一、虚拟制造系统中的数控加工仿真（论文文献综述）
毕筱雪[1]（2021）在《云制造环境下资源建模及优化配置方法研究》文中进行了进一步梳理网络信息技术的飞速发展,推动全球制造业朝着智能化、服务化、定制化方向转型升级。近年来,推进网络技术与制造业深度融合的先进制造模式研究成为学术界与产业界研究的热点。云制造作为一种面向服务的网络化制造模式应运而生。云制造是云计算理念在制造业领域的应用与发展,体现了“分散资源集中使用”和“集中资源分散服务”的思想,通过对分布式的制造资源进行集中的管理与运营,实现制造资源的高效共享与合理利用,为用户提供可随时获取、按需配置且优质廉价的制造服务。云制造的核心思想是“制造即服务”,通过虚拟化、服务化方法将制造资源及制造能力封装为云服务,并通过服务匹配、服务优化选择等关键技术,实现企业间制造资源的高效共享与协同制造。论文在国内外已有研究成果的基础上,针对云制造模式下,制造资源的异构性与分布性特征、服务需求的复杂性与多样性特征及云制造平台的动态性与稳定性特征,对云制造平台中制造资源的服务化封装、匹配与选择、动态调整问题进行研究,主要研究内容如下:（1）研究面向中小企业的云制造体系结构,分析面向中小企业的云制造典型特征及运行模式,提出云制造服务平台中云服务注册、获取、管理的流程与功能需求。在此基础上构建基于多Agent的云制造平台功能架构,并对功能架构中所涉及的各Agent类型及相互之间的交互方式进行分析,在分析各功能模块实现技术的基础上建立云制造关键技术体系。（2）针对云制造环境下制造资源多样性、异构性和复杂性的特点,提出一种基于语义的云制造资源建模与服务化封装方法。首先,根据制造资源的共性与服务化封装的需求,构建云制造资源形式化描述模型,将制造资源抽象描述为制造能力。然后,在此基础上采用本体建模技术构建基于语义的云服务结构模型,通过对制造资源相关的概念、属性、公理、规则进行规范化描述,解决制造资源描述过程中的语义异构问题。最后,通过制造资源实例化方法将云服务结构模型转化为云服务描述模型,实现制造资源的服务化封装,并以某VMC-2100B立式加工中心为例,描述制造资源的服务化封装与注册方法。（3）针对云制造环境下服务需求与制造云服务的功能匹配问题,提出一种基于语义的制造云服务匹配与组合方法。针对单一云服务的匹配需求,提出一种基于语义的制造云服务搜索与匹配方法,基于云服务结构模型计算服务需求与云服务的语义相似度;针对组合云服务的匹配需求,提出一种基于任务相关度的任务需求分解与组合服务匹配方法。首先,运用分层任务网络（Hierarchical Task Network,HTN）,将任务需求分解为一组具有约束关系的原子任务。然后,根据任务单元设计原则,提出一种基于任务相关度的原子任务重组方法,将原子任务重组为一组任务单元,在重组过程中采用基于语义的制造云服务搜索与匹配方法为各任务单元匹配满足功能需求的候选云服务,有效解决了任务需求分解与组合云服务匹配过程脱节的问题。最后,以某轴类零件加工的任务需求为例,验证所提云服务匹配与组合方法的有效性。（4）针对云制造环境下云服务组合优化选择（Service Composition and Optimal Selection,SCOS）过程中,多个服务质量（Quality of Service,Qo S）评价指标的权衡优化问题,提出一种基于第三代非支配排序遗传算法（NonDominated Sorting Genetic Algorithm-III,NSGA-III）的偏好多目标优化算法,并首次使用偏好多目标优化算法求解SCOS问题。提出一种K层偏好参考点生成方法,改进原始算法中参考点的生成策略,并相应的提出一种适应度值计算方法和环境选择策略,将用户偏好通过参考点融入到寻优过程中,引导算法搜索用户感兴趣的部分帕累托前沿,以增加种群个体的选择压力,提升算法的效率与收敛性。采用模因演算法改进算法的后代生成策略,解决原始算法局部搜索能力不足的问题。最后,通过对比实验,验证所提算法的有效性与高效性,实验结果表明,所提算法能够根据用户偏好权重搜索到一组具有良好收敛性和多样性的云服务组合优化配置方案。（5）针对云制造环境下异常云服务节点的动态调整问题,提出一种基于多Agent的云制造服务异常处理框架,并为任务Agent设计一种云服务异常自适应调整模型。基于上述模型,提出一种云服务异常自适应调整算法。首先,根据云制造环境的特点,建立基于稳定性和Qo S指标的目标函数。然后,采用蜜源编码策略,蜜源邻域搜索策略和蜜源适应度值计算策略改进人工蜂群算法（Artificial Bee Colony Algorithm,ABC）,并将改进算法应用于上述目标函数的求解中。最后,通过仿真实验验证所提方法的有效性,实验结果表明,所提方法能高效的实现异常云服务的动态调整,维护云制造平台的稳定性。
王译晨[2]（2020）在《面向制造单元的数字孪生体建模与管控技术研究》文中研究指明随着经济全球化进程的加快和国际市场竞争环境的加剧,以个性化为主要特征的市场需求要求企业生产系统具备更高的柔性,同时以新型信息通讯技术为核心的信息物理融合系统（Cyber Physical System,CPS）赋能制造资源更多的分散化增强型智能特性,实现了制造资源的解耦,降低了生产系统的刚性,而制造单元作为CPS环境下生产系统的最小粒度单元,研究其建模与管控问题对于提高CPS环境下生产系统的柔性以及支撑生产系统功能的实现具有重要的意义。数字孪生作为实现信息与物理融合的一种有效手段和新型技术,由于其所具有的仿真与虚实映射特性,不仅能够为制造单元管控系统的开发和验证提供虚拟的硬件测试环境,而且能够为生产系统的离线仿真与实时运行管控提供一种新的模式。因此,本文针对个性定制化市场需求对生产系统柔性所提出的更高要求,在结合CPS赋能生产系统更高的柔性以及其他功能与特性的基础上,以CPS环境下的离散制造单元为研究对象,以制造单元的建模与管控问题为研究切入点,基于数字孪生所特有的虚实映射与仿真等特性,围绕数字孪生驱动的制造单元建模与管控技术展开研究,主要研究内容如下:（1）在对国内外研究现状进行学习与综述的基础上,结合CPS与数字孪生的功能特性,定义基于数字孪生的制造单元内涵、特征、功能以及资源组成,并构建其管控架构,设计其运行机制,为后续的研究内容提供整体支撑。（2）依据数字孪生体的建模规范,围绕制造单元的运行与管控场景需求,在运用相关本体、混合Petri网等建模理论与方法的基础上,重点研究制造单元的资源结构与管控行为等数字孪生体单视图模型的构建方法,进而在集成制造单元几何与物理模型的基础上,提出基于数字孪生的制造单元多视图管控场景集成建模方法,并在定义多视图模型协同机制的基础上,最终完成制造单元数字孪生体模型的构建,为数字孪生体驱动的制造单元管控技术的研究提供模型支撑。（3）依据制造单元管控的不同时效性需求,结合数字孪生体的虚实同步与离线仿真特性,在设计制造单元整体管控指标体系的基础上,基于制造单元数字孪生体模型,分别从可视化实时监控与生产异常诊断两个方面的管控需求展开研究。其中,围绕可视化实时监控目标,在研究数字孪生制造单元的资源标识与采集、虚实映射与通讯等关键技术的基础上,通过构建数字孪生制造单元的可视化实时监控模型,从而支撑制造单元的实时监控需求,进而凸显数字孪生的虚实同步特性;其次,围绕异常诊断需求与管控重点,重点围绕设备管控,在构建制造单元故障树及异常诊断专家知识系统的基础上,研究基于知识推理的数字孪生制造单元生产异常诊断与反馈控制方法,凸显数字孪生的离线仿真特性。（4）结合上述研究成果,在完成开发与验证环境搭建的基础上,分别从系统运行流程设计、数字孪生体模型构建、管控场景集成开发、仿真等环节进行原型系统的开发与验证。通过上述研究,能够证明数字孪生在改变CPS环境下制造单元的管控方式、提高制造单元管控能力方面的合理性与有效性,希望本文所提出方法能够为数字孪生在制造单元的管控以及生产系统中的应用研究提供研究案例与参考依据。
李小龙[3]（2020）在《基于数字孪生的机床加工过程虚拟监控系统研究与实现》文中进行了进一步梳理随着传统制造业与互联网信息技术的逐渐融合,传统制造向智能制造转变。智能制造的基础是物理空间与数字空间的互联互通,而数字孪生是实现物理空间与数字空间融合最佳途径。本文基于数控机床的数字孪生,研究了机床加工过程多源异构数据的可视化监控技术、机床数字孪生物理规则的融合方法,最终开发了基于数字孪生的机床加工过程虚拟监控系统。本文的主要研究内容如下:（1）虚拟监控系统的整体设计:提出系统设计目标、原则、开发流程;对虚拟监控系统的问题进行分析,得出虚拟监控系统核心目标是提升机床数字孪生几何层面映射和物理层面映射的性能,进而实现基于数字孪生的虚拟监控;设计包含五个需求模块的虚拟监控系统结构及五层结构的虚拟监控系统网络架构。（2）基于多源异构数据的机床可视化监控设计与实现:分析并采集机床加工过程的多源异构数据,设计并实现基于Json的数据集成;设计并实现基于Redis和RabbitMQ的虚拟监控系统数据异步传输方法,开发设备数据管理平台,测试显示异步传输方法相比普通方法的读写性能提升5.4倍,吞吐量提升1.64倍;设计并实现C#、Python的混合编程,并对机床运行数据的处理进行分析;研究并实现数据的可视化映射与显示性能优化,基于Unity3D开发可视化组件,使用场景剔除技术优化系统的显示性能。（3）基于深度学习的机床数字孪生模型物理仿真研究:对于数字孪生物理层面的映射,研究基于仿真数据回归计算建模的物理规则抽象和基于深度学习的物理规则封装;研究并实现仿真工况数据和仿真结果数据的图像化处理,基于cGAN建立回归计算模型,并基于TensorFlow做实现;以VMC0656e机床为对象,实现主轴系统瞬态热力学物理规则的融合,测试显示本文方法相比有限元软件求解在较小误差下,求解时间、计算产生的数据规模上有显着降低。（4）虚拟监控系统的集成测试:阐述虚拟监控系统的开发环境,设计系统的运行流程、界面;对虚拟监控系统客户端进行测试,测试显示系统的硬件资源占用率低、显示性能良好;以VMC0656e机床为对象,进行虚拟监控系统实例测试,实验表明虚拟监控系统的实时性好、生成结果误差小。
高骏[4]（2020）在《大型船舶发动机缸体加工工艺参数优化及虚拟加工仿真方法研究》文中认为船舶发动机缸体是船舶的核心部件,其加工质量直接决定着船舶的使用性能和运行性能。船舶发动机缸体因加工难度大需要在投入实际大批量生产之前进行首件试切,以检验数控程序及工艺规划的合理性,且加工工艺参数选取不合理会导致船舶发动机缸体的加工效率和加工质量难以提高,因此,深入研究虚拟仿真的船舶发动机缸体数控加工和加工工艺参数优化方法是必要的。本文针对船舶发动机缸体数控工艺优化技术,利用大型龙门五面复合加工中心进行船舶发动机缸体的仿真加工。主要从工艺规划、刀路轨迹生成、后置处理、加工参数优化、虚拟仿真及混合编程等理论与技术手段,探索龙门五面加工中心的仿真搭建方法及加工参数的优化方法,借助高速发展的计算机技术通过混合编程方法,实现在虚拟环境下对船舶发动机缸体进行参数优化和仿真加工。主要研究内容如下:（1）通过分析船舶发动机缸体加工工艺,制定了发动机缸体的加工工艺路线,对其进行刀路轨迹生成的方法研究,确定了走刀步长、行距的计算方式及刀具矢量的控制方法,并研究了龙门加工中心的后置处理算法,以此开发后置处理器获取数控机床可识别的NC代码,从而为后续船舶发动机缸体的虚拟仿真加工奠定了基础。（2）通过分析影响船舶发动机缸体加工质量的因素,将铣削速度、刀具每齿进给量、切削宽度和切削深度作为设计变量,建立了船舶发动机缸体加工参数多目标优化函数,分析了制造发动机缸体时需满足的约束条件;提出了基于精英保存及大变异操作方法对遗传算法进行改进,并应用模拟退火罚函数处理船舶发动机缸体加工时的非线性约束条件,结合遗传算法进行了仿真计算,从而调整遗传算法参数并对优化算法的稳定性进行了验证。（3）研究了虚拟机床的构建原理及方法,通过分析船舶发动机缸体实际加工使用的龙门加工机床结构,建立虚拟机床的三维模型和运动学模型,提出了龙门加工中心侧面铣头运动构建方法,可实现各角度的侧面铣头运动,搭建了相应虚拟加工环境,并添加UG与VERICUT的接口,通过建模与仿真无缝对接,更加方便快捷地完成船舶发动机缸体的仿真加工,进一步验证了虚拟机床的正确性及缸体加工工艺的合理性。（4）通过分析C#与Matlab中存储数据形式的差异,研究了C#与Matlab的数据接口,开发了基于船舶发动机缸体的虚拟加工仿真软件;结合虚拟加工软件实现了在虚拟环境下对船舶发动机缸体进行参数优化和仿真加工,通过船舶发动机缸体的试切实验,对比优化结果检验了软件的可行性。
张辰源[5]（2020）在《工业机器人数字孪生制造系统可重构建模研究》文中提出数字孪生是实现制造系统信息物理融合的重要技术途径,基于数字孪生的制造系统是智慧制造的典型代表,具有多种重要用途,例如产品全生命周期管理、制造过程管控、可视化交互、生产预测和健康管理等。然而,由于数字孪生制造系统的高度复杂性,导致开发或重构数字孪生制造系统工序繁琐、工作量巨大,这将会产生大量时间成本和人力成本,如果制造系统中大量使用工业机器人这类制造能力多样但编程不灵活的制造装备,上述成本问题将更加明显。同时,对于现代制造系统,面向柔性制造的系统可重构需求也同样亟待满足。针对上述问题,本文以数字孪生制造系统为研究对象,针对工业机器人制造系统多级重构的问题,重点研究数字孪生制造系统可重构建模方法,主要的研究工作如下:（1）工业机器人数字孪生制造系统可重构建模机制研究。基于制造系统的运行数据和设备参数,构建面向重构任务的虚拟孪生体五维模型,并提出由五维融合模型驱动的可重构数字孪生制造系统架构。通过分析制造系统重构问题,提出两种数字孪生制造系统重构策略,并构建表征虚拟孪生体间依赖知识的依赖树模型,为数字孪生制造系统的重构决策提供知识基础。面向数字孪生制造系统服务可重构的需求,提出统一规范的服务功能块,为数字孪生制造系统提供可重构、可复用的动态服务。（2）基于多智能体深度学习的数字孪生制造系统多级重构方法研究。面向工业机器人制造系统重构任务,研究系统布局拓扑模型,针对系统重构问题的多种粒度,分别提出单元级和系统级制造能力增强模型,为数字孪生制造系统多级重构算法提供模型基础。通过分析制造系统中各类虚拟孪生体的制造能力以及其之间的关联关系,基于深度学习网络构建数字孪生制造系统单元级服务重构模型,研究深度学习智能体生成模型,并提出基于多智能体深度学习的数字孪生制造系统服务重构算法,实现数字孪生制造系统的服务重构决策和优化。（3）设计并开发工业机器人可重构数字孪生制造原型系统。该系统包括虚拟孪生体控制模块、数据交互及模型更新模块、系统重构模块和人机交互接口模块。通过系统运行与实验验证,所提出的工业机器人数字孪生制造系统可重构建模方法能够有效支持数字孪生制造系统的正常运行和重构算法的执行,以及提出的基于多智能体深度学习的数字孪生制造系统多级重构算法可以实现有效的制造系统重构决策与优化,大量减少了工业机器人数字孪生制造系统重构的时间成本和人力成本。
尚振东[6]（2019）在《重型数控铣镗床能耗特性及能效评价方法研究》文中研究指明工业生产在给人类生活带来福利的同时,也给人类赖以生存的生态环境带来了巨大的负担,人类社会的发展越来越受到能源、资源和环境的约束,因而人们必须寻求一种可持续的发展模式。节能减排是人类社会实现可持续发展的第一步,而机床作为工业生产的母机,具有量大面广能效低的特点,蕴含着巨大的节能潜力。但由于机床能耗特性的复杂性,人们目前还缺乏对机床能耗特性的深入理解,在实际生产中仍然难以准确预测加工过程能耗,同时也由于缺乏有效的方法对机床能效水平进行评价,导致在实际生产中人们无法根据能效水平对机床进行分类管理和使用。以上问题对产业界降低机床使用过程能耗造成了巨大的困难,对此,本文以重型数控铣镗床这一关键设备为对象,从机床能耗建模、加工过程能耗预测、机床能耗特性研究和机床能效水平评价共四个方面进行了研究。基于功率流分析建立了机床能耗模型。定义了机床直接能耗计算边界,在此基础上将机床总功率划分为由运动子系统消耗的功率和由固定子系统消耗的功率,并称后者为机床基础功率。详细分析了主轴和进给轴的功率流,分别建立了相应的能耗模型。通过对比分析切削时和空载时机床功率的差异,发现切削时的机床功率和空载时的机床功率之间的差值并不等于材料去除功率,将这部分功率称为切削附加功率,并建立了其理论模型。进一步,通过切削附加功率,建立了机床切削功率和空载功率之间的联系,从而消除了机床能耗特性研究中由切削条件变化（如切削参数、刀具、工件材料等）所带来的复杂性,极大地简化了机床功率特性的研究过程。通过实验研究了重型数控铣镗床的能耗特性。搭建了机床功率测量系统,通过实验验证了所建立的机床能耗理论模型,重点研究了机床主轴系统和进给系统等子系统的空载能耗特性以及切削附加功率,并通过切削附加功率建立了机床空载功率和切削功率之间的联系。同时,以面向节能的切削参数优化为切入点,研究了切削参数变化对加工能耗的影响规律。提出了基于虚拟制造的加工过程能耗预测方法,并据此分析了重型数控铣镗床在实际加工中的能耗特性。从时间和空间两个维度联合定义了加工过程综合能耗的边界,且据此将加工过程综合能耗划分为直接能耗和间接能耗,并分别建立了各自的能耗计算模型。通过在传统虚拟制造系统上扩展和集成能耗分析功能,提出了基于虚拟制造技术的加工能耗预测方法,并开发了具有能耗评估功能的虚拟制造系统MEsim。验证了所开发MEsim系统的可靠性和所提出的加工过程能耗评估方法的准确性,以一个典型的加工过程为例,从实时功率、实时能耗、加工能耗构成、加工时间构成、不同加工状态下各机床子系统能耗、加工过程功率的统计学分析等多个维度对该加工过程中重型数控铣镗床的能耗特性进行了分析。为了指导机械制造企业节能,基于上述机床能耗特性研究,建立了机床能效水平评价体系。分析了机床能效水平评价的一般原则和需求,通过研究不同加工工况下的机床能耗特性,得到了机床能效关键影响因素,并同时从子系统层面和整机层面建立了机床能效水平评价关键指标集。利用DEMATEL方法将多个指标集成为了一个综合的机床能效水平评价指标,该指标能够全面反映机床能耗特性,具有物理意义明确、易于测量、能够同时满足不同人员对机床能效水平评价的需求等特点,并据此设计了机床能效水平标识。针对两台TK6920重型数控铣镗床,示范了所提出能效水平评价体系的应用。本文的研究将为机械制造行业降低能耗水平和制定机床能效评价标准提供理论依据。
徐彬梓[7]（2019）在《基于知识的离散制造系统能效优化方法研究》文中研究说明离散制造业涉及航空航天、汽车、电子器件、装备制造等行业,数量巨大,其总体能耗及排放不容忽视.离散制造系统能耗与设备运行状态及其传动结构、工艺参数、工艺特征排序、产品结构、生产调度和启停控制等因素具有密切关联性.特别是柔性制造和混流制造等复杂离散制造过程受加工任务多变、设备状态和工艺动态多变等工艺过程特征的影响,能耗机理复杂.加工参数/热力学能耗模型中大量参数的事先未知性、设备能耗过程的高度非线性特点,以及复杂工作流中不可避免存在的随机性、动态性,对系统能耗过程的建模、分析和优化提出了挑战.现有的研究成果聚焦在基于静态机理模型的能效指标优化运行上.在系统建模和优化时,未充分考虑生产运行过程中动态不确定因素的影响,对于离散制造环境所提供的海量信息利用也不充分.本文从知识自动化的角度出发,提出了面向离散制造系统的能耗知识表示与更新方法,并在能量流分析的基础上基于能耗层次性和关联因素分析分别提出工艺参数节能优化方法、工艺路线节能优化方法和动态柔性调度节能优化方法,以实际车间为例开发了离散制造系统能效优化软件平台.本文的主要研究内容如下:（1）基于离散制造系统能量流分析,提出了基于本体的能耗知识表示与更新方法.能流分析表明,离散制造系统能耗由工步层、工序层、零件层和产品层四个层次构成,且与设备状态、工艺路线、计划排产等生产要素动态关联,难以用数学模型进行统一描述.针对此多源多层次动态系统建模问题,本文采用自顶向下的方法搭建了基于本体的能耗知识模块化多粒度层次表示模型.该模型通过本体对各类知识进行语义标注,并根据能耗层次性和异构耗能要素分析将本体和知识互相关联,最终形成反映能耗流动和耗能要素相互影响的能耗知识网络.此外,针对现有知识更新方法难以保证知识时效性的问题,提出了基于记忆与遗忘机制的知识更新机制,通过强调能耗知识的使用频率来保证知识的有效性.（2）基于能耗数据和知识,提出了融合实例推理与多目标竞争粒子群算法的工艺参数节能优化方法.考虑到工步能耗受设备类型、加工参数等多种异构要素影响,传统静态机理建模方法技术要求高且难以描述设备老化导致的工步能耗特性动态变化.本文依据上述知识建模方法搭建了能耗知识实例库,基于输入功率波动程度量化异构耗能要素的重要性,并通过层次检索技术和实例推理技术来检索相似工步以预测能耗.在该预测模型的基础上,采用多目标竞争粒子群算法以工步能效和加工时间为目标对工艺参数进行优化求解.实验结果表明,所提预测方法相比已有方法具有更高的预测精度,且工艺参数优化可以提高有效能耗,降低空载能耗,从而提高工步的能效.（3）考虑工艺路线与零件能效的相关性,提出了面向能效的典型工艺路线知识自动发现与推送方法.针对已有工艺路线相似度指标工艺信息考虑不全面的问题,提出了一种新的基于改进伪最长公共子序列和Jaccard相似度的工艺相似度指标.此外,通过熵权法将能耗信息与工艺相似度信息融合,提出了综合相似度指标.为保证聚类有效性,本文在聚类部分引入了数量软约束和半径软约束.考虑聚类个数可知和不可知两种情况,对K中心点算法、近邻传播算法以及混合算法进行改进,以产生符合软约束要求的有效聚类结果,并进一步提出了基于综合相似度的典型工艺路线知识自动推送方法.实验表明所提算法可以发现更加合理的典型工艺路线,避免生产瓶颈,从而降低待机能耗,提高零件生产能效.（4）考虑生产调度对离散制造系统能效的影响,提出了一种基于GPHH的节能调度规则自动发现方法.GPHH中传统的元算法以一种非延迟的方式来处理路径决策和排序决策,难以保证调度决策的时效性.本文提出一种基于路径决策延迟策略的元算法,将路径决策推迟至排序决策之前,以保证所有的调度决策都考虑到最新的系统信息,从而做出最为合理的决策.基于该思想,设计三种队列选择策略,并运用GPHH来自动产生元算法中运用到的调度规则.基于所提算法,以系统能效和平均延迟时间为优化目标,对动态柔性离散制造系统调度问题进行求解,结果表明所提算法相较于已有算法可以得到更高的生产能效.（5）以无锡某机床制造企业大件车间为示范车间,将本文所提能效优化方法应用到机床大件零部件的生产过程中.在Windows系统下,设计开发了离散制造系统能效优化软件平台.该平台搭建了制造过程监管模块、工艺参数优化模块、典型工艺路线查询模块和调度规则模型,实现了示范车间制造过程能耗监控与能效优化.从工序、设备、零件、产品四个层面分析了本文所提优化方法的有效性,结果表明所建软件平台能有效提升离散制造车间的能效.
姜静[8]（2019）在《基于数字孪生的数控机床加工路径优化方法研究》文中提出作为智能制造的重要装备之一,数控机床正朝着智能化、精密化、网络化的目标发展。现阶段数控机床加工普遍存在零件总加工时间过长、加工效率低下的问题,而刀具与工件的运动时间占总加工时间的比例高达70%,因此,对数控机床刀具加工路径进行设计和优化,不仅可以提高数控机床加工效率,还可以降低其成本。此外,由于数控机床的运行状态不是一成不变的,因此,在加工路径优化过程中需要考虑数控机床的实时加工状态。数字孪生体通过实时监测仿真物理空间数控机床的运行状态,为上述问题提供了有效的解决方案。本文以缩短数控机床加工行程进而提高加工效率、减少加工时间为目标,深入研究数字孪生方法在数控机床加工路径优化中的应用,主要的研究工作如下:（1）研究数字孪生机床建模方法及关键技术。通过对数控机床进行三维轻量化建模的研究,实现数字孪生数控机床三维虚拟模型的构建。针对数控机床加工路径优化问题,对数字孪生机床的运动模型、实时数据感知及语义交互技术进行研究,实现以实驱虚、以虚控实数字孪生机床。（2）基于数字孪生机床模型,分别从加工路径优化的数学建模、优化算法和孪生数据驱动的仿真及验证三个方面对实现虚实融合的数控机床加工路径优化方法进行研究。在数学建模方面,针对数控加工的特点及约束条件,对其进行数学建模。在路径优化算法中,提出改进的遗传退火优化算法,提高算法的求解精度。在仿真及验证方面,提出数字孪生驱动的加工路径优化机制,通过实时感知数据不断更新数字孪生机床加工状态,使数字孪生机床能够依据实际加工情况的变化而预先调整原有加工路径,最后给出实例对其进行验证。（3）设计并开发一个虚实融合的数控机床数字孪生系统。采用Jena工具解析本体文件,通过监听器监听实时加工信息,结合WebGL技术将机床三维模型嵌入到Web端,在语义Web中实现虚拟孪生机床实时动态三维可视化显示与仿真,提供可随时随地获取的机床实时监测与优化服务,包括信息管理服务、机床监测服务、感知数据管理服务、加工仿真服务等。
何柳江[9]（2019）在《基于数字孪生的数控机床虚拟交互系统设计与实现》文中研究指明随着“中国制造2025”、“工业4.0”等规划的提出,制造业的生产模式正向智能化转变。智能制造的目标是实现物理世界与信息世界的融合,数字孪生（Digital Twins,DT）作为虚实融合的最佳途径引起了国内外研究者的广泛关注。基于数字孪生“虚实映射”、“以虚控实”的内涵,本文以数控机床为研究对象,研究了使用GPU加速的三维监控技术、基于虚拟数控面板的远程控制技术,最终集成为数控机床虚拟交互系统。本文主要研究内容如下:（1）数控机床虚拟交互系统总体设计。提出了数控机床虚拟交互系统的设计目标,对其进行了需求分析和网络结构设计,将虚拟交互系统设计为五大模块和三层通信架构;对数控机床三维监控、远程控制的关键问题进行分析,得出虚拟交互系统核心目标是要提高客户端图形渲染效率以及增强人机交互体验感。（2）基于可编程管线的数控机床三维实时监控实现。绘制数控机床三维数字孪生模型,推导五轴数控机床在可编程管线中的运动学方程,实现数控机床运动仿真;对可编程管线GPU加速技术进行研究,应用GPU加速渲染的方法,解决了数控机床监控中图形渲染效率低的问题;采集数控系统数据,设计监控端数据接口,使用实时数据驱动机床模型,实现数控机床三维实时监控。（3）基于虚拟数控面板的数控机床远程控制实现。运用二次开发技术开发华中8型数控系统控制指令;采用鼠标拾取方法,运用OBB包围盒技术,使用射线与包围盒碰撞检测完成鼠标与虚拟数控面板交互;将开发完成的控制指令耦合到虚拟数控面板按钮中,实现基于虚拟数控面板的远程控制。（4）数控机床虚拟交互系统集成与性能分析。分析虚拟交互系统运行流程,设计系统主界面和子功能;对系统客户端进行性能测试,结果显示客户端占用资源较低、GPU加速效果显着;搭建实验环境,对虚拟交互系统进行实例验证,实验表明系统运行稳定可靠、实时性良好。
张若楠[10]（2018）在《物联网环境下制造系统中的资源调度与任务协同问题研究》文中研究指明随着市场竞争的加剧和现代信息技术的发展,作为经济发展支柱产业的制造业将面临前所未有的挑战。物联网技术与制造业相结合有助于推动制造业的发展,符合我国“两化深度融合”和“中国制造2025”的战略计划。解决物联网环境下制造系统中的资源调度和任务协同等问题是实现物联网环境下制造系统的基础和前提。建立物联网环境下的制造系统是应对复杂多变的客户需求和日益激烈的市场竞争的有效手段之一,也是提高我国制造业核心竞争力的关键因素。物联网环境下的制造系统可以有效促进传统制造业的发展,它不仅能够充分利用物联网环境下的丰富资源,而且能够适应现代制造业及经济全球化的发展需要。本文围绕物联网环境下制造系统中的资源调度和任务协同问题,首先对物联网环境下制造系统的结构问题和资源分类问题进行了分析,建立了物联网环境下制造系统中的总体结构和资源分类模型。然后针对资源调度和任务协同问题建立了一种基于效益函数的制造系统资源调度模型和一种任务协同分配的多目标优化模型,运用相关算法对其进行求解,并对算法进行了评价。本文的具体研究内容如下:（1）研究了制造系统与物联网技术的结合问题,建立了一种物联网环境下制造系统的总体结构。结合物联网和制造系统特点建立的总体结构有助于提升生产、管理和服务效率。根据总体结构建立了制造系统中的车间信息集成和数据管理子系统,鉴于制造系统会出现零部件或制造工具损坏等问题,建立了维护操作系统的基本框架及基于物联网的维护操作流程,完善了制造系统的结构。（2）研究了物联网环境下制造系统中的资源分类问题,提出了一种制造系统的资源体系结构和基于该结构的资源标识方法。总结了制造系统中的资源分类方法,结合物联网环境下的制造系统建立了五层的资源体系结构。在现有资源标识技术的基础上,结合本文建立的资源体系结构提出了一种包含制造资源体系所属信息、资源地域信息、资源类别信息和资源来源信息四类信息体系的资源标识方法。根据资源标识方法给出了资源的描述方法,并以某个零件厂为例对研究内容进行了说明。为解决制造系统中资源分类不明确、资源查找效率低等问题提供了基础与参考。（3）研究了物联网环境下制造系统中的资源调度问题,构建了一种基于效益函数的制造系统资源调度的数学模型,实验仿真结果验证了调度算法的合理性。针对当前制造系统计算服务中出现的调度机制与信任机制分离问题,提出了一种信任驱动的负载均衡算法,并对制造系统中的资源调度进行初步仿真,结果表明该算法在负载均衡度、任务平均等待时间、任务执行时间跨度等方面具有一定的优势。（4）研究了物联网环境下制造系统中的任务协同分配问题,构建了一种任务协同分配的多目标优化模型,提出了一种任务协同分配的自适应遗传求解算法。根据物联网环境下制造系统的特点,建立了一种任务协同分配的多目标优化模型,并采用自适应遗传算法对其求解,以一个机器人的设计任务为例对任务分配方法进行了实例说明。引入了模糊综合评价算法帮助完成任务执行方案的决策,通过对任务协同分配的研究有助于推进物联网环境下制造系统的结构完善,提高制造系统的效率。
二、虚拟制造系统中的数控加工仿真（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、虚拟制造系统中的数控加工仿真（论文提纲范文）
（1）云制造环境下资源建模及优化配置方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云计算与云制造 |
| 1.2.2 云制造体系结构研究现状 |
| 1.2.3 云制造关键技术研究现状 |
| 1.2.4 云制造应用现状 |
| 1.3 论文结构与主要内容 |
| 第2章 云制造应用模式与体系结构研究 |
| 2.1 云制造应用模式 |
| 2.1.1 面向中小企业的云制造典型特征 |
| 2.1.2 云制造运行模式 |
| 2.2 基于MAS的云制造平台功能架构 |
| 2.3 面向中小企业的云制造平台关键技术 |
| 2.4 本章小结 |
| 第3章 基于本体的云制造资源建模及服务化封装方法研究 |
| 3.1 语义Web与本体建模技术 |
| 3.2 基于语义的制造资源建模框架 |
| 3.3 云制造资源形式化描述模型 |
| 3.4 基于语义的云服务结构模型 |
| 3.4.1 云服务共享词汇表 |
| 3.4.2 云服务的本体概念与属性 |
| 3.4.3 云服务本体概念的公理表示 |
| 3.4.4 云服务本体推理规则 |
| 3.5 制造资源服务化封装方法 |
| 3.6 本章小结 |
| 第4章 基于语义的制造云服务匹配与组合方法研究 |
| 4.1 基于语义的制造云服务搜索与匹配方法 |
| 4.1.1 同义词扩展方法 |
| 4.1.2 基于云服务结构模型的语义相似性计算方法 |
| 4.2 基于任务相关度的制造云服务组合方法 |
| 4.2.1 云制造任务初步分解方法 |
| 4.2.2 任务重组方法 |
| 4.3 实验验证 |
| 4.4 本章小结 |
| 第5章 基于偏好的云服务组合优化选择方法研究 |
| 5.1 云制造服务组合优化选择问题描述 |
| 5.2 云制造服务组合优化选择问题数学模型 |
| 5.3 基于偏好的云服务组合优化选择算法设计 |
| 5.3.1 NSGA-Ⅲ算法 |
| 5.3.2 改进NSGA-Ⅲ算法流程 |
| 5.3.3 偏好参考点的设置 |
| 5.3.4 种群初始化 |
| 5.3.5 后代生成策略 |
| 5.3.6 种群自适应标准化与关联操作 |
| 5.3.7 适应度函数 |
| 5.3.8 个体保留操作 |
| 5.4 实验与结果分析 |
| 5.4.1 实验环境设置 |
| 5.4.2 云服务优化选择算法对比实验 |
| 5.4.3 偏好多目标进化算法对比实验 |
| 5.5 本章小结 |
| 第6章 云制造环境下云服务异常处理方法研究 |
| 6.1 云制造服务异常处理框架 |
| 6.2 云服务异常自适应调整模型 |
| 6.3 云服务异常自适应调整算法 |
| 6.3.1 云服务异常自适应调整数学模型 |
| 6.3.2 人工蜂群算法的基本原理 |
| 6.3.3 基于IABC的云服务异常自适应调整算法 |
| 6.4 实验与结果分析 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 论文研究工作总结 |
| 7.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）面向制造单元的数字孪生体建模与管控技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 单元化生产模式的产生与发展趋势 |
| 1.2.2 生产运行管控研究现状与发展趋势 |
| 1.2.3 数字孪生在生产系统中的研究与应用 |
| 1.3 研究目的与意义 |
| 1.4 课题主要来源 |
| 1.5 课题的主要研究内容及整体架构 |
| 2 基于数字孪生的制造单元及管控策略 |
| 2.1 引言 |
| 2.2 DT-MCell概述 |
| 2.2.1 DT-MCell内涵与特征 |
| 2.2.2 DT-MCell 组成与功能 |
| 2.3 DT-MCell管控策略 |
| 2.3.1 DT-MCell管控架构 |
| 2.3.2 DT-MCell运行机制 |
| 2.4 本章小结 |
| 3 制造单元数字孪生体建模方法 |
| 3.1 引言 |
| 3.2 制造单元数字孪生体建模流程 |
| 3.3 基于语义本体的DT-MCell资源结构建模 |
| 3.3.1 DT-MCell制造资源形式化表达 |
| 3.3.2 DT-MCell语义本体模型 |
| 3.3.3 DT-MCell数据本体模型 |
| 3.4 基于混合建模方法的DT-MCell管控行为建模 |
| 3.4.1 混合建模方法概述 |
| 3.4.2 混合模型定义与形式化表达 |
| 3.4.3 DT-MCell管控行为的混合建模 |
| 3.5 DT-MCell多视图管控场景集成建模方法与协同机制 |
| 3.5.1 DT-MCell多视图管控场景集成建模方法 |
| 3.5.2 DT-MCell多视图模型协同机制 |
| 3.6 本章小结 |
| 4 数字孪生体驱动的制造单元管控技术 |
| 4.1 引言 |
| 4.2 数字孪生驱动的制造单元管控指标体系设计 |
| 4.2.1 基于公理化设计的管控指标体系设计 |
| 4.2.2 DT-MCell管控数据模型 |
| 4.3 基于虚实同步技术的可视化实时监控 |
| 4.3.1 DT-MCell物理资源标识和采集技术 |
| 4.3.2 DT-MCell虚实映射和通讯技术 |
| 4.3.3 DT-MCell可视化实时监控模型 |
| 4.4 基于知识推理的DT-MCell生产异常诊断方法 |
| 4.4.1 DT-MCell生产异常分析及其故障树构建 |
| 4.4.2 DT-MCell生产异常专家知识系统构建 |
| 4.4.3 基于推理机的生产异常诊断及反馈控制方法 |
| 4.5 本章小结 |
| 5 DT-MCell原型系统开发与验证 |
| 5.1 引言 |
| 5.2 开发与验证环境概述 |
| 5.2.1 开发与验证环境搭建 |
| 5.2.2 硬件架构设计 |
| 5.3 原型系统开发与验证 |
| 5.3.1 系统运行流程设计 |
| 5.3.2 孪生体模型构建 |
| 5.3.3 管控系统集成开发 |
| 5.3.4 仿真与验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）基于数字孪生的机床加工过程虚拟监控系统研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本文研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设备数字孪生技术研究现状 |
| 1.2.2 多源异构数据可视化技术研究现状 |
| 1.2.3 有限元仿真计算加速技术研究现状 |
| 1.3 论文研究的主要内容 |
| 1.3.1 课题来源 |
| 1.3.2 主要研究内容 |
| 第二章 机床加工过程虚拟监控系统总体设计 |
| 2.1 系统设计原则与目标 |
| 2.1.1 系统设计目标 |
| 2.1.2 系统设计原则 |
| 2.1.3 系统开发流程 |
| 2.2 基于数字孪生的机床加工过程虚拟监控系统的问题分析 |
| 2.2.1 机床数字孪生的数据映射的问题分析 |
| 2.2.2 机床数字孪生的物理规则映射的问题分析 |
| 2.3 虚拟监控系统设计 |
| 2.3.1 系统设计需求 |
| 2.3.2 虚拟监控系统网络架构设计 |
| 2.4 本章小结 |
| 第三章 基于多源异构数据的机床可视化监控设计与实现 |
| 3.1 机床加工过程多源异构数据分析与采集 |
| 3.1.1 机床加工过程数据分析 |
| 3.1.2 机床加工过程数据采集设计 |
| 3.1.3 数据采集技术 |
| 3.2 机床加工过程多源异构数据集成 |
| 3.2.1 机床加工过多源异构数据统一表达 |
| 3.2.2 基于Json的多源异构数据集成算法 |
| 3.3 加工过程数据的异步传输 |
| 3.3.1 基于缓存和消息队列的数据异步传输 |
| 3.3.2 Redis缓存数据更新策略 |
| 3.3.3 基于Springboot设备数据管理平台的实现 |
| 3.3.4 性能测试与对比 |
| 3.4 加工过程实时数据处理 |
| 3.4.1 C#、Python混合编程技术与实现 |
| 3.4.2 机床运行数据处理方法 |
| 3.5 数据可视化映射方法与实现 |
| 3.5.1 基于Unity3D可视化映射方法与实现 |
| 3.5.2 可视化性能的优化 |
| 3.6 本章小结 |
| 第四章 基于深度学习的机床数字孪生模型物理仿真研究 |
| 4.1 数字孪生模型物理规则融合方法 |
| 4.1.1 基于仿真数据回归计算建模的物理规则抽象 |
| 4.1.2 基于深度学习的物理规则封装 |
| 4.2 数据的图像化处理技术 |
| 4.2.1 有限元仿真数据的分析 |
| 4.2.2 多通道图像的原理 |
| 4.2.3 基于Open CV的数据处理 |
| 4.3 仿真数据回归计算模型 |
| 4.3.1 回归计算模型的建立 |
| 4.3.2 对c GAN的调整 |
| 4.3.3 基于TensorFlow的实现 |
| 4.4 VMC0656e机床主轴系统瞬态热力学规则融合的实现 |
| 4.4.1 机床主轴系统有限元仿真 |
| 4.4.2 数据集的处理 |
| 4.4.3 回归计算模型的训练 |
| 4.4.4 求解性能对比 |
| 4.5 本章小结 |
| 第五章 虚拟监控系统集成及测试 |
| 5.1 虚拟监控系统集成 |
| 5.1.1 虚拟监控系统开发环境 |
| 5.1.2 虚拟监控系统运行流程 |
| 5.1.3 虚拟监控系统用户界面开发 |
| 5.2 虚拟监控系统客户端测试 |
| 5.2.1 虚拟监控系统客户端整体性能测试 |
| 5.2.2 虚拟监控系统客户端显示性能测试 |
| 5.3 VMC0656e机床虚拟监控系统实例 |
| 5.3.1 运行环境搭建 |
| 5.3.2 系统实例运行与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（4）大型船舶发动机缸体加工工艺参数优化及虚拟加工仿真方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟仿真技术的研究现状 |
| 1.2.2 加工参数优化的研究现状 |
| 1.3 研究目标及内容 |
| 2 船舶发动机缸体刀路轨迹规划及后置处理 |
| 2.1 船舶发动机缸体加工工艺分析 |
| 2.1.1 船舶发动机缸体加工工艺规划 |
| 2.1.2 刀具的选择 |
| 2.1.3 船舶发动机缸体加工工艺路线的制定 |
| 2.2 大型船舶发动机缸体加工刀路轨迹规划 |
| 2.2.1 刀路轨迹生成方法 |
| 2.2.2 走刀步长计算 |
| 2.2.3 行距计算 |
| 2.2.4 刀轴控制方法 |
| 2.2.5 基于UG/CAM的大型船舶发动机缸体刀路轨迹生成 |
| 2.3 龙门加工中心的后置处理算法 |
| 2.3.1 龙门加工中心的结构形式分析 |
| 2.3.2 机床的空间坐标系变换 |
| 2.3.3 龙门加工中心的空间运动学求解 |
| 2.4 龙门加工中心后置处理器的开发 |
| 2.4.1 基于UG/Post Builder的后置处理开发 |
| 2.4.2 生成船舶发动机缸体NC代码 |
| 2.5 本章小结 |
| 3 基于改进遗传算法的大型船舶发动机缸体铣削参数优化研究 |
| 3.1 大型船舶发动机缸体铣削参数模型的建立 |
| 3.1.1 确定优化变量 |
| 3.1.2 船舶发动机缸体目标函数 |
| 3.1.3 约束加工参数 |
| 3.1.4 大型船舶发动机缸体铣削参数优化数学模型 |
| 3.2 改进的多目标遗传算法 |
| 3.2.1 遗传算法概述 |
| 3.2.2 适应度函数 |
| 3.2.3 处理约束条件 |
| 3.2.4 精英保存 |
| 3.2.5 大变异操作 |
| 3.2.6 改进的遗传算法流程 |
| 3.3 基于遗传算法的仿真结果分析 |
| 3.3.1 仿真条件 |
| 3.3.2 最大迭代次数与优化过程关系 |
| 3.3.3 交叉概率与优化过程关系 |
| 3.3.4 变异概率与优化过程关系 |
| 3.3.5 优化结果可重复性分析 |
| 3.4 本章小结 |
| 4 基于虚拟机床的船舶发动机缸体仿真加工 |
| 4.1 基于虚拟机床的缸体仿真加工原理 |
| 4.2 虚拟加工环境的构建原理及方法 |
| 4.2.1 虚拟机床的构建原理 |
| 4.2.2 虚拟加工环境的构建方法 |
| 4.3 虚拟仿真环境的构建 |
| 4.3.1 虚拟龙门加工中心几何模型构建 |
| 4.3.2 虚拟龙门加工中心运动学构建 |
| 4.3.3 虚拟侧铣头的构建方法 |
| 4.3.4 添加虚拟机床控制系统 |
| 4.3.5 建立侧铣头加工坐标系 |
| 4.4 基于UG与 VERICUT的无缝对接仿真方法 |
| 4.5 仿真结果 |
| 4.6 本章小结 |
| 5 大型船舶发动机缸体虚拟加工应用系统开发 |
| 5.1 船舶发动机缸体虚拟加工软件的基本要求 |
| 5.2 虚拟加工软件铣削参数优化实现 |
| 5.2.1 C#与 Matlab混合编程原理 |
| 5.2.2 C#与 Matlab的接口方法 |
| 5.2.3 软件在C#中的实现 |
| 5.3 虚拟加工软件运行流程及分析 |
| 5.4 实验分析 |
| 5.4.1 实验条件 |
| 5.4.2 优化粗铣缸体侧面加工参数 |
| 5.4.3 数控程序的修改及现场加工 |
| 5.4.4 优化效果对比分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（5）工业机器人数字孪生制造系统可重构建模研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的目的背景及意义 |
| 1.3 相关领域国内外研究现状 |
| 1.3.1 数字孪生研究现状 |
| 1.3.2 可重构制造系统研究现状 |
| 1.3.3 制造系统建模方法研究现状 |
| 1.3.4 现有研究中存在的问题和不足 |
| 1.4 本文的主要研究工作和组织结构 |
| 第2章 工业机器人数字孪生制造系统可重构建模机制研究 |
| 2.1 五维模型驱动的可重构数字孪生制造系统架构 |
| 2.1.1 物理层 |
| 2.1.2 模型层 |
| 2.1.3 服务层 |
| 2.1.4 数据层 |
| 2.2 虚拟孪生体五维融合模型 |
| 2.2.1 几何模型 |
| 2.2.2 物理模型 |
| 2.2.3 能力模型 |
| 2.2.4 行为模型 |
| 2.2.5 规则模型 |
| 2.3 可重构建模机制与制造系统模型重构策略 |
| 2.3.1 工业机器人数字孪生制造系统重构问题分析 |
| 2.3.2 数字孪生制造系统映射物理制造系统重构策略 |
| 2.3.3 数字孪生制造系统升级设计重构策略 |
| 2.3.4 数字孪生制造系统结构依赖知识模型 |
| 2.4 可重构数字孪生制造系统服务模型 |
| 2.4.1 服务功能块模型 |
| 2.4.2 执行控制图 |
| 2.5 本章小结 |
| 第3章 基于多智能体深度学习的数字孪生制造系统多级重构方法研究 |
| 3.1 数字孪生制造系统孪生体重构多级模型 |
| 3.1.1 数字孪生制造系统系统级布局拓扑模型 |
| 3.1.2 数字孪生制造系统单元级制造能力增强模型 |
| 3.1.3 数字孪生制造系统系统级制造能力增强模型 |
| 3.2 基于多智能体深度学习的数字孪生制造系统服务重构方法 |
| 3.2.1 基于深度学习的数字孪生制造系统单元级服务重构模型 |
| 3.2.2 基于专家知识的深度学习智能体生成模型 |
| 3.2.3 基于多智能体深度学习的数字孪生制造系统服务重构算法 |
| 3.3 仿真实验与结果分析 |
| 3.3.1 实验环境 |
| 3.3.2 结果分析 |
| 3.4 本章小结 |
| 第4章 工业机器人可重构数字孪生制造系统设计与实现 |
| 4.1 工业机器人可重构数字孪生制造系统总体设计 |
| 4.1.1 系统总体架构 |
| 4.1.2 系统开发及运行环境 |
| 4.1.3 系统开发关键技术 |
| 4.2 数据库设计 |
| 4.3 系统功能模块实现及运行分析 |
| 4.3.1 虚拟孪生体控制模块 |
| 4.3.2 数据交互及模型更新模块 |
| 4.3.3 系统重构模块 |
| 4.3.4 人机交互接口模块 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录一 研究生期间的研究成果 |
（6）重型数控铣镗床能耗特性及能效评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称及符号表 |
| 第1章 绪论 |
| 1.1 课题来源和背景及研究的意义 |
| 1.2 机床和切削能耗特性研究现状 |
| 1.2.1 机床整机能耗特性研究现状 |
| 1.2.2 机床关键子系统能耗特性研究现状 |
| 1.2.3 切削能耗研究现状 |
| 1.3 加工过程能耗预测与节能方法研究现状 |
| 1.3.1 加工过程能耗预测方法研究现状 |
| 1.3.2 加工过程节能方法研究现状 |
| 1.4 机床能效评价研究现状 |
| 1.4.1 机床能效评价指标研究现状 |
| 1.4.2 机床能效评价方法研究现状 |
| 1.5 本文的研究目标和主要研究内容 |
| 第2章 基于功率流分析的重型数控铣镗床能耗建模 |
| 2.1 引言 |
| 2.2 重型数控铣镗床能耗计算方法 |
| 2.2.1 重型数控铣镗床的组成 |
| 2.2.2 能耗计算的边界 |
| 2.2.3 通用能耗模型 |
| 2.3 主轴系统能耗建模 |
| 2.3.1 功率流分析 |
| 2.3.2 能耗建模 |
| 2.3.3 切削附加功率 |
| 2.4 进给系统能耗建模 |
| 2.5 其它能耗分析 |
| 2.5.1 材料去除功率 |
| 2.5.2 液压系统能耗 |
| 2.6 本章小结 |
| 第3章 重型数控铣镗床能耗特性实验研究 |
| 3.1 引言 |
| 3.2 实验系统 |
| 3.2.1 重型数控铣镗床及其功率测量方法 |
| 3.2.2 功率测量系统开发 |
| 3.3 基础功率测试 |
| 3.4 空载能耗特性研究 |
| 3.4.1 主轴系统 |
| 3.4.2 进给系统 |
| 3.5 切削能耗与空载能耗间的关系研究 |
| 3.5.1 切削附加功率的存在性研究 |
| 3.5.2 切削附加功率模型验证 |
| 3.6 切削参数对能耗的影响研究 |
| 3.6.1 面向节能的切削参数优化 |
| 3.6.2 重型数控铣镗床切削能耗特性分析 |
| 3.7 本章小结 |
| 第4章 基于虚拟制造的加工能耗预测与多维度分析 |
| 4.1 引言 |
| 4.2 加工过程的综合能耗研究 |
| 4.2.1 综合能耗的时空边界 |
| 4.2.2 直接能耗计算方法 |
| 4.2.3 间接能耗计算方法 |
| 4.3 基于虚拟制造的加工过程能耗预测框架 |
| 4.4 基于虚拟制造技术的加工过程能耗预测系统开发 |
| 4.4.1 系统功能分析与设计 |
| 4.4.2 系统实现 |
| 4.4.3 实验验证 |
| 4.5 典型加工过程能耗的多维度分析 |
| 4.6 本章小结 |
| 第5章 重型数控铣镗床能效评价指标体系研究 |
| 5.1 引言 |
| 5.2 机床能效评价的原则和需求分析 |
| 5.3 重型数控铣镗床能效影响因素与能效评价关键指标集研究 |
| 5.3.1 机床能效影响因素分析 |
| 5.3.2 子系统层面能效指标 |
| 5.3.3 整机层面能效指标 |
| 5.4 基于DEMATEL方法的机床能效综合评价指标研究 |
| 5.5 机床能效水平标识研究 |
| 5.6 案例研究 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 粗加工工况下切削参数对加工能耗的影响 |
| 附录B 精加工工况下切削参数对加工能耗的影响 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（7）基于知识的离散制造系统能效优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 能效优化问题描述 |
| 1.3 国内外相关研究现状 |
| 1.3.1 离散制造能效问题的数学模型 |
| 1.3.2 离散制造能耗知识表示与更新方法 |
| 1.3.3 面向能效的工艺参数优化方法 |
| 1.3.4 面向能效的典型工艺路线发现方法 |
| 1.3.5 面向能效的生产优化调度方法 |
| 1.4 论文主要研究工作 |
| 第二章 离散制造系统能耗知识表示与更新方法 |
| 2.1 引言 |
| 2.2 离散制造系统的能量流分析 |
| 2.2.1 离散制造系统层次能耗模型 |
| 2.2.2 能效关键影响因素分析 |
| 2.3 离散制造系统能耗知识表示方法 |
| 2.3.1 离散制造系统能耗知识的获得途径 |
| 2.3.2 离散制造系统能耗知识的类别 |
| 2.3.3 基于本体的能耗知识模块化多粒度层次表示模型 |
| 2.3.4 能耗知识本体的构建 |
| 2.3.5 能耗知识元定义与描述 |
| 2.4 基于改进记忆遗忘模型的能耗知识更新方法 |
| 2.4.1 改进的记忆遗忘模型 |
| 2.4.2 改进模型数学特性比较 |
| 2.4.3 基于改进记忆遗忘模型的知识更新方法 |
| 2.5 能耗知识表示与更新方法案例分析 |
| 2.5.1 层次能耗模型案例分析 |
| 2.5.2 能耗知识的案例分析 |
| 2.5.3 改进记忆遗忘模型的案例分析 |
| 2.6 本章小结 |
| 第三章 基于知识的工步能耗预测与工艺参数优化方法 |
| 3.1 引言 |
| 3.2 基于实例的工步能耗知识建模与预测 |
| 3.2.1 面向工步能耗的知识实例库构建 |
| 3.2.2 知识实例库预处理 |
| 3.2.3 知识实例检索与重用 |
| 3.2.4 基于实例的工步能耗预测总流程 |
| 3.3 基于CMOPSO的工艺参数优化 |
| 3.3.1 优化模型构建 |
| 3.3.2 CMOPSO优化方法 |
| 3.4 仿真实验分析 |
| 3.4.1 案例知识库构建 |
| 3.4.2 工步能耗预测模型性能分析 |
| 3.4.3 面向能效的工艺参数多目标优化 |
| 3.5 本章小结 |
| 第四章 面向能效的典型工艺路线知识自动发现与推送方法 |
| 4.1 引言 |
| 4.2 典型工艺路线知识发现问题分析 |
| 4.2.1 考虑能耗的工艺路线知识 |
| 4.2.2 工艺路线工艺相似度度量 |
| 4.2.3 工艺路线聚类 |
| 4.3 工艺路线知识的定义与描述 |
| 4.4 融合能耗信息的工艺路线综合相似度指标 |
| 4.4.1 工序间相似度 |
| 4.4.2 改进的伪LCS相似度 |
| 4.4.3 新型工艺路线工艺相似度指标 |
| 4.4.4 融合能耗信息的工艺路线综合相似度 |
| 4.5 考虑聚类有效性的典型工艺路线发现算法 |
| 4.5.1 考虑聚类有效性的K中心算法 |
| 4.5.2 考虑聚类有效性的AP算法 |
| 4.5.3 考虑聚类有效性的混合聚类算法 |
| 4.6 典型工艺路线知识自动推送 |
| 4.7 仿真实验分析 |
| 4.7.1 工艺路线工艺相似度指标的性能分析 |
| 4.7.2 考虑聚类有效性的聚类算法的性能分析 |
| 4.7.3 典型工艺路线自动发现和推送方法的节能效果分析 |
| 4.8 本章小结 |
| 第五章 基于GPHH的节能调度规则自动发现方法 |
| 5.1 引言 |
| 5.2 基于规则的调度问题求解 |
| 5.2.1 动态柔性离散制造系统调度问题描述 |
| 5.2.2 超启发式遗传规划算法 |
| 5.3 节能调度规则知识的定义与描述 |
| 5.4 基于路径决策延迟策略的GPHH |
| 5.4.1 基于路径延迟策略的元算法 |
| 5.4.2 队列选择策略 |
| 5.4.3 GPHH-DR的总体框架 |
| 5.5 面向能效的仿真实验设计 |
| 5.5.1 面向能效的仿真模型构建 |
| 5.5.2 算法参数设定 |
| 5.5.3 算法性能指标 |
| 5.6 实验结果与分析 |
| 5.6.1 算法总体性能分析 |
| 5.6.2 算法实验结果分析 |
| 5.6.3 算法节能效果分析 |
| 5.7 本章小结 |
| 第六章 离散制造系统能效优化软件平台设计与应用 |
| 6.1 引言 |
| 6.2 应用背景分析 |
| 6.3 离散制造系统能效优化软件平台软硬件搭建 |
| 6.3.1 硬件部署架构 |
| 6.3.2 软件平台搭建 |
| 6.4 实际节能效果对比 |
| 6.4.1 节能前后工序能效对比 |
| 6.4.2 节能前后设备能效对比 |
| 6.4.3 节能前后零件能效对比 |
| 6.4.4 节能前后产品能效对比 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 :攻读博士学位期间发表的论文 |
（8）基于数字孪生的数控机床加工路径优化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景、目的及意义 |
| 1.3 相关领域国内外研究现状分析 |
| 1.3.1 数字孪生研究现状 |
| 1.3.2 加工路径优化研究现状 |
| 1.4 本文的主要研究内容和组织结构 |
| 1.4.1 本文主要的研究内容 |
| 1.4.2 本文组织结构 |
| 第2章 数字孪生机床模型的构建及关键技术研究 |
| 2.1 数字孪生机床模型的构建 |
| 2.1.1 模型的基本架构 |
| 2.1.2 数控机床三维建模 |
| 2.1.3 三维模型轻量化 |
| 2.2 关键技术的研究 |
| 2.2.1 虚拟空间运动建模的研究 |
| 2.2.2 物理空间数据感知的研究 |
| 2.2.3 虚实空间语义交互的研究 |
| 2.3 本章小结 |
| 第3章 虚实演进的数控机床加工路径优化方法研究 |
| 3.1 加工路径优化数学模型 |
| 3.1.1 问题描述 |
| 3.1.2 加工基元特征表示 |
| 3.1.3 约束条件 |
| 3.1.4 优化函数目标 |
| 3.2 基于改进遗传退火算法的加工路径设计 |
| 3.2.1 算法原理 |
| 3.2.2 IGASA优化流程 |
| 3.2.3 优化效果对比 |
| 3.3 数字孪生驱动的加工路径优化方法及验证 |
| 3.3.1 感知信息驱动的加工路径优化机制 |
| 3.3.2 虚实融合的加工路径动态更新 |
| 3.3.3 实例分析与验证 |
| 3.4 本章小结 |
| 第4章 面向加工路径优化的机床数字孪生系统设计与实现 |
| 4.1 系统整体设计 |
| 4.1.1 系统结构框架 |
| 4.1.2 系统开发及运行环境 |
| 4.1.3 系统功能模块设计 |
| 4.1.4 系统数据库设计 |
| 4.2 系统功能实现 |
| 4.2.1 基本信息管理模块 |
| 4.2.2 机床监测管理模块 |
| 4.2.3 感知数据处理模块 |
| 4.2.4 数控加工仿真模块 |
| 4.2.5 加工路径更新模块 |
| 4.3 本章小结 |
| 第5章 全文总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 研究生期间发表论文 |
（9）基于数字孪生的数控机床虚拟交互系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 本文研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数字孪生技术研究现状 |
| 1.2.2 数控机床监控技术研究现状 |
| 1.2.3 数控机床远程控制技术研究现状 |
| 1.3 论文研究的主要内容 |
| 1.3.1 课题来源 |
| 1.3.2 主要研究内容 |
| 第二章 数控机床虚拟交互系统总体设计 |
| 2.1 虚拟交互系统设计目标与原则 |
| 2.1.1 系统设计目标 |
| 2.1.2 系统设计原则与流程 |
| 2.2 虚拟交互系统总体框架设计 |
| 2.2.1 系统需求分析 |
| 2.2.2 系统总体网络架构设计 |
| 2.3 基于数字孪生的虚拟交互系统关键问题分析 |
| 2.3.1 基于数字孪生的三维实时监控关键问题分析 |
| 2.3.2 基于数字孪生的数控机床远程控制关键问题分析 |
| 2.4 虚拟交互系统开发环境的搭建 |
| 2.4.1 开发工具的选择 |
| 2.4.2 开发环境的搭建 |
| 2.5 本章小结 |
| 第三章 基于可编程管线的数控机床三维实时监控技术及实现 |
| 3.1 数控机床建模及运动学分析 |
| 3.1.1 数控机床建模 |
| 3.1.2 数控机床运动学分析 |
| 3.2 可编程图形管线及GPU加速技术分析 |
| 3.2.1 可编程图形管线图像渲染原理 |
| 3.2.2 可编程图形管线中坐标系统变换 |
| 3.2.3 GPU加速技术在监控系统中的实现 |
| 3.3 数控系统数据采集技术实现 |
| 3.3.1 西门子840D数控系统数据采集技术 |
| 3.3.2 华中8 型数控系统数据采集技术 |
| 3.4 数控机床三维实时监控实现 |
| 3.4.1 三维实时监控数据接口设计 |
| 3.4.2 数控机床三维实时监控实现 |
| 3.5 本章小结 |
| 第四章 基于三维虚拟数控面板的数控机床远程控制技术及实现 |
| 4.1 基于三维虚拟数控面板的数控机床远程控制功能设计 |
| 4.1.1 数控机床远程控制网络结构设计 |
| 4.1.2 数控系统开发控制指令方法分析 |
| 4.2 华中8型数控系统控制指令开发 |
| 4.2.1 华中8 型数控系统二次开发技术 |
| 4.2.2 华中8 型数控系统控制指令实现 |
| 4.3 三维虚拟数控面板交互技术 |
| 4.3.1 可编程图形管线鼠标拾取方法分析 |
| 4.3.2 基于OBJ格式鼠标拾取交互层次分析 |
| 4.3.3 模型包围盒构造方法分析 |
| 4.3.4 动态场景下虚拟控制面板交互实现 |
| 4.4 基于三维虚拟数控面板的数控机床远程控制实现 |
| 4.4.1 数控机床远程控制流程分析 |
| 4.4.2 数控机床远程控制实现 |
| 4.5 本章小结 |
| 第五章 数控机床虚拟交互系统集成及测试 |
| 5.1 数控机床虚拟交互系统集成 |
| 5.1.1 数控机床虚拟交互系统运行流程 |
| 5.1.2 虚拟交互系统界面设计 |
| 5.2 数控机床虚拟交互系统客户端性能测试 |
| 5.2.1 系统客户端整体性能测试 |
| 5.2.2 系统客户端流畅性测试 |
| 5.3 数控机床虚拟交互系统运行实例 |
| 5.3.1 实验环境搭建 |
| 5.3.2 系统运行实例及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（10）物联网环境下制造系统中的资源调度与任务协同问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容及结构安排 |
| 1.3.1 论文研究内容与创新点 |
| 1.3.2 论文结构安排 |
| 第二章 文献综述 |
| 2.1 制造系统结构研究综述 |
| 2.2 制造系统资源分类问题研究综述 |
| 2.3 制造系统资源调度问题研究综述 |
| 2.4 制造系统协同问题研究综述 |
| 2.5 本章小结 |
| 第三章 物联网环境下的制造系统结构研究 |
| 3.1 引言 |
| 3.2 物联网环境下的制造系统总体结构 |
| 3.3 制造系统的子系统 |
| 3.3.1 制造系统中的生产工具维护系统 |
| 3.3.2 制造系统中的车间数据管理系统 |
| 3.3.3 制造系统中的信息集成与管理系统 |
| 3.4 本章小结 |
| 第四章 基于物联网的制造系统资源分类问题研究 |
| 4.1 引言 |
| 4.2 基于物联网的制造系统资源分类架构 |
| 4.3 基于制造系统资源架构的资源标识技术 |
| 4.4 基于制造系统资源标识的资源描述方法 |
| 4.5 实例分析 |
| 4.6 本章小结 |
| 第五章 基于物联网的制造系统资源调度问题研究 |
| 5.1 引言 |
| 5.2 考虑效益函数的制造系统资源调度问题研究 |
| 5.2.1 问题描述 |
| 5.2.2 参数定义 |
| 5.2.3 算法相关公式 |
| 5.2.4 算法设计 |
| 5.2.5 仿真分析 |
| 5.3 信任驱动的制造系统资源负载均衡调度问题研究 |
| 5.3.1 问题描述 |
| 5.3.2 参数定义 |
| 5.3.3 模型建立 |
| 5.3.4 算法设计 |
| 5.3.5 仿真分析 |
| 5.4 本章小结 |
| 第六章 基于物联网的制造系统任务协同问题研究 |
| 6.1 引言 |
| 6.2 基于物联网的制造系统协同控制思路与策略 |
| 6.3 基于物联网的制造系统协同控制框架 |
| 6.4 基于物联网的制造系统任务协同分配问题研究 |
| 6.4.1 问题描述 |
| 6.4.2 参数定义 |
| 6.4.3 任务执行胜任度计算方法 |
| 6.4.4 团队协同效率计算方法 |
| 6.4.5 任务协同分配的多目标模型 |
| 6.4.6 算法设计 |
| 6.4.7 制造系统中任务协同分配实例分析 |
| 6.5 制造系统协同控制评价方法 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
| 附录A 考虑效益函数的资源调度算法片段 |
| 附录B 信任驱动的负载均衡算法片段 |
四、虚拟制造系统中的数控加工仿真（论文参考文献）
- [1]云制造环境下资源建模及优化配置方法研究[D]. 毕筱雪. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(09)
- [2]面向制造单元的数字孪生体建模与管控技术研究[D]. 王译晨. 北京交通大学, 2020(03)
- [3]基于数字孪生的机床加工过程虚拟监控系统研究与实现[D]. 李小龙. 电子科技大学, 2020(07)
- [4]大型船舶发动机缸体加工工艺参数优化及虚拟加工仿真方法研究[D]. 高骏. 重庆理工大学, 2020(08)
- [5]工业机器人数字孪生制造系统可重构建模研究[D]. 张辰源. 武汉理工大学, 2020
- [6]重型数控铣镗床能耗特性及能效评价方法研究[D]. 尚振东. 哈尔滨工业大学, 2019(01)
- [7]基于知识的离散制造系统能效优化方法研究[D]. 徐彬梓. 江南大学, 2019(05)
- [8]基于数字孪生的数控机床加工路径优化方法研究[D]. 姜静. 武汉理工大学, 2019(07)
- [9]基于数字孪生的数控机床虚拟交互系统设计与实现[D]. 何柳江. 电子科技大学, 2019(01)
- [10]物联网环境下制造系统中的资源调度与任务协同问题研究[D]. 张若楠. 合肥工业大学, 2018(04)