典型文献
数字孪生驱动的数控铣削刀具磨损在线监测方法
文献摘要：
针对数控铣床不断老化导致刀具磨损预测模型误差较大,加工过程中动态数据难以在线采集等问题,提出一种数字孪生驱动的刀具磨损在线监测方法.采用神经网络对加工过程中的多源数据进行特征提取,建立考虑机床老化的刀具磨损时变偏差量化模型,并在此基础上提出数控铣削刀具磨损的在线预测方法;开发了面向刀具磨损的数控铣削数字孪生系统,在线感知加工过程中的动态数据并实时仿真刀具磨损过程;最后,将该方法应用于实际加工中并与其他的预测方法进行了对比,结果表明该方法有效降低了机床老化带来的误差,实现了刀具磨损的精确预测.
文献关键词：
刀具磨损;多源数据;数字孪生;在线监测
中图分类号：
作者姓名：
李聪波;孙鑫;侯晓博;赵希坤;吴少卿
作者机构：
重庆大学机械传动国家重点实验室,重庆,400044
文献出处：
引用格式：
[1]李聪波;孙鑫;侯晓博;赵希坤;吴少卿-.数字孪生驱动的数控铣削刀具磨损在线监测方法)[J].中国机械工程,2022(01):78-87
A类：
B类：
数控铣削,在线监测,监测方法,数控铣床,刀具磨损预测,模型误差,加工过程,动态数据,多源数据,机床,量化模型,在线预测,数字孪生系统,感知加工,实时仿真,真刀,磨损过程,实际加工,精确预测
AB值：
0.251313
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
