为解决汽车零部件压铸成型过程的质量预测问题，提出一项基于数字孪生技术的质量预测方法，旨在实现对压铸过程的实时监控、信息管理、以及生产数据的充分利用。首先建立了虚拟—真实数字孪生模型；随后引入多源数据采集和管理方法，结合数据驱动技术实现压铸单元的虚实同步映射；最终，针对压铸成型的料饼厚度这一关键工艺参数，提出基于Stacking集成学习的压铸产品质量预测算法。通过在某汽车零部件制造企业的压铸车间进行实验，验证了技术方法的可行性，为解决复杂压铸制造过程的监控和质量预测问题提供了新思路。
科研之友
微信
新浪微博
Facebook
分享链接
