数字孪生驱动的数控铣削刀具磨损在线监测方法

摘要：

针对数控铣床不断老化导致刀具磨损预测模型误差较大,加工过程中动态数据难以在线采集等问题,提出一种数字孪生驱动的刀具磨损在线监测方法.采用神经网络对加工过程中的多源数据进行特征提取,建立考虑机床老化的刀具磨损时变偏差量化模型,并在此基础上提出数控铣削刀具磨损的在线预测方法;开发了面向刀具磨损的数控铣削数字孪生系统,在线感知加工过程中的动态数据并实时仿真刀具磨损过程;最后,将该方法应用于实际加工中并与其他的预测方法进行了对比,结果表明该方法有效降低了机床老化带来的误差,实现了刀具磨损的精确预测.

关键词：刀具磨损;多源数据;数字孪生;在线监测

所属期刊栏目：33

分类号：TH17

资助基金：国家重点研发计划;国家自然科学基金;重庆市技术创新与应用发展专项

在线出版日期：2022-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：78-87