数字孪生数据驱动的直线电机进给系统运动性能监控

作     者：刘圣森 

作者单位：河北工业大学 

学位级别：硕士

导师姓名：魏强;杨泽青

授予年度：2022年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主      题：数字孪生 直线电机进给系统 运动性能监控 虚实数据融合 

摘      要：直线电机进给系统作为高档数控装备、机器人、精密运动平台位置跟踪与定位控制的关键部件,其运动性能直接影响系统的定位精度和控制精度,研究其运动性能监控方法具有重要意义。另外,由于长期在复杂工况环境下服役,直线电机进给系统的运动性能会出现渐变性退化,而动态多变服役环境将会导致传感检测装置及测量仪器获取的监测数据不够准确,具有不确定性和随机性,所以对进给系统进行运动性能监控具有困难。为解决上述问题,本文结合数字孪生技术在复杂装备性能监控及预测性维护方面的优势,将其引入孪生数据驱动的直线电机进给系统运动性能监控,取得了如下成果:(1)在分析直线电机进给系统性能监控现状及数字孪生在复杂装备性能监控优缺点的基础上,鉴于数字孪生具有虚实融合、以虚控实、以实利虚、迭代优化和全流程数据驱动等优点,结合动态多变复杂服役环境下直线电机进给系统运动性能监控的要求,以数字孪生五维结构模型为脉络,构建了孪生数据驱动的直线电机进给系统性能监控模型,主要包括物理实体、数字孪生虚拟模型、传感检测网络、孪生数据。(2)以X-Y两轴联动直线电机进给系统为研究对象,采用Solid Works和Unity3D建立数字孪生虚拟模型。在实际工作过程中,电机发热产生的不均匀温度场会导致直线轴产生热变形,并会进一步影响系统的运动精度,由此在模拟工况环境下对进给系统单轴和两轴联动进行多工况的热-结构耦合性能仿真分析,构建了包含温度、热变形等孪生变量的仿真数据库。(3)在分析直线电机进给系统运动性能影响因素和数据类型的基础上,搭建了X-Y两轴联动直线电机进给系统运动性能传感检测网络,采集了多工况下、多测点处温度、热变形、电机电流等信号,利用灰色关联分析(Gray Relation Analysis,GRA)筛选孪生敏感变量,再利用贝叶斯神经网络构建敏感孪生变量与运动性能指标映射模型,同时构建了包含进给速度、实时位置、电机电流、敏感点坐标、敏感点温度、运动轴定位误差等孪生变量的物理监测数据库。(4)为实现数字孪生模型的迭代更新优化,首先采用D-S证据理论对仿真孪生数据和物理监测孪生数据进行多源异构数据融合。以建立的贝叶斯神经网络敏感孪生变量与运动性能指标映射模型为基础,采用增量式训练方法并利用融合数据对其进行更新。最后利用更新后的贝叶斯神经网络敏感孪生变量与运动性能指标映射模型实现进给系统运动性能调控,以实现数字孪生模型全流程数据驱动的以虚控实监控效果。运行结果表明数字孪生数据驱动的直线电机进给系统定位误差比传统物理监测模型降低了14.69%;数字孪生虚拟模型的仿真数据可用于模型更新,且模型更新后的定位误差能够降低24.53%,从而验证了本文所提监控方法的可行性。本文所提方法为直线电机进给系统运动性能监测与调控提供了数据基础,研究成果为推动数字孪生模型在复杂装备性能监控中的应用提供参考。