面向船舶柴油机活塞加工质量管控的数字孪生应用技术研究

作者：纪新春; 康毅; 魏达; 程红红; 赵梦莹

来源：中国新技术新产品, 2023, (13): 17-20.

DOI：10.13612/j.cnki.cntp.2023.13.036

• 数字孪生
• RBF
• 活塞加工
• 质量管控

针对船舶柴油机活塞加工质量管控的问题，该文研究了融合工艺设计数据和实时数据，从而得到加工数字孪生数据，进而构建活塞加工质量管控模型，最后融合自适应遗传算法改进径向基函数神经网络（Radial Basis Function Neural Network, RBF）并应用于模型。结果表明，该方法下的刀具预测寿命平均相对误差为3.21%，误差率较低。对加工质量的实时预测准确率最高达到98%，耗时仅1.0 s左右，该方法能够满足加工质量管控要求，可以为船舶柴油机活塞加工的信息化发展提供参考。