基于数字孪生模型的轮廓误差估计和预补偿方法

来源：计算机集成制造系统杂志2024年第11期北京时间：

作者：梅乐, 黄华, 支晓波, 黄亮

单位：兰州理工大学机电工程学院

摘要：针对数控机床进给系统的轮廓误差影响加工精度问题,提出一种基于数字孪生模型和交叉耦合相结合的轮廓误差预测与预补偿方法。该方法针对数控进给系统的多领域交叉耦合的特点,首先构建了机电一体化的联合仿真机理模型,同时基于融合了SE注意力机制(SE)的卷积循环神经网络(CNN-BiLSTM)和交叉耦合补偿构建了数据驱动补偿模型,二者共同构成了进给系统数字孪生模型。其次,通过数据驱动模型预测轮廓误差,同时基于预测结果对数字孪生模型进行预补偿。最后将数字孪生模型预估的轮廓误差与预补偿得到的耦合控制增益更新到实际进给系统的控制部分,提高了轮廓的控制性能。通过实验在进给系统上验证了轮廓误差预测与预补偿的可靠性,同时利用虚实同步实验验证了实际轮廓误差补偿的有效性。与补偿前相比,相对误差均保持在6%以下。结果表明:该方法能够有效的预测并控制轮廓误差,在精密运动控制领域有良好的应用前景。

关键词：数字孪生,进给系统,注意力机制,轮廓误差,误差补偿

基金资助：国家自然科学基金资助项目(52365057);甘肃省科技重大专项资助项目(23ZDGE002);温州市科技计划资助项目(G2023045)。