基本信息
文件名称:基于数字孪生的剑杆织机智能监控系统研究.pdf
文件大小:6.55 MB
总页数:123 页
更新时间:2025-06-15
总字数:约14.88万字
文档摘要

摘要

剑杆织机是纺织行业的核心设备之一,其智能化发展水平对实现纺织行业的产业

升级有着重大的影响。而数字孪生作为支撑智能制造落地的核心技术,为实现物理空

间和信息空间的交互融合提供了有效的解决途径和方法。本文将剑杆织机作为研究对

象,面向复杂织造装备的智能化监控需求,结合三维建模、虚拟仿真、人工智能等技

术,设计并开发基于数字孪生的剑杆织机智能化监控系统。主要研究工作如下:

1.设计了基于数字孪生的剑杆织机智能监控系统总体方案。以数字孪生理论及其

支撑技术为基础,通过对剑杆织机运行全周期的分析,明确剑杆织机监控过程所面临

的问题,提出基于数字孪生的剑杆织机监控系统框架。通过对系统关键技术的研究和

开发方案的分析,为实现基于数字孪生的织机智能监控系统的开发提供了技术路线。

2.构建了数据驱动的剑杆织机多维度数字孪生模型。基于剑杆织机多源异构的数

据特征,提出了基于标准语义模型的数据感知方案,为虚实交互、数据挖掘等后续研

究提供数据支撑。从几何和物理维度对剑杆织机进行孪生建模,构建与物理剑杆织机

在几何结构、物理规则、行为状态相一致的剑杆织机数字孪生模型,实现了实时数据

驱动的可视化映射和虚拟运行仿真,为进一步实现智能监控奠定基础。

3.提出了数字孪生与机器学习融合驱动的工艺参数评估与健康状态预测方法。在

实现虚实空间映射的基础上,提出了孪生数据驱动的工艺参数评估方法。通过BP神

经网络挖掘数据规律,并使用改进鲸鱼算法提升模型预测精度。然后提出了基于数据

相似度的模型更新策略,实现模型动态演化。针对织机健康管理问题,提出了数字孪

生驱动的健康状态预测方法。通过引入健康指数对织机健康状态进行定量分析,并基

于BiLSTM网络构建健康评估与预测模型,为织机的运维决策提供了有效支撑。

4.搭建了实验测试平台。结合前述方法,以某型剑杆织机为实验对象,建立了系

统所需的开发环境,基于系统的功能需求,完成了各功能模块的开发与集成。从功能

性和可用性等方面进行了实验测试,结果表明各个功能模块均能准确的对织机的性能

参数进行分析,系统数据传输的准确性、实时性良好,能够准确反映织机的运行状态。

通过上述研究工作可知,剑杆织机智能监控系统能够实现剑杆织机设备在运行过

程中的虚实映射,数字孪生驱动的工艺参数评估模型和健康状态预测模型能够为织机

的工艺参数制定和维护检修提供合理的参考方案。因此,利用数字孪生构建智能化监

控系统是可行的解决方案之一。

关键词:剑杆织机;数字孪生;监控系统;数据驱动;健康预测

I

ABSTRACT

Rapierloomsareoneofthecoreequipmentinthetextileindustry,andtheirintelligent

developmentlevelhasasignificantimpactonachievingindustrialupgradinginthetextile

industry.Asthecoretechnologysupportingtheimplementationofintelligentmanufacturing,

digitaltwinningprovidesaneffectivesolutionandmethodfortheinteractiveintegrationof

physicalspaceandinformationspace.Thispapertakestherapierloomastheresearchobject,

aimsattheintelligentmonitoringrequirementsofcomplexweavingequipment,and

combines3Dmodeling,virtualsimulation,artificialintelligenceandothertechnologiesto

designanddevelopanintelligentmonitoring