Selection of temperature measuring points for thermal error modeling of machine tools based on digital twin

Dieser Artikel geht auf die entscheidende Rolle von Temperaturmesspunkten bei der thermischen Fehlermodellierung für Werkzeugmaschinen ein und betont die Notwendigkeit einer präzisen Modellierung, um eine hochpräzise Bearbeitung zu erreichen. Es führt eine neuartige Methode zur Auswahl dieser Punkte mittels digitaler Zwillingstechnologie ein, die im Vergleich zu herkömmlichen Methoden einen genaueren und effizienteren Ansatz bietet. Der Artikel untersucht die Konstruktion eines digitalen Zwillingssystems für Werkzeugmaschinen und beschreibt das fünfdimensionale Modell, das physische und virtuelle Einheiten, Zwillingsdienste, digitale Zwillingsdaten und Verbindungen umfasst. Außerdem wird die experimentelle Verifizierung und Analyse des digitalen Zwillingssystems diskutiert, wobei seine Fähigkeit hervorgehoben wird, thermisches Verhalten präzise zu simulieren und thermische Fehler vorherzusagen. Der Artikel vergleicht verschiedene Modellierungsmethoden, wie etwa neuronale Netze mit Rückpropagation (BPNN) und Langzeit-Kurzzeitgedächtnis (LSTM), und bewertet ihre Leistung anhand von Metriken wie dem Mittelwert-Absolutfehler (MAE), dem Wurzel-Mittel-Quadrat-Fehler (RMSE) und dem R2-Score. Die Ergebnisse zeigen die Überlegenheit der digitalen Zwillingsmethode bei der Erstellung robuster und präziser thermischer Fehlermodellierung und machen sie zu einem wertvollen Werkzeug für Fachleute auf dem Gebiet der Feinmechanik und der industriellen Automatisierung.