信息融合的机械臂数字孪生模型迭代实验

作者:陈一博; 闫夺今; 张铁沄; 冯毅萍*
来源:实验室研究与探索, 2021, 40(12): 56-102.
DOI:10.19927/j.cnki.syyt.2021.12.013

摘要

数字孪生(Digital Twin, DT)充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度的仿真过程,实现虚拟空间和实体空间的双向交互映射。针对生产设备的状态监控和状态预测问题,以机械臂DT模型为例,提出了一种基于数据级、特征级和决策级的多层次信息融合DT模型迭代方法,实现了基于多层次信息融合模型迭代的机械臂状态估计。利用迭代模型库设计了机械臂轨迹预测实验,通过不同迭代周期、不同融合层次的模型迭代效果分析对比,验证了该方法的有效性。