基于数字孪生的折弯机健康状态评估方法研究与实现

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:narco008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
我国的制造业正逐步从“制造”到“智造”转变,新提出的“十四五”规划提出要“巩固壮大实体经济,深入实施制造强国战略”,为我国的工业智能化指明了方向。数控折弯机是一种完成板料精确成型的数控机床通用设备,广泛应用于机械制造、航空航天等重要生产领域。目前,数控折弯机工作发生故障后,仍是以报警、停机为主,缺乏有效的运行监测机制。利用数字孪生(Digital Twin)技术对折弯机进行数字建模,分析其工作过程,监控其运行状态,及时捕捉微小异常,减少严重故障出现,有效延长其工作寿命。针对此问题,本文在数字孪生技术的指引下,本文的主要工作如下:(1)在现有数字孪生五维模型的基础上,提出了数字孪生应用于设备健康状态监测与评估的模型框架。在此框架下,分析了数控折弯机常见故障,以多领域建模软件为载体初步构建了数控折弯机多领域融合的数字孪生模型,并使用实际运行数据对模型校准。该孪生模型已可初步反映数控折弯机的运行状况。(2)针对设备的运行监测数据和数字孪生体产生的孪生数据,提出了监测数据与孪生数据融合的液压系统健康状况评估方法。着重分析了液压系统中蓄能器在设备运行时的健康状态,使用小波变换、经验模态分解和希尔伯特变换对蓄能器不同状态下的特征进行分析与提取。设计了符合本文数据特点的栈式稀疏自编码器(SSAE-Softmax)网络模型,对蓄能器不同的健康状态进行识别。实验结果证明了算法的有效性以及孪生融合数据可有效提高识别的准确程度。(3)设计了折弯机远程智能运维系统的结构,在结构框架下,开发实现了数控折弯机智能运维系统。系统目前可以远程定位数控折弯机的位置,显示数控折弯机详细运行维护信息,对液压系统囊式蓄能器的健康状态进行监测与评估。
其他文献
高速铁路是一种重要的现代交通运输方式,在我国的交通领域发挥着重要的作用,在中长途旅客运输中具有明显的优势。作为高速铁路运输组织的重要一环,乘务计划决定了高速铁路乘务区段的划分以及乘务组的分配工作,是影响高速铁路旅客运输效率和效果以及降低运输成本的重要因素。因此,对于高速铁路乘务计划的编制方法的优化研究具有重要的现实意义。本文将我国高速铁路乘务计划编制方法优化作为研究对象,阅读了大量的国内外相关研究
转子是旋转机械的重要组成部分,由于加工制造等原因造成的转子质量不平衡等问题会使系统产生振动,从而降低机器寿命甚至造成机器损坏,因此应采取有效的措施对系统做振动控制。航天失重环境下旋转机械的振动通常难以自然衰减,影响着航天设备的正常工作。磁性液体是一种由铁磁性颗粒悬浮于基载液中的新型材料,拥有独特的磁学、力学等特性,在密封、减振、传感等领域具有广泛的应用。磁性液体阻尼器在失重环境下零泄漏、对惯性力敏
21世纪以来移动机器人技术发展迅猛,成为科技研究的前沿领域,且研究方向也主要集中在对机器人的智能化控制上。而利用机器人搭载的传感器信息进行障碍物的检测及实时定位建图与路径规划等是其核心技术用途。而在各类传感器中,激光雷达因其精度高,抗干扰能力强等优点成为移动机器人的重要传感器。本文以激光雷达为主要传感器,结合其他多种传感器,对机器人的核心技术用途进行研究测试,主要工作如下:1.针对激光雷达的障碍物
随着物联网的快速发展及5G技术的不断进步,智能交通成为交通技术发展趋势。其中车联网作为信息交互网络,车辆间可共享交通信息,为车主出行带来便利的同时提升交通效率。但共享交通数据时,仍存在诸多问题:隐私泄露、虚假信息和信息同步更新效率低下等。现有方案大多基于中心化架构,涉及复杂算法或牺牲通信开销确保安全,造成时延高,系统开销大,且结构框架单一。针对上述存在问题,本文提出基于联盟链的车联网架构,并针对其
高铁客站建筑作为重要的公共建筑类型,具有空间高大、人流量密集等特点。在“站城一体化”理念下,当前高铁客站已从单纯的城市门户向城市综合体方向转化,内部功能更加多样,室内物理环境也更加复杂。随着高铁客站与城市生活的联系日益密切,以及人们舒适度需求的提高,高铁客站候车厅空间品质及其室内环境质量问题也受到更多的关注。文章以高铁客站候车厅普通旅客候车区为研究对象,探究其建筑空间要素与物理环境对乘客环境舒适度
近年来,光纤激光器技术的应用已经遍布各个领域。其中,被动锁模光纤激光器输出的超短脉冲光具有脉宽窄、光谱宽、峰值功率高等特点,使其在光通信、传感、医疗、材料加工等领域引人注目。本文利用基于保偏光纤的非线性偏振演化(Nonlinear Polarization Evolution base on Polarization Maintaining fiber,PM-NPE)技术作为可饱和吸收体,建立了正
少样本图像分类的目的是在可用数据稀缺的情况下,依据有限的数据量实现图像的分类识别。基于元学习的少样本分类方法的核心思想是利用相似的足够的学习任务,来达到使学习网络适应只有少数标签标记数据的新任务。基于图神经网络的元学习少样本分类方法通过在非欧式空间进行信息处理进一步提升了少样本分类精度。近年来以元学习为基础的少样本分类方法逐渐成为热门问题。本文以此为基础开展的研究内容和创新如下:(1)为了缓解传统
桥梁作为交通运输的枢纽,它的安全性至关重要。然而随着运输任务的加重,以及受到地震、环境侵蚀等复杂因素的耦合作用,桥梁在运行过程中很容易出现损伤。其中,由疲劳损伤,钢丝锈蚀,混凝土开裂诱发的桥梁裂纹是最为普遍的,所以针对桥梁裂纹的高效检测与整修就显得尤为重要。这个研究课题已经进行了很多年,国内外学者提出了很多接触非接触式桥梁结构安全性评估方法,如射线法,红外法等,但普遍存在成本高昂,效率低下的问题。
节约资源成为我国的基本国策,交通委也已提出了交通强国、节支降耗、绿色环保的发展战略,车辆轻量化大势所趋。制动盘作为车辆簧下重量的重要组成部分,轻量化效果明显。高热耗散结构设计和轻量化材料是实现制动盘减重的主要途径。城轨列车制动频繁,钢铁制动盘的制动热量累积以及由此诱发的热损伤明显。本文以南京某线路地铁列车拟采用铝基复合材料制动盘为工程依托,通过热-流-固耦合与试验结合的方式,开展制动盘的高热耗散结
列车通信网络是对列车上各种智能化车载设备进行信息传输的数据通信网络,是整列车实现信息共享、控制功能、监测诊断的基础,如果列车通信网络发生故障将会对列车的安全运行产生严重威胁。现阶段,针对列车通信网络的健康状态评估通常是采用便携式协议分析装置采集MVB网络物理波形,并传输到上位机上进行数据分析和健康评估。但是,这种方式只能当列车处于检修阶段时才能进行数据采集与分析,无法在列车处于运行状态时对网络健康