[发明专利]一种数字孪生驱动的加工质量追溯与动态控制方法及系统

说明书

本发明公开了一种数字孪生驱动的加工质量追溯与动态控制方法及系统，结合主成分与灰色关联分析方法，对加工质量的影响因素进行分析与效应量化，建立了支持质量追溯的加工质量信息语义化描述模型与质量信息的关联与集成机制，并构建了面向加工质量动态控制的制造单元物联网系统与虚实信息融合的孪生数据库，在此基础上，采用基于数字孪生技术的加工质量动态控制方法，通过物理加工与虚拟仿真的实时交互，该方法可以在现场采集数据的基础上，高效精准追溯故障源，并通过动态仿真优化与质量预测，使工艺优化与加工质量的动态控制更加科学合理，有效的提高了加工质量，并降低了现场调控的安全风险与测试成本。

技术领域

本发明涉及计算机集成制造技术领域，特别涉及一种数字孪生驱动的加工质量追溯与动态控制方法及系统。

背景技术

产品质量是顾客的关注重点与企业为提升市场竞争力的核心指标，而加工质量是保证产品质量的基础，并直接影响着产品的功能特性、结构优劣与使用寿命，因此，实施高效的加工质量追溯与动态控制策略具有极其重要的现实意义与应用价值。然而，随着目前加工制造的柔性化、复杂化与对产品质量指标的严格把控，对加工质量的追溯与动态控制提出了更高的要求与挑战。同时，多源异构与冗杂的加工质量数据采用不同的储存方式与逻辑模型，采用传统的追溯方法无法对此进行有序的组织与系统性的管理,使得质量追溯的有效实施受到阻碍，此外，由于未能高效的采集质量数据与实时反馈决策方案，对加工质量的动态控制体现时效性不足，并缺乏前期对质量信息的有效利用与数据挖掘，也导致主动预测能力不足。当前，随着新一代信息技术已广泛应用于智能制造的重要趋势下，网络物理系统，云计算和数字孪生被视为实现智能制造的关键技术，其中，数字孪生是充分利用了物理实体与虚拟模型、各类数据与集成了多学科的技术，可应用于产品的全生命周期过程，实现物理与虚拟空间的同步映射，并通过虚实交互反馈、数据融合分析、决策迭代优化等手段，可提供智能、实时与高效的服务。

发明内容

发明目的：本发明的目的是提供一种数字孪生驱动的加工质量追溯与动态控制方法及系统，一方面提高加工质量的追溯效率与准确性，解决追溯加工任务中多源影响因素的关联数据集成与如何量化影响效应等问题，另一方面实现加工质量的动态控制与工艺优化，提高对制造单元物联网系统中实时数据的感知与管理能力，促进物理与虚拟车间的深度融合，提供数据分析、质量预测、工艺优化与实时反馈等智能化服务，使工艺优化与加工质量的动态控制更加科学合理，有效的提高加工质量，并降低现场调控的安全风险与测试成本。

技术方案：本发明所述的一种数字孪生驱动的加工质量追溯与动态控制方法，包括以下步骤：

S1：采用面向加工质量约束的制造单元物联网系统进行实时数据的采集、上行传输与下行控制指令的精准执行；

S2：采用STEP标准与XML描述语言，建立加工质量信息集成模型以集成多源异构数据；

S3：开发面向加工质量的孪生数据库的概念模型；

S4：依托加工质量追溯与动态控制系统，基于孪生数据库的支持，实现加工质量追溯与动态仿真优化；

S5：采用智能算法，融合孪生数据中的实测数据与历史数据，对加工质量进行预测。

作为优选，所述S1中实时数据的采集、上行传输与下行控制指令的精准执行采用传感器组、智能检测仪、RFID以及外接协议接口、执行器实现的。

作为优选，所述S2中加工质量信息集成模型的建模规则包括有信息建模与数据模型映射标准以及描述格式与语言，所述信息建模与数据模型映射标准选择STEP标准作为产品模型数据交互规范，建立质量信息与中性文件及关系数据库的映射关系；所述描述格式与语言采用满足STEP标准的EXPRESS语言及图形化方式建立信息描述模型，并采用了可扩展标记语言XML对装焊质量信息集成模型进行了语义化描述。

作为优选，所述S2中加工质量信息集成模型的建模步骤具体包括以下步骤：