2025年, 第30卷, 第01期　
刊出日期：2025-06-18

  

• 全选
  |

• Select
  数字孪生在精密和超精密制造领域的应用

  耿延泉, 高蕴礼, 李琛, 闫永达

  哈尔滨理工大学学报. 2025, 30(01): 1-11. https://doi.org/10.15938/j.jhust.2025.01.001

  摘要 ( )   可视化   收藏

  随着智能制造技术的快速发展，数字孪生作为连接物理世界与数字世界的桥梁，在精密和超精密制造领域展现出巨大的应用潜力。通过创建物理实体的虚拟镜像，数字孪生能够实现对加工过程的实时监控、预测和优化，从而提高加工精度和效率。综述了数字孪生在精密和超精密制造领域的应用现状，指出了数字孪生在实时数据集成与高精度建模方面仍面临一定挑战，讨论了数字孪生技术在精密和超精密制造中的未来发展趋势和应用前景。
• Select
  “数字孪生技术”专刊主编寄语

  刘献礼

  哈尔滨理工大学学报. 2025, 30(01): 2.

  摘要 ( )   可视化   收藏

  <正>近年来,数字孪生技术的相关研究蓬勃发展,并在各个领域都开展的初步应用,呈现出了重要的学术研究意义和实用价值。《哈尔滨理工大学学报》邀请了哈尔滨工业大学耿延泉教授、北京航空航天大学陶飞教授、吉林大学刘志峰教授、上海交大交通大学沈彬教授、山东大学胡天亮教授、哈尔滨理工大学岳彩旭教授、重庆大学王四宝教授和马驰教授、兰州理工大学黄华教授、华侨大学胡中伟教授、西安交通大学张俊教授、哈尔滨理工大学李荣义教授、西安理工大学郭伟超教授、哈尔滨理工大学孟博洋博士和刘献礼教授等专家为本刊撰写了15篇高水平论文,发表了其科研团队在切削与磨削系统监控及工艺优化、误差控制及补偿、多轴联动系统数字孪生建模等数字孪方面数字孪生技术研究的最新成果,这些论文的发表一定能为数字孪生在智能制造相关领域研究与应用提供重要的参考。
• Select
  面向服役性能的数控机床数字孪生模型构建

  李奕霖, 左颖, 张永平, 陶飞

  哈尔滨理工大学学报. 2025, 30(01): 12-22. https://doi.org/10.15938/j.jhust.2025.01.002

  摘要 ( )   可视化   收藏

  数控机床是制造国之重器亟需的关键核心装备。近年来，我国高端数控机床出厂性能取得显著提升，但其精度保持性等服役性能的不足，制约了在关键领域实现国产替代的进程，亟待通过数字化手段实现服役性能的精准刻画。数字孪生技术通过深度融合模型驱动与数据驱动方法，集成多维多尺度模型与多源异构数据，构建高保真全息映射的虚拟机床，为数控机床服役性能的精准刻画与表征提供有效手段。提出面向服役性能的数控机床数字孪生建模理论框架，在此基础上针对高端数控机床提出服役性能的影响机理与模型构成要素分析、多维多尺度数字孪生模型构建、变工况下多维多尺度数字孪生模型验证三项关键技术。相关工作期望能为提升数控机床服役性能提供理论参考。
• Select
  面向零件工艺过程的单元级数字孪生模型建构技术

  李栋, 林智文, 陈传海, 赵永胜, 刘志峰

  哈尔滨理工大学学报. 2025, 30(01): 23-32. https://doi.org/10.15938/j.jhust.2025.01.003

  摘要 ( )   可视化   收藏

  数字孪生技术在制造业中的应用日益广泛，特别是在零件加工过程中，构建高保真度的制造单元数字孪生模型对于实现加工过程质量控制的优化与决策至关重要。针对面向零件加工过程的单元级数字孪生建构技术进行了综述，重点讨论了虚拟实体模型构建、工艺策略设计和工艺参数决策3个关键技术国内外研究现状与不足，提出了一套对应的技术实施框架。通过一个空腔试验样件加工案例，展示了单元级数字孪生建构技术在零件加工中的实施效果，并与传统加工方式进行了效率对比。最后，总结了实现单元级数字孪生存在的难题以及未来的发展方向。
• Select
  海量虚拟试切驱动的型腔铣削工艺多目标优化方法

  沈彬, 屠未一, 聂鹏飞, 王成瀚, 艾迪, 吴俊, 郑祖杰, 郭国强

  哈尔滨理工大学学报. 2025, 30(01): 33-40. https://doi.org/10.15938/j.jhust.2025.01.004

  摘要 ( )   可视化   收藏

  针对航空航天领域薄壁零件型腔铣削过程中存在的刀具颤振、断刀等影响加工质量与效率的关键问题，通过精确解算刀具-工件啮合区域，提出基于切削刃离散点建模的切削单元动态分析方法，实现刀具切削状态准确定义。此外，利用人工神经网络分别构建切削力与刀具颤振预测模型。在此基础上，开展虚拟试切，构建包含海量参数组合的数据库。针对实际加工，将刀具路径划分为单位分析步，利用数据库预估风险并寻优，结合神经网络对加工状态进行预测，设定目标函数和约束条件，采用梯度下降法优化进给速度与主轴转速。经型腔铣削案例验证，该方法有效实现了对切削力与刀具颤振的控制，提升了加工效率，为型腔铣削加工提供了可行的优化方案。
• Select
  面向定制生产的云-边缘协同数字孪生制造平台关键技术研究

  胡天亮, 周帅昌, 孟麒, 董丽丽, 周婷婷, 刘晓军

  哈尔滨理工大学学报. 2025, 30(01): 41-50. https://doi.org/10.15938/j.jhust.2025.01.005

  摘要 ( )   可视化   收藏

  当前制造业呈现出规模化、定制化生产的特点，设备种类与工艺类型繁多且由于生产需求多变导致生产资源配置多变，需引入更加灵活、高效、实时响应的智能制造实施模式。针对制造过程中感知、决策、执行3个环节，提出了一种云-边缘协同数字孪生制造平台架构，并介绍了其实施路径，旨在通过数字孪生技术、知识库和迁移学习技术的深度融合应用，实现生产要素精准感知、制造过程智能决策及控制策略动态执行。首先，基于云-边缘协同的分层架构，构建了虚实同步的数字孪生模型，解决了复杂生产系统动态感知与多源数据融合难题；其次，提出了基于本体的知识库构建方法，通过知识演化与优化，以提升知识元的泛化表征能力，为定制化工艺决策的普适性和准确性提供保障；最后，提出了基于迁移学习的控制策略个性化修正与实时调整方法，以有效应对生产过程中扰动影响。此外，介绍了研究团队在以上几个方面取得的关键研究进展。本文提出的方法为规模化定制生产提供了高柔性、高可用的智能制造解决方案，为智能制造在复杂动态制造场景下的深度应用提供了参考。
• Select
  面向数字孪生建模的薄壁件加工变形预测代理模型研究

  岳彩旭, 张嘉豪, 夏伟, 贾儒鸿, 郭焱栋, 刘献礼

  哈尔滨理工大学学报. 2025, 30(01): 51-60. https://doi.org/10.15938/j.jhust.2025.01.006

  摘要 ( )   可视化   收藏

  薄壁类零件被广泛应用于航空航天等领域中，薄壁件加工过程中由于刚性弱、切削力较大等原因易产生变形，会影响尺寸精度。因此针对框梁类航空铝合金薄壁件铣削加工过程中无法实时监测变形的问题，提出了一种薄壁件加工变形预测数字孪生框架。利用贝叶斯优化的随机森林代理模型构建了一种数字孪生驱动的薄壁件加工变形预测轻量化模型，基于Unity3D平台搭建了切削变形预测数字孪生智能应用平台，建立了物理加工环境与虚拟仿真空间的双向数据映射机制。实验表明，该方法可有效预测框梁类薄壁件加工过程中的力致变形规律，为高精度加工提供在线监测解决方案。
• Select
  五轴铣削加工数字孪生框架

  王四宝, 唐智勇, 胡永达, 巫浩宇

  哈尔滨理工大学学报. 2025, 30(01): 61-69. https://doi.org/10.15938/j.jhust.2025.01.007

  摘要 ( )   可视化   收藏

  数字孪生技术通过构建真实世界的虚拟数字模型，与真实世界进行实时数据交互，能够较高程度反映真实世界的演变规律。数控加工出于安全性考虑，保护装置使得观察视角受限，同时由于切削液干扰，工程师无法直观了解加工状况。此外，零件通常在加工完成后才能检测加工质量，随后工程师凭借丰富经验调整加工工艺参数，智能化程度低。为了解决这一问题，设计了一种四维数字孪生框架。该框架充分挖掘了几何和运动维度的数字载体信息，基于数据驱动维度实现与物理世界的实时数据交互，并在物理维度中对加工质量进行在线预测与工艺参数自适应调控，从而显著提升加工过程的智能化水平。
• Select
  基于数字孪生的刀具磨损预测研究

  刘明浩, 毛信辉, 夏伟, 岳彩旭, 刘献礼

  哈尔滨理工大学学报. 2025, 30(01): 70-81. https://doi.org/10.15938/j.jhust.2025.01.008

  摘要 ( )   可视化   收藏

  在全球制造业智能化转型背景下，数字孪生技术通过物理实体与虚拟模型的深度融合，为突破智能制造的实施提供了创新路径。以VMC-C50五轴数控机床铣削钛合金为研究对象，基于“虚实交互、数据驱动”的技术路线，构建了数字孪生架构的铣刀磨损监测系统。通过整合物理感知层、虚拟建模层、数据互联层与智能服务层，建立了物理机床与虚拟模型的双向通信机制，实现了加工过程的全要素映射与动态优化。以刀具磨损预测为应用场景，提出了基于多尺度卷积神经网络-残差网络-双向长短期记忆网络-门控循环单元融合的深度学习模型，该模型可以深度提取空间特征和动态时序特征，与常规模型相比，显著提升了预测精度，通过虚实交互与数据融合机制，为铣削过程中刀具磨损动态感知提供了可工程化的解决方案。
• Select
  基于数字孪生的进给系统混合误差建模及预测

  黄华, 梅乐, 支晓波, 张晖旺

  哈尔滨理工大学学报. 2025, 30(01): 82-97. https://doi.org/10.15938/j.jhust.2025.01.009

  摘要 ( )   可视化   收藏

  进给系统对于机床的性能有极其重要的影响。传统进给系统机理模型在一定程度上能有效地反映进给系统特性，但在建模过程为了简化模型便于仿真和计算，必然会忽略掉部分零件以及环境的影响，这些因素使得机理模型预测的结果与实际情况之间存在偏差，进而影响了机理模型的预测精度。为解决这一问题，提出了一种结合机理模型和CNN-BiLSTM神经网络的进给系统数字孪生误差预测方法。首先考虑了摩擦力对进给系统的非线性影响，将进给系统抽象为质量-弹簧-阻尼系统模型。并根据实验对摩擦力和进给系统机理模型参数进行辨识。然后利用神经网络对机理模型的预测与实际物理系统之间的残差进行了有效修正，以此构建了进给系统的数字孪生误差预测模型。最后利用螺旋线空间轨迹对所提方法进行验证，实验结果表明提出的误差孪生模型比传统机理模型误差预测精度提升76.04%,与同类型神经网络模型相比预测精度最高。表明本文所提方法能够有效地预测进给系统跟踪误差，提升了模型的泛化性和稳定性，为复杂系统提供了一种可靠的建模策略。
• Select
  基于数字孪生的双面研磨虚拟监控系统研究

  胡中伟, 李贤宝, 白梓攀, 赖志远

  哈尔滨理工大学学报. 2025, 30(01): 98-107. https://doi.org/10.15938/j.jhust.2025.01.010

  摘要 ( )   可视化   收藏

  随着传统制造业与互联网的融合，智能制造逐渐兴起。数字孪生技术成为连接物理空间与数字空间的关键。针对双面研磨加工过程，研究数字孪生的可视化监控技术及物理规则的融合方法，开发了基于数字孪生的虚拟监控系统。首先，明确系统设计目标与框架，确定开发工具与可视化平台，并依据设计需求建立双面磨床数字化样机模型，实现几何层面的数字孪生；然后，建立物理规则融合模型，采用数据采集与可视化技术，达成物理层面的数字孪生；最后，运行系统进行测试，结果显示系统功能正常、资源占用低且显示效果良好，实时性表现出色。研究结果为双面研磨虚拟监控提供了有效的解决方案。
• Select
  基于模糊神经网络的机床进给速度数字孪生调控方法

  尹佳, 白乐乐, 田辉, 吴世杰, 侯桂金, 唐宇阳, 刘弘光, 张俊

  哈尔滨理工大学学报. 2025, 30(01): 108-118. https://doi.org/10.15938/j.jhust.2025.01.011

  摘要 ( )   可视化   收藏

  数字孪生在加工过程中的应用可体现在数控机床与开发的数字化监控系统动态连接，进而使机床在复杂零件制造过程中实现状态监控与自适应优化，提高零件加工精度与效率。现阶段航空零件铣削过程中，考虑到加工变形、表面粗糙度及刀具磨损等众多因素，工艺员在进行零件工艺规划时会根据经验设置偏保守的铣削参数，以至于复杂零件的粗加工效率低下，不能根据加工轨迹及瞬态负载自适应调控加工参数。提出了一种恒定负载约束下的铣削参数自适应调控数字孪生系统架构与模型。首先，构建了双输入单输出型模糊神经网络来实现进给参数拟调节值的计算，基于机床实际加工数据对模糊神经网络进行了训练，获得了相应的模糊控制规则及隶属度函数，并根据实际加工情况对控制规则进行了修正。然后，以西门子840Dsl系统为基础搭建了进给参数在线控制系统。最后，使用DMU 50五轴加工中心上通过直线变切深铣削、曲线铣削及内圆槽腔铣削实验等3类复杂工况下验证所开发铣削参数自适应调控数字孪生系统的有效性。
• Select
  数字孪生驱动的柔性热控薄膜制造过程缺陷检测方法

  李荣义, 田帅旗, 代铭秋, 许有强, 李先斌, 侯凯霖

  哈尔滨理工大学学报. 2025, 30(01): 119-128. https://doi.org/10.15938/j.jhust.2025.01.012

  摘要 ( )   可视化   收藏

  柔性热控薄膜的热辐射特性是决定航天器表面热平衡控制精度的核心要素。在镀膜过程中，工艺参数的动态波动常引发一些缺陷。因此，如何实时监测缺陷已成为保障镀膜质量的关键问题。针对传统单体架构在柔性薄膜缺陷检测中存在的刚性约束，提出了一种基于微服务架构的数字孪生系统。通过解耦系统功能模块并采用分布式服务治理，实现了高并发、高可用的薄膜制造过程在线监测。然后，设计了真空镀膜缺陷检测算法，融合自适应卷积+空间金字塔模块，通过FPN/PAN增强多尺度特征，优化锚框与轻量化设计，在91.5%精度下达到140帧每秒推理速度，成功实现了数字孪生系统与深度学习算法的深度融合，为柔性薄膜制造过程提供了实时可视化的质量监控解决方案。
• Select
  热误差补偿在数字孪生系统中的应用研究

  马驰, 李明明, 刘佳兰, 何佳龙, 化春雷, 王亮

  哈尔滨理工大学学报. 2025, 30(01): 129-137. https://doi.org/10.15938/j.jhust.2025.01.013

  摘要 ( )   可视化   收藏

  热误差对加工精度具有显著影响，因此需要进行精确控制。实现热误差控制的关键在于构建一个集成高精度热误差模型的鲁棒系统。深度学习模型可用于实现该目标，但此类方法仍易受到温度变量间共线性、参数手动调整以及实时补偿能力有限等问题的影响。为了解决上述难题，研究了热误差补偿在数字孪生系统中的应用，设计了热误差补偿数字孪生系统，将改进后的改进容差值用于剔除共线性剔除的热误差建模方法。构建了融合具有强收敛性能的黑猩猩优化算法与最小门控单元-注意力机制的热误差模型，为提升计算速度与超参数优化性能，为黑猩猩优化算法引入了非线性收敛因子，形成了黑猩猩优化-最小门控单元-注意力模型。结果表明，热误差模型在拟合精度、收敛速度和预测准确性方面均表现出优越性能，热误差补偿数字孪生系统将工件关键尺寸几何误差降低了约75.00%。
• Select
  数字孪生与迁移学习结合的工作台进给系统故障诊断方法

  郭伟超, 王景琪, 张松伟, 韩旭阳, 高新勤

  哈尔滨理工大学学报. 2025, 30(01): 138-147. https://doi.org/10.15938/j.jhust.2025.01.014

  摘要 ( )   可视化   收藏

  针对机床设备结构复杂，在实时故障监测中故障样本少，诊断准确率低的问题，提出了一种针对工作台进给系统的数字孪生故障迁移诊断方法。构建了工作台进给系统的数字孪生模型，为工作台进给系统故障诊断提供故障样本。构建了多尺度并行一维卷积神经网络迁移诊断模型，提高了工作台进给系统故障诊断的准确率。实验验证了所提方法的可行性，能有效解决工作台进给系统故障诊断中因故障样本稀缺导致的诊断准确率低的问题。
• Select
  面向数字孪生的多轴数控机床建模及实时可视化仿真

  孟博洋, 孙文星, 岳彩旭, 朱同洁, 付子珍, 刘献礼

  哈尔滨理工大学学报. 2025, 30(01): 148-156. https://doi.org/10.15938/j.jhust.2025.01.015

  摘要 ( )   可视化   收藏

  数字孪生作为智能制造的核心引擎，在虚拟仿真及加工可视化领域潜力巨大。然而，传统的离线数字孪生建模方法保真度依赖于预设参数的准确性，仿真结果与物理实体同步性差。针对此类问题提出了一种面向实时仿真的多轴机床数字孪生建模方法，通过理论层级架构设计及加工交互行为运动学推导，构建实时数据驱动的机床数字孪生模型。结合机床OPC UA数据通信方法与UE5引擎驱动的切削过程仿真方法，构造加工表面粗糙度-材质颜色实时可视化映射模型，实现真实加工过程的高保真度仿真及加工实时可视化。最后以VMC-C50摇篮式五轴加工中心为案例搭建机床数字孪生平台，验证了数字孪生模型的成熟度与实时仿真过程的可靠性。