近日，我院机电工程系青年教师李干在基于数字孪生系统的加工状态实时监测领域取得重要进展，研究成果《数据机理混合驱动的磨削状态跨尺度在线监测可视化方法》（A visualization method for cross-scale online monitoring of grinding state based on data-mechanism hybrid-driven digital twin system）发表于《Mechanical Systems and Signal Processing》期刊。该期刊是机械工程领域的国际顶级期刊，2023年影响因子为7.9（SCI一区Top）。论文第一作者和通讯作者为青年教师李干，博士生陆昊翔为该研究工作和论文撰写做出重要贡献。中国石油大学（华东）为第一署名单位和唯一通讯单位。该研究得到教育部创新团队装备预研协同基金、泰山学者项目专项基金、山东省自然科学基金以及中央高校基本科研业务费专项资金的联合资助。
论文首页
在生产制造过程中实现对产品加工状态和加工质量的实时有效监测，对保证零件的加工质量和提高生产效率具有重要意义。加工状态的变化往往意味着制造状态的不稳定，进而造成刀具磨损、工件质量下降等额外成本。过去提出了多种磨削状态监测的方法，但由于加工过程的复杂性和时变性，传统方法不易实现实时精确监测。本文作者曾提出利用磨床数控系统发出的实时信号可以实时监测磨削加工过程中的磨削力和工件表面形貌，而无需任何附加传感器。该前序工作发表在Mechanical Systems and Signal Processing上（论文链接：https://doi.org/10.1016/j.ymssp.2023.110540）。在此基础上，本研究提出一种基于数字孪生的方法，建立与实际磨削系统完全匹配的虚拟加工系统，通过虚实结合实现对加工状态和加工效果的高精度实时监测与可视化预测，无需任何附加传感器。
方法流程
基于本研究提出的数据机理混合驱动方法通过数字孪生系统可以对磨削过程中加工状态进行实时监测，并对工件形貌进行实时估计，实现了工件加工精度的可视化预测。在此基础上可以实现加工误差的溯源，明确工件误差的产生原因，为进一步提高产品精度、改善产品质量提供了理论基础。结果表明，利用本文建立的数字孪生方法实时监测磨削状态具有精度高、可靠性强、实施方便等优点。
论文链接：https://doi.org/10.1016/j.ymssp.2024.112293
