Tehkult 写道，密歇根大学的研究人员提出了一种基于数字孪生的创新方法来提高生产机器的生产率。根据 IEEE Access 上发表的一项研究，这种方法可以优化机床进给速度，同时保持质量标准。
密歇根大学机械工程、集成系统和设计教授 Chinedum Okwudir 指出，传统的加工方法需要大量的试验时间或采用保守的方法，从而限制了生产潜力。新方法基于科学方法，允许机床独立优化设置以实现最佳性能，同时满足质量要求。研究人员开发的算法已在不同类型的机床上成功进行了测试，包括3D打印机和数控机床，生产周期时间分别缩短 38% 和 17%。这是生产效率的显着提高，尤其是在批量生产的背景下。
该方法中使用的数字孪生是一种虚拟模型，它基于从传感器收集的实时数据来模拟真实系统的行为。这使得算法能够考虑机器的物理特性并对环境的变化做出反应。
该方法的主要优点之一是能够管理不确定性，这对于制造过程尤其重要。使用机器学习和实时数据使算法能够适应不同的条件和质量要求。
研究人员表示，该方法的进一步发展包括将其应用扩展到其他类型的机床，并引入更复杂的不确定性模型。它将使得尽可能有效地利用各个领域的新技术的潜力成为可能。
