基于数字孪生的数控回转台精度剩余使用寿命预测方法研究

《Lubricants》：A Digital Twin-Driven Method for Predicting the Precision Remaining Useful Life of CNC Rotary Tables

　　

摘要

数控回转台作为数控机床实现多轴精密加工的核心部件，其精度状态直接影响加工质量和生产效率。实时准确地预测其精度剩余使用寿命（PRUL）对优化维护成本、保障生产安全以及延长设备服役寿命具有重要意义。为此，首先建立了一个面向数控回转台PRUL预测的数字孪生框架，并定义了五维数字孪生模型。然后，基于元动作理论构建了数控回转台的初始精度模型。利用热误差仿真和磨损模型对时变误差进行定量表征，并结合Wiener过程模型，在虚拟镜像中实现了理论PRUL预测。最后，通过融合虚拟镜像数据与物理实体数据生成修正后的模型参数，从而得到由数字孪生数据驱动的数控回转台实时PRUL预测模型。案例研究结果表明，所提出的将机理模型与实时数据相结合的方法，在预测精度和稳定性方面均比仅基于虚拟镜像数据或监测数据的方法提高了至少16%。