一种基于自学习时变数字孪生的自动化产线智能监测系统

摘要

本发明公开了基于自学习时变数字孪生的自动化产线智能监测系统，属于高端装备状态监测技术领域，物理产线层利用加工参数执行加工工序；边缘监测层基于物理产线层数据获得工件质量数据与刀具磨损敏感特征；将工件质量数据与刀具磨损敏感特征输入当前刀具磨损表征模型获取当前磨损状态，根据当前磨损状态、加工参数、实际质量等优化加工参数并输出优化后期望质量；云端进化层根据优化后期望质量、当前磨损状态和当前实际质量评估当前刀具磨损表征模型并根据评估结果对其进行更新。本发明通过时变的物理和虚拟数据双向驱动，刀具磨损表征模型根据实际情况进行实时评估、自学习、更新、验证，实现刀具状态监测的泛化性智能性、准确性和鲁棒性。