针对当前注塑模具监控系统数智化程度低、模具状态监控过程中虚实空间融合缺失等问题,提出一种基于数字孪生的注塑模具可视化监控方法。从几何、物理、行为、知识4个维度构建注塑模具的多维融合模型,实现模具虚实空间的信息映射。在此基础上,依托Unity3D引擎设计开发注塑模具的数字孪生监控系统,最后以某汽车用注塑模具为例进行验证。阐述了数字孪生系统的孪生模型、实时监测、数据分析功能,验证了所提方法的有效性及合理性。

研究6R机器人的时间最优轨迹规划。采用牛顿-欧拉法建立机器人动力学模型;机器人末端路径采用多项式插值,通过动力学和运动学约束情况下的相平面法获得时间最优轨迹数据。针对机器人手动示教存在的精度不稳定、编程时间长、机器人工作效率低的问题,研发基于OpenGL和C#的数字孪生系统。将轨迹优化算法应用于该系统,实现了机器人离线示教、轨迹规划、离线仿真和在线控制。最后在ZRRT-608机器人上验证了该系统和时间最优轨迹规划算法,结果表明机器人作业时间达到最短。

电力场景复杂多变,机器人自主作业具有一定危险性。机器人运动控制如果出现错误,将带来不可预估的破坏和影响,所以机器人面对执行实际任务之前,非常有必要对作业任务和功能算法通过仿真形式进行验证,以及在作业过程中对机器人状态和与环境交互数据进行实时监控,确保机器人安全可靠完成作业任务。文中提出了一种基于数字孪生的电力机器人作业控制系统与配网带电作业应用,从作业环境建模、机器人建模、运动学分析、路径规划、碰撞检测等方面构建数字孪生系统。并且搭建配网带电作业机器人剥线任务作业实验平台进行作业仿真在线监控实验验证。实验结果表明,该系统能够有效实现电力机器人的配网作业仿真和在线监控。

液压支架是矿井综采和综放开采智能工作面的关键支护与放煤设备。针对井下环境存在设备健康评估与故障维护困难、难以对液压支架疲劳寿命进行预测等问题,基于数字孪生技术和长短时记忆(Long Short-Term Memory,LSTM)循环神经网络,提出了矿山液压支架顶梁疲劳监测与寿命预测方法。该方法根据矿山液压支架顶梁的结构与工作原理,首先利用有限元法建立液压支架系统仿真模型,并采用ANSYS有限元分析获得液压支架顶梁状态参数与疲劳寿命值的相关数据集;然后利用ANSYS Twin Builder构建高置信度的数字孪生验证模型,并根据矿山液压支架顶梁的屈服强度和本构关系等真实的边界条件,进一步验证与优化有限元分析模型;再通过LSTM神经网络对训练集进行训练并利用测试集进行测试,以确定液压支架顶梁寿命的预测模型,从而实现对矿山液压支架顶梁疲劳寿命的准确预...

为减少液压系统设计计算量及提高系统设计可靠性,结合数字孪生与知识图谱技术,构建了基于数字孪生体的液压系统知识模型。搭建基于数字孪生的液压系统知识架构,从物理空间到虚拟空间,形成包含几何、规则、结构及行为4层模型的数字孪生体模型。以此为基础,构建由知识获取、知识表示及知识推理组成的知识模型。运用知识模型推理出新知识并保存至液压系统知识库中,实现知识重用与知识可视化,提高液压系统设计效率。最后,以4JZ-1.0A型履带式辣椒收获机液压系统为例,运用知识模型进行推理,所得液压系统元件型号与理论设计一致,验证了该知识模型的有效性。

针对具有高性能要求的矿山机械装备零件需要严格把控加工过程,所以实时获取加工信息与控制加工过程对于优化加工工艺至关重要。传统的MBD方法能够将零件信息定义到三维模型中,但无法实时监控与控制加工过程。提出一种基于数字孪生的复杂零件动态建模方法,该方法可以构建矿山机械装备零件加工过程多物理、多维度的数字孪生模型。通过这种方法,建立了基于数字孪生的动态模型,包括几何模型、工艺模型等子模型,这些模型可以互相交互,并且能够实时展现矿山机械装备零件加工过程的动态变化与制造工艺的在线优化,给工艺优化提供思路。

提出一种机械装备的数字孪生结构参数分析与评价体系。运用ANSYS软件对机械装备的整机结构进行静刚度分析与动态性能分析。运用BP神经网络及专家打分对结构参数进行评价,验证了机械装备的数字孪生结构参数设计方法正确性与可行性。