期刊文章详细信息
文献类型:期刊文章
XU Minjun;LIU Shimin;SHEN Hui;ZHENG Yu;LI Jie;BAO Jingsong;ZHENG Xiaohu;CHEN Ge(Institute of Intelligent Manufacturing,College of Mechanical Engineering,Donghua University,Shanghai 201620,China;School of Mechanical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)
机构地区:[1]东华大学机械工程学院智能制造研究所,上海201620 [2]上海交通大学机械与动力工程学院,上海200240
基 金:上海市青年科技英才资助项目(19YF1401600);中央高校基本科研业务费专项资金资助项目(2232019D3-32);东华大学研究生创新基金资助项目(CUSF-DH-D-2020056);国家自然科学基金资助项目(51805079)。
年 份:2023
卷 号:29
期 号:4
起止页码:1115-1126
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:机器人等弱刚性钻削系统柔性好、作业范围大,在复杂钻削场景中得到了广泛应用。但其弱刚性易导致颤振并产生毛刺,如何控制毛刺是研究热点和难点。由此,提出一种基于数字孪生的弱刚性钻削毛刺控制系统,由实体模型、虚拟模型、数据处理模块和钻削决策模块4部分组成。该方法在数字空间中构建钻削机理和数据融合的行为规则模型,实现对实体模型钻削加工过程的实时状态监测;所构建的钻削决策模块包括面向毛刺控制的决策信息生成模型和局部优化算法,实现对钻削加工过程的实时优化调控。通过弱刚性加工系统的物理钻削实验以及信息空间仿真实验的交互对比,验证了毛刺监测过程和决策反馈过程的可行性和有效性,结果表明所提数字孪生系统可使毛刺平均高度降低约14%。
关 键 词:弱刚性 钻削 数字孪生 决策优化 毛刺控制
分 类 号:TG52]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...