[发明专利]一种考虑表面形貌的精密主轴性能数字孪生体构建方法在审
申请号: | 202211386698.6 | 申请日: | 2022-11-07 |
公开(公告)号: | CN115906309A | 公开(公告)日: | 2023-04-04 |
发明(设计)人: | 赵强强;杨溢涛;洪军;李小虎;胡晓坤 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/23;G06F30/27 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 闵岳峰 |
地址: | 710048 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 考虑 表面 形貌 精密 主轴 性能 数字 孪生 构建 方法 | ||
1.一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,包括以下步骤:
步骤1:确定表面形貌参数及零件相对位置参数,根据所选参数确定其上下限;
步骤2:在参数范围内生成嵌套的高低精度模型的样本点;
步骤3:建立带有表面形貌的精密主轴高精度和低精度有限元仿真模型;
步骤4:将步骤2所述嵌套的高低精度模型的样本点分别输入到步骤3所述精密主轴高精度和低精度有限元仿真模型中,得到样本点的高精度和低精度仿真结果;
步骤5:利用标度函数建立高精度和低精度样本数据之间的联系,将低精度样本数据转换为近似的高精度样本数据,将转换后的样本数据称为仿真样本数据;
步骤6:利用仿真样本数据构建Kriging代理模型;
步骤7:获取多组精密主轴表面点云数据;
步骤8:利用步骤7所述表面点云数据对零件表面误差重构,获得表面形貌参数;
步骤9:获得零件相对位置参数;
步骤10:获得精密主轴回转轨迹;
步骤11:利用测量样本数据与仿真样本数据的差值构建Kriging代理模型;
步骤12:利用步骤6与步骤11所述代理模型构建Co-Kriging代理模型;
步骤13:对Co-Kriging代理模型进行精度评价,若模型精度满足设计要求,则考虑表面形貌的精密主轴性能数字孪生体构建完成,若不满足精度要求,则进行步骤14和步骤15;
步骤14:通过加点策略产生空间中的新增样本点;
步骤15:将新增样本点输入到步骤3所述精密主轴高精度和低精度有限元仿真模型中,得到样本点的高精度和低精度仿真结果,将其加入到样本数据集中,重复步骤5~步骤13,直至Co-Kriging代理模型符合精度要求,得到考虑表面形貌的精密主轴性能数字孪生体。
2.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤2所述生成嵌套的高低精度模型的样本点的方法为优化的嵌套拉丁超立方试验设计。
3.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤3所述建立带有表面形貌的精密主轴有限元仿真模型的方法为:利用表面形貌参数对零件表面误差重构,再将零件表面误差附加到理想的有限元模型上。
4.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤5所述标度函数为乘法标度函数,取高精度样本点集合和标度因子集合l=(l1,l2,…,lN)作为输入输出来构建乘法标度函数构建标度函数选用的近似模型为Kriging模型,其中,标度因子计算公式如式(1)所示:
式中,为高精度样本点处的标度因子,为高精度样本点处高精度仿真结果,为高精度样本点处低精度仿真结果。
5.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤6和步骤11所述Kriging模型的基本形式为:
式中,反映的总体趋势,Z(x)是均值为0,协方差为Cov(Z(xi),Z(xj))=σ2R(xi,xj,θ)的随机过程,相关函数R(xi,xj,θ)以θ为参数,表征样本点xi和xj之间的空间相关关系。
6.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤7所述获取表面点云数据的方法为:利用高精度三坐标测量机获取零件表面的点云数据。
7.根据权利要求1所述的一种考虑表面形貌的精密主轴性能数字孪生体构建方法,其特征在于,步骤8所述表面误差重构方法为:利用基函数对零件表面误差重构,其中,泽尼克多项式作为圆环面的基函数,勒让德-傅里叶多项式作为柱面的基函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211386698.6/1.html,转载请声明来源钻瓜专利网。