面向加工领域的数字孪生模型自适应迁移方法

TG525; 在多品种小批量生产制造车间中,针对特定场景所建立的数字孪生模型,由于缺乏工况变化的自适应能力,导致加工质量预测精度不足.对此,提出一种数字孪生模型自适应迁移方法,通过搭建可迁移的数字孪生模型,实现机理和算法模型融合的加工质量在线预测;提出数字孪生模型迁移流程和迁移策略,基于特征数据分析计算,选择待迁移的源模型;同时,结合迁移学习理论实现简单和复杂变工况下的数字孪生模型迁移.以钻削加工为例,搭建钻削实验平台并对数字孪生模型迁移的可行性进行验证.研究结果表明,变化工况下,迁移后模型仍能保持预测误差低于1.5％.该方法为提高数字孪生模型自适应能力提供了新的思路....

Full description

Saved in:
Bibliographic Details
Published in上海交通大学学报 Vol. 56; no. 1; pp. 70 - 80
Main Authors 沈慧, 刘世民, 许敏俊, 黄德林, 鲍劲松, 郑小虎
Format Journal Article
LanguageChinese
Published 东华大学机械工程学院,上海201620 28.01.2022
Subjects
数字孪生;质量预测;工况变化;迁移学习
Online AccessGet full text
ISSN1006-2467
DOI10.16183/j.cnki.jsjtu.2021.167

Cover

More Information
Summary:TG525; 在多品种小批量生产制造车间中,针对特定场景所建立的数字孪生模型,由于缺乏工况变化的自适应能力,导致加工质量预测精度不足.对此,提出一种数字孪生模型自适应迁移方法,通过搭建可迁移的数字孪生模型,实现机理和算法模型融合的加工质量在线预测;提出数字孪生模型迁移流程和迁移策略,基于特征数据分析计算,选择待迁移的源模型;同时,结合迁移学习理论实现简单和复杂变工况下的数字孪生模型迁移.以钻削加工为例,搭建钻削实验平台并对数字孪生模型迁移的可行性进行验证.研究结果表明,变化工况下,迁移后模型仍能保持预测误差低于1.5％.该方法为提高数字孪生模型自适应能力提供了新的思路.
ISSN:1006-2467
DOI:10.16183/j.cnki.jsjtu.2021.167