关键词:
激光加工设备
数字孪生
可视化监控
快速物理仿真
Unity3D
摘要:
随着物联网、云计算、人工智能等新一代信息技术的快速发展,实现完全体的数字孪生已逐渐成为可能。数字孪生(Digital Twin)被认为是第四次工业革命通用目的技术和核心技术之一,是支撑万物互联的综合技术体系,是数字经济发展的基础,也是未来智能时代的信息基础设施。本文针对超净间内激光加工设备数字化水平低、可视化性能差、人员流动性大导致加工环境被污染等问题,设计实现了激光加工设备数字孪生虚拟监控系统,研究了激光加工设备工作过程中几何层面和物理层面的可视化监控和远程控制。本文主要研究内容如下:(1)设计了激光加工设备数字孪生虚拟监控系统的整体框架:制定系统设计的目标、原则和流程;对系统开发过程存在的关键问题进行分析,并对相应问题提出初步解决方案;为提升系统的稳定性和可靠性,对数字孪生系统进行模块化设计,保证部分功能出现故障后不影响其他模块运行;最后确定数字孪生系统的整体架构,进一步明确系统的设计逻辑。(2)实现了激光加工设备数据的可视化:介绍了多种激光加工设备,并对设备的数据源进行分析,提出使用PLC连接数据源的方法对设备数据进行采集;获取到的设备数据通过搭建MQTT通讯协议进行传输,对数据可视化的载体模型进行绘制,使用参数化简单曲面法对模型进行优化,降低系统运行时的性能开销;以导光板散射网点激光并行加工设备为例,对其进行数据采集、传输和虚拟模型的运动学分析,实现激光加工设备数字孪生虚拟监控系统几何层面的可视化。(3)使用深度学习技术实现了基于物理规则的激光加工工件表面温度监测:完整的数字孪生虚拟监控系统应包含几何层面和物理层面的仿真,而物理层面仿真通常需要大量模拟计算得出,此过程耗时较长,故提出使用深度学习技术对有限元仿真计算进行加速;通过使用有限元仿真软件对部分工况下工件表面瞬态温度场进行有限元求解,将求解数据和工况数据利用Open CV进行图像化处理,构建工况数据和结果数据的深度学习数据集;选用深度学习CGAN模型并利用数据集对其进行训练,训练过程调优模型;以纳秒激光加工系统为研究对象,使用训练好的CGAN模型对工件表面温度进行快速仿真。最后,对有限元仿真技术和深度学习模型在求解性能方面进行测试,结果显示深度学习模型相较于有限元仿真计算,在求解误差很小的情况下,极大的提高了温度云图生成速度。(4)完成了系统的搭建和测试:开发了部分数字孪生系统的重要功能,为实现激光减材制造的可视化,使用八叉树算法重构工件表面网格,实现低性能消耗下高精度材料去除可视化;使用UGUI组件搭建系统用户界面,集成(2)(3)中几何层面和物理层面的仿真;利用飞秒激光五轴加工平台对数字孪生虚拟监控系统进行实例测试,试验结果表明,本系统运行过程硬件资源占用较低、显示性能良好、实时监控性能优异,满足设计和使用要求。