一种双重降阶的数控机床数字孪生物理场构建方法

本发明涉及了一种数控机床有限元物理场构建方法，尤其是涉及了一种双重降阶的数控机床数字孪生物理场构建方法。

背景技术：

1、在工业生产运维保障过程中，数字孪生技术充分利用物理模型融合线上实时数据与测试实验等历史数据，集成多学科、多性能的仿真过程，在虚拟空间中完成物理性能映射，反馈设备的工作状态。为了完整反映工业设备多物理属性在空间上的分布规律，设备的物理属性状态通常采用有限元等数值方法进行仿真分析。

2、由于工业生产环境及其复杂，在工业生产过程中只能根据传感器来获取少量数据信息。在运行状态监测中，计算耗时的有限元分析方法难以满足实时性要求，无法在机床工作过程中实时同步呈现关键物理属性。因此，迫切需要能够实时拟合物理场的数字孪生系统，实现对设备物理属性的可视化监测。

3、孪生系统的计算速度问题与硬件计算能力、算法复杂度、模型复杂度紧密相关。对于大量数据集场景求解物理场问题，可以采用合适的代理模型进行物理场拟合求解，从而满足数字孪生系统求得快，求得准的需求。代理模型作为一种物理场状态的实时拟合方法，能够在时序数据与环境数据的驱动下呈现产品关键物理属性的空间分布情况。将物理参数作为输入，代理模型可以在几秒钟内求解出三维场，从而代替耗时的有限元计算。

4、基于径向基函数的模型降阶方法可以在一定程度上满足代理模型求解的要求，然而针对目前的常见的虚拟仿真软件，构建的代理模型需要考虑孪生系统的实时渲染能力。代理模型与软件之间的通讯接口和软件实时渲染能力都对模型节点数量存在限制。而低质量网格体代理模型结果精度往往较差，因此目前常见的代理模型存在网格数量与精度之间的矛盾。

技术实现思路

1、为了解决背景技术中存在的问题，本发明提出了一种双重降阶的数控机床数字孪生物理场构建方法。本发明方法能克服上述已有方法的不足，实现了数字孪生系统与代理模型的实时稳定通讯，虚实镜像映射的三角网格渲染和物理场实时仿真。并减少物理场模型与真实物理模型之间存在偏差。

2、为达到上述目的，本发明的技术方案如下：

3、s1：根据数控机床的工作状态参数，建立数控机床的有限元分析网格模型，以及建立数控机床的工作状态采样空间和构建在工作状态采样空间下的物理场有限元仿真样本数据集；

4、s2：根据物理场有限元仿真样本数据集，使用改进的k近邻算法对有限元分析网格模型进行仿真数据初步降阶，得到稀疏网格模型及其网格节点对应的仿真数据；

5、s3：根据稀疏网格模型及其网格节点对应的仿真数据，采用径向基函数建立数字孪生物理场代理模型，建立网格节点和关键采样点的传感器所采集的采样数据之间的映射关系；

6、s4：对数字孪生物理场代理模型和数控机床真实样本数据进行虚实一致性验证，如果验证不通过则对数字孪生物理场代理模型进行优化，直至获得验证通过的数字孪生物理场代理模型并部署于数字孪生系统中；

7、s5：将实时传感数据输入数字孪生系统中，结合网格节点和关键采样点的传感器所采集的采样数据之间的映射关系，数字孪生系统中通过数字孪生物理场代理模型实时求解获得物理场分布。

8、所述s1中，首先根据数控机床的工作状态参数建立数控机床的工作状态采样空间，接着在工作状态采样空间中对数控机床工作状态进行采样后获得机床采样点，再对各机床采样点对应工作状态下的机床进行参数化仿真分析后，获得物理场有限元仿真样本数据集。

9、所述s1中，对于数控机床的有限元分析网格模型的每个三角形面片，三角形面片的每条边由两个有向半边组成。

10、所述s2具体为：

11、s21：根据物理场有限元仿真样本数据集，将有限元分析网格模型中的所有三角形面片映射到三维空间后判断各三角形面片处于网格体表面或网格体内部，从而确定各网格节点为网格体内部节点或网格体表面节点，获得稀疏网格模型；

12、s22：使用k近邻算法分别计算各网格体内部节点和各网格体表面节点对应的物理属性值并更新，获得稀疏网格模型中各网格节点对应的仿真数据，其中，网格体内部节点和网格体表面节点的权重不同。

13、所述s4具体为：

14、s41：对数字孪生物理场代理模型和数控机床真实模型进行虚实一致性验证，如果验证通过则将当前的数字孪生物理场代理模型作为最终的数字孪生物理场代理模型，否则则执行s42；

15、s42：使用遗传算法对数字孪生物理场代理模型进行迭代优化，获得优化后的数字孪生物理场代理模型，对优化后的数字孪生物理场代理模型进行虚实一致性验证，如果验证通过则将当前的数字孪生物理场代理模型作为最终的数字孪生物理场代理模型，如果验证不通过则则执行s43；

16、s43：采用拉丁超方采样方法在工作状态采样空间下重新对数控机床工作状态进行采样后获得机床采样点，进而获得物理场有限元仿真样本数据集，重复s2、s3和s41，直至获得最终的数字孪生物理场代理模型并部署于数字孪生系统中。

17、所述s1中，物理场有限元仿真样本数据集中，物理场包括结构场和温度场，有限元仿真样本数据所属的对象为数控机床中的关键零部件。

18、所述径向基函数的插值核函数采用高斯核函数。

19、本发明通过双重降阶的物理场代理模型构建方法，将有限元求解结果经由knn算法将样本数据初步降阶成较稀疏网格节点数据，使点集数量保持在图形渲染软件实时渲染能力范围内；采用rbf径向基函数训练出代理模型，实现物理场的重构；采用遗传算法对代理模型进行迭代优化；对于收敛后仍存在较大偏差的代理模型，采取重新构造代理模型方案；实现了实时运行数据驱动的虚实镜像映射物理场仿真。

20、与现有的技术与方法相比，本发明具有以下有益效果：

21、本发明采用融合边界条件的k近邻算法对物理场模型初步降阶，避免了物理场边界拟合结果向中心偏移，将密集网格点云特征降阶为稀疏网格体三角面片各点的物理信息值，使网格点数量保持在图形渲染软件的实时渲染能力范围内。

22、本发明在初步降阶物理场网格模型后，通过径向基函数建立网格所有单元和关键采样点传感器采样数据之间的映射关系，从而根据不同的边界条件信息反推出整个物理场物理属性的分布情况。

23、本发明通过遗传算法对代理模型进行迭代优化，对于收敛后仍存在较大偏差的代理模型，采取重新构造代理模型。减小了代理模型结果与真实物理模型之间的偏差，提高了代理模型优化效率。

24、综合上述，本发明达成适用于数字孪生系统的物理场代理模型构建，从而实现工业生产过程中关键零部件物理场实时求解与仿真。

技术特征：

1.一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述s1中，首先根据数控机床的工作状态参数建立数控机床的工作状态采样空间，接着在工作状态采样空间中对数控机床工作状态进行采样后获得机床采样点，再对各机床采样点对应工作状态下的机床进行参数化仿真分析后，获得物理场有限元仿真样本数据集。

3.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述s1中，对于数控机床的有限元分析网格模型的每个三角形面片，三角形面片的每条边由两个有向半边组成。

4.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述s2具体为：

5.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述s4具体为：

6.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述s1中，物理场有限元仿真样本数据集中，物理场包括结构场和温度场，有限元仿真样本数据所属的对象为数控机床中的关键零部件。

7.根据权利要求1所述的一种双重降阶的数控机床数字孪生物理场构建方法，其特征在于，所述径向基函数的插值核函数采用高斯核函数。

技术总结
本发明公开了一种双重降阶的数控机床数字孪生物理场构建方法。将在工作状态采样空间下的物理场有限元仿真样本数据集经由改进的KNN算法初步降阶成较稀疏网格节点数据，使点集数量保持在图形渲染软件实时渲染能力范围内；采用RBF径向基函数训练出数字孪生物理场代理模型，实现物理场的重构；根据遗传算法对数字孪生物理场代理模型进行迭代优化，解决代理物理场模型与真实物理模型之间存在偏差的问题；最后将数字孪生物理场代理模型部署到数字孪生系统中并实时求解物理场分布。本发明达成数字孪生系统中反映关结构场与温度场的空间分布情况，从而实现了实时运行数据驱动的虚实镜像映射物理场仿真。

技术研发人员：刘振宇,裘辿,谭建荣,蔡博洋,黄坤
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/1/15