面向加工质量预测的数字孪生模型工况自适应方法及系统

摘要

本发明涉及面向加工质量预测的数字孪生模型工况自适应的方法及系统。所述方法包括获取任一历史工况下的质量预测模型、当前工况下的时序数据和影响因素，根据当前工况下的部分获取时段的力信号和振动信号对任一历史工况下的机理模型进行更新得到当前工况下的机理模型；采用当前工况下的机理模型对当前工况下的时序数据进行处理得到当前工况的样本数据；根据当前工况的样本数据和其他的样本数据确定待迁移模型；当影响因素的加权和小于设定阈值时，根据当前工况的样本数据对待迁移模型进行更新；反之，则根据目标定量数据和当前工况的样本数据对待迁移模型进行更新。本发明可提高模型对于变工况的自适应能力。