中任意一项所述的机械臂数字孪生模型构建方法。