1.本发明涉及豆腐串自动成型机故障诊断技术领域，具体为一种面向豆腐串自动成型机的数字孪生故障诊断系统。
背景技术：2.在新型的食品加工的技术领域涉及到的一种豆腐串自动成型机，由于豆腐具有柔软易碎的特性，加工过程不易操作，无论豆腐小作坊，还是成规模的豆制品生产厂家，豆腐串的生产方式都以手工加工为主，而豆腐串的成形加工又要求对菱形块状豆腐都进行正反两面等深度小间距交错切花，在豆腐串的加工过程中，工序繁琐，加工难度大，卫生状况不佳等普遍问题导致生产效率的降低，工人在运用新的设备时由于不熟悉设备操作流程以及行为规范，在使用的过程中会出现各种各样的问题，例如因误操作造成的工伤事故或造成机械设备的故障，如果每台豆腐串自动成型机都配有维修保障人员，生产成本将大幅度增加。
技术实现要素：3.本发明要解决的技术问题是克服现有的缺陷，提供一种面向豆腐串自动成型机的数字孪生故障诊断系统，提出的智能化数字孪生技术故障诊断系统，可以提前预警豆腐串自动成型机的产生故障的概率，同时对豆腐串自动成型机的性能优化和提高生产效率具有重要意义，可以有效解决背景技术中的问题。
4.为实现上述目的，本发明提供如下技术方案：一种面向豆腐串自动成型机的数字孪生故障诊断系统，包括以下步骤：
5.步骤1：使用电脑上的三维建模软件根据豆腐串自动成型机的实体建立豆腐串自动成型机三维模型，使三维模型与该豆腐串自动成型机的各项参数保证一致，然后将建立好的模型输入unity3d引擎编写脚本控制豆腐串自动成型机的运动机构，以及控制模块的运动，通过仿真系统运行实现与豆腐串自动成型机实体的同步运行；
6.步骤2：根据需求将传感器安装在对应的部位，通过传感器实时的采集相应的数据，然后将采集的数据通过数据传输的方式传送到孪生体的模型中，以此构成数据采集系统，对豆腐串自动成型机的实际关键运行参数实时调整，并且可以进行动力学和静力学分析，并将其反馈在数字孪生的模型上，根据事先设定好的危险报警参数来判断该豆腐串自动成型机是否出现运行参数的异常，如果任意一个数值显示了异常，则进行报警提示，如果没有异常则会维持正常运行的状态；
7.步骤3：数字孪生系统将实时计算该豆腐串自动成型机的各项控制参数，根据事先建立出的运行状态的历史数据与对应的故障诊断决策数据的模型实现豆腐串自动成型机的故障决策诊断功能，同时采用机器学习算法，多源数据融合的方式，以此可以提高数字孪生体的自学习能力和决策能力，从而有效的计算出关键部位的故障产生的概率以及相应的决策建议，提高豆腐串自动成型机的智能化决策程度以及保障豆腐串自动成型机的正常运
转。
8.进一步的，所述豆腐串自动成型机的运行参数包括电机运行状态、轴承的磨损状态、液压系统的运行状态以及刀架的运行轨迹。
9.进一步的，所述传感器实时的采集数据为豆腐串自动成型机的固定的监测点，固定的监测点包括豆腐串自动成型机的轴向转动、水平运动和垂直运动。
10.进一步的，所述数据传输的方式指以太网方式的传输。
11.进一步的，所述豆腐串自动成型机的各项控制参数包括链轮轴承的疲劳磨损、液压的流量以及刀架的运动轨迹。
12.进一步的，在步骤3中状态预测和故障诊断通过建立好的历史的相应的数据库，通过机器学习算法对采集到的数据进行数据分析，进行故障诊断和状态预测。
13.进一步的，判断豆腐串自动成型机的运行参数是否异常的方法是通过设定阈值如果超过阈值则通过报警装置发出警报，运动参数出现异常。
14.进一步的，所述数据采集系统为传感器实时的采集相应的数据，管理系统为根据豆腐串自动成型机实体的运动参数调整豆腐串自动成型机模型的运行参数，使得豆腐串自动成型机的模型和实体的参数趋近一致，报警决策系统是根据管理系统监控的关键运行参数是否出现异常进行报警提示。
15.与现有技术相比，本发明的有益效果是：通过数字孪生技术创建面向豆腐串自动成型机的三维虚拟模型，通过工作模拟的形式对豆腐串自动成型机疲劳磨损、液压流量、刀架刀片运动轨迹等数据的分析，建立该设备的故障诊断模型，实现预测豆腐串自动成型机的故障概率预测并给予相应的故障维修建议，提前提示用户对该豆腐串自动成型机可能出现的故障做检修处理，该面向豆腐串自动成型机的数字孪生故障诊断系统，提出的智能化数字孪生技术故障诊断系统，可以提前预警豆腐串自动成型机的产生故障的概率，同时对豆腐串自动成型机的性能优化和提高生产效率具有重要意义。
附图说明
16.图1为本发明技术流程结构示意图；
17.图2为本发明豆腐串自动成型机结构示意图；
18.图3为本发明系统连接结构示意图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.请参阅图1-3，本发明提供一种技术方案：一种面向豆腐串自动成型机的数字孪生故障诊断系统，包括以下步骤：
21.步骤1：使用电脑上的三维建模软件根据豆腐串自动成型机的实体建立豆腐串自动成型机三维模型，使三维模型与该豆腐串自动成型机的各项参数保证一致，然后将建立好的模型输入unity3d引擎编写脚本控制豆腐串自动成型机的运动机构，以及控制模块的
运动，通过仿真系统运行实现与豆腐串自动成型机实体的同步运行，豆腐串自动成型机包括的数字化模型是根据设计的豆腐串自动成型机的实体而建立，豆腐串自动成型机的数字化模型与其实体一致，并且和实体同步运行，而豆腐串自动成型机结构包括电机、减速器、刀架、液压供给装置、刀盘、链条等；
22.步骤2：根据需求将传感器安装在对应的部位，通过传感器实时的采集相应的数据，然后将采集的数据通过数据传输的方式传送到孪生体的模型中，以此构成数据采集系统，对豆腐串自动成型机的实际关键运行参数实时调整，并且可以进行动力学和静力学分析，并将其反馈在数字孪生的模型上，根据事先设定好的危险报警参数来判断该豆腐串自动成型机是否出现运行参数的异常，如果任意一个数值显示了异常，则进行报警提示，如果没有异常则会维持正常运行的状态；
23.步骤3：数字孪生系统将实时计算该豆腐串自动成型机的各项控制参数，根据事先建立出的运行状态的历史数据与对应的故障诊断决策数据的模型实现豆腐串自动成型机的故障决策诊断功能，同时采用机器学习算法，多源数据融合的方式，以此可以提高数字孪生体的自学习能力和决策能力，从而有效的计算出关键部位的故障产生的概率以及相应的决策建议，提高豆腐串自动成型机的智能化决策程度以及保障豆腐串自动成型机的正常运转。
24.进一步的，所述豆腐串自动成型机的运行参数包括电机运行状态、轴承的磨损状态、液压系统的运行状态以及刀架的运行轨迹。
25.进一步的，所述传感器实时的采集数据为豆腐串自动成型机的固定的监测点，固定的监测点包括豆腐串自动成型机的轴向转动、水平运动和垂直运动，由于传感器采集到的数据随着时间变化而增加，为了使得预测模型在使用期间获得更加精准的预测模型，对建立的豆腐串自动成型机的故障诊断模型定时更新，采用滚动预测的方式更新训练模型。
26.进一步的，所述数据传输的方式指以太网方式的传输。
27.进一步的，所述豆腐串自动成型机的各项控制参数包括链轮轴承的疲劳磨损、液压的流量以及刀架的运动轨迹。
28.进一步的，在步骤3中状态预测和故障诊断通过建立好的历史的相应的数据库，通过机器学习算法对采集到的数据进行数据分析，进行故障诊断和状态预测。
29.进一步的，判断豆腐串自动成型机的运行参数是否异常的方法是通过设定阈值如果超过阈值则通过报警装置发出警报，运动参数出现异常。
30.进一步的，所述数据采集系统为传感器实时的采集相应的数据，数据采集系统为温度传感器、流量传感器、应变片等传感器，以此来采集豆腐串自动成型机关键部位的运行参数，管理系统是根据豆腐串自动成型机实体的运动参数校正豆腐串自动成型机模型的运行参数，使得豆腐串自动成型机的模型和实体的参数趋近一致，并且可以对豆腐串自动成型机的轴承进行有限元分析，液压油进行流体分析等，以根据数据采集系统采样得到的数据判断豆腐串自动成型机是否异常；如果数据异常则会提示报警，并将出现异常的部位展示在孪生体模型中，如果正常则维持豆腐串自动成型机的正常运作；管理系统还可以将数据采集系统采集到的数据，插入到数据存储系统中，将插入的新数据作为机器学习预测算法的训练数据，使得豆腐串自动成型机的模型和实体的参数趋近一致，报警决策系统是根据管理系统监控的关键运行参数是否出现异常进行报警提示，通过采用机器学习算法如极
度梯度提升树算法模型，多源数据融合的方式将采集到的数据与历史运行数据构建豆腐串自动成型机的故障诊断数据模型，提高孪生体模型的自学习能力和决策能力，有效计算豆腐串自动成型机发生故障的概率，从而提高故障诊断的精准性以及豆腐串自动成型机的智能化决策程度，提高工作效率；
31.报警决策系统的故障诊断和决策功能是通过利用建立好的历史的相应的数据库，通过机器学习算法对采集到的数据进行数据分析，根据不同的工作状况的故障，结合已经有的历史的数据库，给出最佳的决策结果进行相应的维护处理。
32.本系统实际使用时可以建立包含多个豆腐串自动成型机的智能化虚拟车间，即同时对一个车间的多台豆腐串自动成型机进行故障诊断；数据采集系统可以利用wi-fi、以太网、5g等多种通讯方式形成传感器网络，满足不同技术和指标对传输速率、带宽、计算能力的要求，传感器将所监测的豆腐串自动成型机关键部位的运行参数发送至计算机系统。每个豆腐串自动成型机有特定的端口识别序列号以便计算机服务端调用。
33.本发明可以对于多台豆腐串自动成型机集成管理，对电机转速、液压油的流量、减速箱油液的温度及容积、轴承的疲劳磨损等关键部位运行数据的采集通过机器学习算法得到预测模型，对于液压油温度及失效问题、轴承的疲劳磨损，电机过载等故障进行有效的预测提示并给出相应的决策建议，最大化程度降低人为进行故障判断对经验的要求；实现与物理装备实体模型一致的内在结构性能孪生映射，同时将所得的数据存入到存储系统中，对以后的孪生体的预测模型进行修正和优化提供依据。
34.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
技术特征：1.一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：包括以下步骤：步骤1：使用电脑上的三维建模软件根据豆腐串自动成型机的实体建立豆腐串自动成型机三维模型，使三维模型与该豆腐串自动成型机的各项参数保证一致，然后将建立好的模型输入unity3d引擎编写脚本控制豆腐串自动成型机的运动机构，以及控制模块的运动，通过仿真系统运行实现与豆腐串自动成型机实体的同步运行；步骤2：根据需求将传感器安装在对应的部位，通过传感器实时的采集相应的数据，然后将采集的数据通过数据传输的方式传送到孪生体的模型中，以此构成数据采集系统，对豆腐串自动成型机的实际关键运行参数实时调整，并且可以进行动力学和静力学分析，并将其反馈在数字孪生的模型上，根据事先设定好的危险报警参数来判断该豆腐串自动成型机是否出现运行参数的异常，如果任意一个数值显示了异常，则进行报警提示，如果没有异常则会维持正常运行的状态；步骤3：数字孪生系统将实时计算该豆腐串自动成型机的各项控制参数，根据事先建立出的运行状态的历史数据与对应的故障诊断决策数据的模型实现豆腐串自动成型机的故障决策诊断功能，同时采用机器学习算法，多源数据融合的方式。2.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：所述豆腐串自动成型机的运行参数包括电机运行状态、轴承的磨损状态、液压系统的运行状态以及刀架的运行轨迹。3.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：所述传感器实时的采集数据为豆腐串自动成型机的固定的监测点，固定的监测点包括豆腐串自动成型机的轴向转动、水平运动和垂直运动。4.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：所述数据传输的方式指以太网方式的传输。5.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：所述豆腐串自动成型机的各项控制参数包括链轮轴承的疲劳磨损、液压的流量以及刀架的运动轨迹。6.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：在步骤3中状态预测和故障诊断通过建立好的历史的相应的数据库，通过机器学习算法对采集到的数据进行数据分析，进行故障诊断和状态预测。7.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：判断豆腐串自动成型机的运行参数是否异常的方法是通过设定阈值如果超过阈值则通过报警装置发出警报，运动参数出现异常。8.根据权利要求1所述的一种面向豆腐串自动成型机的数字孪生故障诊断系统，其特征在于：所述数字孪生系统包括了数据采集系统、管理系统、报警决策系统和存储系统，所述数据采集系统为传感器实时的采集相应的数据，管理系统为根据豆腐串自动成型机实体的运动参数调整豆腐串自动成型机模型的运行参数，使得豆腐串自动成型机的模型和实体的参数趋近一致，报警决策系统是根据管理系统监控的关键运行参数是否出现异常进行报警提示。
技术总结本发明公开了一种面向豆腐串自动成型机的数字孪生故障诊断系统，包括以下步骤：使用电脑上的三维建模软件根据豆腐串自动成型机的实体建立豆腐串自动成型机三维模型，使三维模型与该豆腐串自动成型机的各项参数保证一致，然后将建立好的模型输入UNITY3D引擎编写脚本控制豆腐串自动成型机的运动机构，以及控制模块的运动，通过仿真系统运行实现与豆腐串自动成型机实体的同步运行，根据需求将传感器安装在对应的部位，该面向豆腐串自动成型机的数字孪生故障诊断系统，提出的智能化数字孪生技术故障诊断系统，可以提前预警豆腐串自动成型机的产生故障的概率，同时对豆腐串自动成型机的性能优化和提高生产效率具有重要意义。机的性能优化和提高生产效率具有重要意义。机的性能优化和提高生产效率具有重要意义。
技术研发人员：任建吉 王镇希 赵润秋 原永亮 王太杰 王培鑫
受保护的技术使用者：河南理工大学
技术研发日：2022.02.13
技术公布日：2022/7/5
