[发明专利]基于数字孪生的剐削工艺参数动态调控方法、系统及装置

权利要求书

1.一种基于数字孪生的剐削工艺参数动态调控方法，包括：

根据剐削加工工艺机理及剐削加工工艺经验数据构建所述剐削加工的热力耦合数字孪生模型；

通过物理空间监测、仿真及计算获取剐削加工工艺数据和剐削力热数据；

采用主成分分析法对所述热力耦合数字孪生模型进行降阶表征，并通过所述剐削加工工艺数据与所述剐削力热数据得到映射关系模型；

通过所述映射关系模型对当前物理空间的工艺参数进行动态预测，得到预测结果；以及

根据所述预测结果采用启发式算法对剐削加工工艺参数进行多目标优化，得到优化结果；将所述优化结果发送给所述当前物理空间的剐削加工执行系统进行执行，实现剐削加工过程的剐削工艺参数动态调控；

其中，所述根据所述剐削加工工艺数据与所述剐削力热数据构建所述剐削加工的热力耦合数字孪生模型包括：

将切削刃划分为微段刃，进而建立所述微段刃的剐削力解析模型；

将切削刃划分为微段齿，进而建立所述微段齿的剐削温度解析模型；

根据切削刃实际参与切削待加工齿面的切削刃长度进行建立切削刃实际参与加工的时变模型；以及

将所述剐削力解析模型、所述剐削温度解析模型及所述时变模型进行耦合得到热力耦合数字孪生模型。

2.根据权利要求1所述的方法，其中，所述映射关系模型能够通过输入参数输出剐削力与剐削温度，所述输入参数包括剐削工艺参数和剐削时间。

3.根据权利要求2所述的方法，其中，所述通过所述映射关系模型对当前物理空间的工艺参数进行动态预测，得到预测结果包括：

采用深度学习算法对计算数据、仿真数据和实测数据进行训练，建立剐削参数与单位范围内的剐削力、剐削温度的最大值、均值、均方根的映射关系模型，实现剐削力和剐削温度的动态预测。

4.根据权利要求1所述的方法，其中，所述根据所述预测结果采用启发式算法对剐削加工工艺参数进行多目标优化包括：

以剐削过程中的单位范围内的剐削力的波动最小化和剐削温度的均值最小化为优化目标，以刀具转速、切削深度及进给量为优化参数，进行剐削工艺参数的多目标优化。

5.根据权利要求1所述的方法，其中，

所述剐削加工工艺数据包括：转速数据、进给量数据及切深数据；

所述剐削力热数据包括：剐削力数据和剐削温度数据。

6.一种基于数字孪生的剐削工艺参数动态调控系统，包括：

耦合处理模块，用于根据剐削加工工艺机理及剐削加工工艺经验数据构建所述剐削加工的热力耦合数字孪生模型；

获取数据模块，用于通过物理空间监测、仿真及计算获取剐削加工工艺数据和剐削力热数据；

降阶处理模块，用于采用主成分分析法对所述热力耦合数字孪生模型进行降阶表征，并通过所述剐削加工工艺数据与所述剐削力热数据得到映射关系模型；

预测处理模块，用于通过所述映射关系模型对当前物理空间的工艺参数进行预测，得到预测结果；以及

优化处理模块，用于根据所述预测结果采用启发式算法对剐削加工工艺参数进行多目标优化，得到优化结果；将所述优化结果发送给所述当前物理空间的剐削加工执行系统进行执行，实现剐削加工过程的剐削工艺参数动态调控；

其中，所述根据所述剐削加工工艺数据与所述剐削力热数据构建所述剐削加工的热力耦合数字孪生模型包括：

将切削刃划分为微段刃，进而建立所述微段刃的剐削力解析模型；

将切削刃划分为微段齿，进而建立所述微段齿的剐削温度解析模型；

根据切削刃实际参与切削待加工齿面的切削刃长度进行建立切削刃实际参与加工的时变模型；以及

将所述剐削力解析模型、所述剐削温度解析模型及所述时变模型进行耦合得到热力耦合数字孪生模型。

7.一种基于数字孪生的剐削工艺参数动态调控装置，包括检测系统、剐削加工执行系统以及根据权利要求6所述的基于数字孪生的剐削工艺参数动态调控系统。