一种适用于数控机床的数字孪生控制刀具自适应匹配系统的制作方法

本发明涉及器械匹配技术，具体涉及一种适用于数控机床的数字孪生控制刀具自适应匹配系统。

背景技术：

1、数控机床是一种装有程序控制系统的自动化机床，数控机床综合了机械、自动化、计算机和微电子等技术，解决了复杂、精密和小批量零件的加工问题，是一种柔性的、高效能的自动化机床，并通过数字孪生技术，来控制刀具的自适应匹配也是一种重要的技术。

2、成品向量是指刀具在实际加工过程中所表现出的性能指标的数值化表示，这些性能指标可以包括切削力、切削温度、加工表面质量等，成品向量可以根据实际测量数据或仿真模拟结果得到，以数值的形式反映刀具在加工过程中的性能表现，成品模型向量是通过建立刀具的数学模型，并对模型进行仿真计算后得到的数值表示，这个模型可以是基于理论分析、实验数据或计算机模拟的结果，成品模型向量一般包含了刀具的几何参数、材料属性、切削条件等信息，并可以通过仿真计算预测刀具的性能。

3、现有的刀具匹配评分模块不能对刀具库中刀具的成品向量与成品模型向量进行评分，也不能对于评分符合工作需求的刀具进行选用，导致不能根据评分不符合工作需求的刀具进行更换，则导致不能更好的匹配对应刀具，且不能根据提取的不同刀具的特征中选取有用的测量数据，导致数据较多导致无法选取合适刀具数据。

技术实现思路

1、本发明的目的是提供一种适用于数控机床的数字孪生控制刀具自适应匹配系统，以解决现有技术中的上述不足之处。

2、为了实现上述目的，本发明提供如下技术方案：一种适用于数控机床的数字孪生控制刀具自适应匹配系统，包括数据处理单元、信息采集单元、包括多种刀具的刀具库、多源信息整合单元、刀具匹配评分模块和显示单元：

3、所述信息采集单元，用于采集不同刀具的测量数据；

4、所述数据处理单元，用于对所述信息采集单元采集的数据进行数据调整，使得所述数据便于使用；

5、所述多源信息整合单元，用于整合所述数据处理单元处理后的数据，便于将多种数据联合使用；

6、刀具匹配评分模块，用于将刀具库中刀具的成品向量与成品模型向量进行评分，其中对于评分符合工作需求的刀具进行选用，对于评分不符合工作需求的刀具进行更换，所述刀具匹配评分模块包块：

7、成品模型向量分析模块，用于对成品模型进行向量分析；

8、刀具向量分析模块，用于分析在当前刀具工作情况下成品向量；

9、评分模块，用于进行成品模型向量分析模块和刀具向量分析模块的匹配评分；

10、所述显示单元，用于显示所述数据处理单元处理后的数据。

11、进一步地，所述数据处理单元对数据采集单元采集的数据进行调整包括但不限于异常数据恢复、丢弃、填充、替换、去重。

12、进一步地，所述数据处理单元进行数据调整的具体方法为：

13、s1、数据筛选，其中数据筛选进一步包括：

14、初步筛选；

15、阈值筛选；

16、质量控制筛选，如果某一采样间隔的测量参数数据出现突变，则可以认为该组测量参数出现异常情况；

17、s2、数据恢复，其中数据恢复方法进一步包括：

18、基于时间序列的数据恢复方法，时间序列的数据预测方法从本质上来说都应该适合测量数据的恢复；

19、基于时空相关性的数据恢复方法，基于时空相关性的数据恢复方法是通过建立任意测量数据与其他测量数据在时空上的关联模型，进而通过其他测量数据对存在异常的数据进行恢复。

20、进一步地，所述多源信息整合单元包括：

21、特征筛选模块，用于筛选测量数据中的特征；

22、相同特征提取模块，用于提取特征筛选模块中筛选出来的相同特征；

23、异常特征提取模块，用于提取特征筛选模块中筛选出来的异常特征；

24、交叠特征提取模块，用于提取特征筛选模块中筛选出来的交叠特征；

25、特征融合单元，用于将相同特征提取模块、异常特征提取模块和交叠特征提取模块提取的对应特征进行特征融合。

26、进一步地，所述多源信息整合单元进行交叠特征提取的具体方法为：

27、a1、利用概率数据关联算法计算每个目标t(t=1,2,...t')关联门内所有量测数据j(j∈zt(k))和目标t的关联概率βjt；

28、a2、构造确认矩阵，根据确认矩阵判断量测是否为属于多个目标的公共量测，其中确认矩阵的表达式为：

29、；

30、a3、计算公共回波与各目标之间的分属概率，假设目标集t,有公共回波j，计算该回波与每个目标t(t∈tm)之间的欧氏距离djt，因为量测距离目标越大，量测属于该目标的概率越小，所以公共回波与各目标之间的分属概率与距离是反比关系，且回波应该全部分配给与其相关联的目标，则分属概率为

31、；

32、a4、利用回波公式与各目标之间的分属概率来对第一步中所得到的该公共回波的关联概率进行修正，即得到公共回波与各相关目标之间新的关联概率β’jt，

33、；

34、a5、对每个目标所在关联门内所有量测的互联概率进行归一化得到β’’jt，

35、；

36、a6、利用关联概率β’’jt对每个目标内的所有量测数据通过加权处理进行更新状态。

37、进一步地，所述刀具匹配评分模块的工作步骤为：

38、e1，过滤成品模型向量特征信息中的无用特征，通过sigmoid激活函数作为门控状态，再与成品模型向量特征经过点乘后，经过tanh激活函数得到门口单元对特征的筛选；

39、e2，使用注意力机制将刀具库中关键向量特征信息进行加强，根据向量特征类型得到嵌入向量t以及文本的特征表示，通过tt，对文本中的每个特征进行打分，以此感知文本中的重要信息，如下式所示：

40、；

41、e3，可得经过评估之后的刀具库表示，如下式所示：

42、；

43、其中，是注意力的矢量，是刀具库的向量矩阵；

44、e4，由向量特征信息融合模块得到查询表示和刀具库的特征表示，然后通过最大相似度（maxsim）进行计算求得，通过和可以计算查询和刀具库之间的得分score，即为查询的每个成品模型向量与刀具库的每个刀具工作向量表示的最大相似度总和，如下式所示：。

45、与现有技术相比，本发明提供的一种适用于数控机床的数字孪生控制刀具自适应匹配系统，通过刀具匹配评分模块对刀具库中刀具的成品向量与成品模型向量进行评分，其中对于评分符合工作需求的刀具进行选用，对于评分不符合工作需求的刀具进行更换，这样设置便于更好的匹配对应刀具，通过对交叠特征提取，确定交叠特征的更新状态，从而确定交叠特征的取舍，这样可以根据提取的不同刀具的特征中选取有用的测量数据，避免数据较多导致无法选取合适刀具数据，同时通过刀具匹配评分模块的设置，使得刀具的匹配在相同标准下去选择合适的刀具，避免人工选取刀具存在的误差。