基于数字孪生的受电弓监控运维系统技术方案

本发明专利技术涉及基于数字孪生的受电弓监控运维系统，包括：传感器采集网络、双目识别监控单元和二者的工控机；用于数据处理、耦合分析、深度学习、故障诊断的服务器；用于实时状态展示的受电弓数字孪生模型，为与车辆受电弓物理模型一致的三维数字化模型；用于展示受电弓数字孪生模型实时状态、故障预测结果、影响因素以及对应解决办法的人机交互模块；服务器与工控机、受电弓数字孪生模型和人机交互模块相连。本发明专利技术可以实现“虚拟实体与物理实体高保真同步”、“虚拟实体与物理实体交互与优化”、“基于虚拟实体的仿真预测”等能力与特性，为受电弓设备的全寿命健康管理、故障诊断与预警提供了一种有效的解决方式。一种有效的解决方式。一种有效的解决方式。

【技术实现步骤摘要】
基于数字孪生的受电弓监控运维系统


[0001]本专利技术涉及受电弓监测控制
，具体涉及一种基于数字孪生的受电弓监控运维系统。

技术介绍

[0002]受电弓是轨道交通车辆运行的重要设备之一，主要由碳滑板、上框架、下臂杆(双臂弓用下框架)、底架、升弓弹簧、传动气缸、支持绝缘子等部件组成，其用途是安装在轨道交通车辆车顶上，机车必须在高速运行条件下可靠地从接触网上取得电能,否则将影响列车运行和电气驱动系统的性能。对于受电弓来说，与接触网的连接、支承系统、受电弓的自动升降系统等关键系统在机车运行过程中必须时刻保持在工作状态，如果某一部分发生故障导致受电弓受流状态异常，导致车辆失电，对于车辆及旅客导致的后果是难以估计的。因此，如何实时监测受电弓高效、稳定运行至关重要。

技术实现思路

[0003]本专利技术的目的是提供一种基于数字孪生的受电弓监控运维系统，为受电弓设备的全寿命健康管理、故障诊断与预警提供了一种有效的解决方式。
[0004]本专利技术所采用的技术方案为：基于数字孪生的受电弓监控运维系统，其特征在于：所述系统包括：用于状态数据采集的传感器采集网络、用于状态监测的双目识别监控单元、以及用于控制传感器采集网络、双目识别监控单元的工控机；用于数据处理、耦合分析、深度学习、故障诊断的服务器；用于实时状态展示的受电弓数字孪生模型，为与车辆受电弓物理模型一致的三维数字化模型；用于展示受电弓数字孪生模型实时状态、故障预测结果、影响因素以及对应解决办法的人机交互模块；服务器与工控机、受电弓数字孪生模型和人机交互模块相连。
[0005]传感器采集网络为设置在车顶受电弓上的多个传感器，采集受电弓升弓气压数据、碳滑板厚度、受电弓最小压力、静态接触压力以及空气湿度、温度的状态参数，通过数据通讯系统发送到服务器。
[0006]双目识别监控单元为分布在受电弓前后两端的网络摄像头，采用深度学习算法对机械结构、异物进行监测，对于故障、疑似故障进行诊断，按照影响等级进行自动报警，报警数据自动传输至人机交互模块。
[0007]服务器内具有实时数据库、历史数据库和故障类型知识库：实时数据库，用于存储实时、动态监测到的传感器采集网络和双目识别监控单元的运行数据；
历史数据库，用于存储传感器采集网络和双目识别监控单元的过程数据；故障类型知识库，用于储存、调用故障类别、处理办法以及影响因素；历史数据库与故障类型知识库相连，故障类型知识库人机交互模块相连。
[0008]服务器内具有数据解码系统、多物理模型融合系统和优化计算系统；数据解码系统，用于对数据通讯系统传送的数据进行解析、滤波、降噪、简化剔除干扰、无用信息，并将此信息作为多物理场数学模型基础数据来源，建立受电弓关键部件可扩展有限元模型，根据多场耦合仿真分析，结合实时数据库和历史数据库对受电弓故障状态进行感知预测，根据故障类型知识库对预发生故障以及已发生故障进行科学决策，生成预防及解决方案；多物理模型融合系统将结构动力学模型SDM、应力分析模型SAM、疲劳断裂模型FCM及其他可能的材料状态演化模型集成到一个统一的结构模型中，并与CFD数字孪生紧密耦合，实现多物理模型融合；同时建立设备STC载荷谱，并随着设备使用和损伤的发展进行调整；根据实际运行任务预测寿命；在虚拟运行过程中，数字孪生模型会记录运行过程及所有结构部件的材料状态和损坏情况；利用这两组信息，嵌入在数字孪生模型；优化计算系统虚拟映射的数字孪生优化，受电弓设备状态跟踪和健康管理系统在运行过程中对选定位置的应变历史进行感知和记录，将虚拟的和实体设备记录的应变进行比较，通过贝叶斯更新的数学过程，分析虚实状态的差异，对数字孪生模型进行优化。
[0009]实时数据库存储的数据传递至数字孪生模型，数字孪生模型根据受电弓实体结构按照1:1建立，部件均按照实际材质物理属性、颜色进行赋值，借助图形渲染技术映射生成高精度数字孪生体模型，模型与服务器进行数据交互并实时展示受电弓实际运行状态。
[0010]历史数据库中包含受电弓实体模型、受电弓数字孪生体模型在运维全周期的运行数据、故障数据，历史数据库将数据传输至服务器，采用大数据分析方法，对受电弓进行趋势分析、寿命分析以及故障预测，借助图形渲染技术映射生成高精度、实时状态显示的数字孪生模型，根并将故障预测、寿命评估结果数据传递至故障类型知识库。
[0011]服务器将故障结果输出至故障类型知识库，故障类型知识库对已发生历史故障类型及对应解决措施进行储存，根据受电弓故障位置、故障里程、故障时间的多维度信息进行统计，统计信息回传至服务器。
[0012]数据通讯系统对采集到的数据进行接收、发送，针对不同传感器类型采集到的状态信息，采用CAN总线与5G网络技术相联合，完成有线和无线的传输，在通讯协议遴选时应保证数据传递速率不低于10Gbit/s。
[0013]所述系统的虚拟运行过程中，数字孪生模型会记录运行过程及所有结构部件的材料状态和损坏情况；利用这两组信息，嵌入在数字孪生模型；优化计算系统虚拟映射的数字孪生优化；受电弓设备状态跟踪和健康管理系统在运行过程中对选定位置的应变历史进行感知和记录，将虚拟的和实体设备记录的应变进行比较，通过贝叶斯更新的数学过程，分析虚实状态的差异，对数字孪生模型进行优化。
[0014]本专利技术具有以下优点：本专利技术针对受电弓的机械系统、电气系统、控制系统，构建了“几何
‑
物理
‑
行为
‑
规则”多维度架车机数字孪生模型，针对几何层、物理层、行为层、规则层基于统一建模语言对受电弓各零部件数字孪生模型进行统一、数字化描述；通过研究各个组件之间的行为和规
则耦合关系，装配各个组件的几何模型，构建了“零件
‑
部件
‑
设备”多层级数字孪生模型，并融合“机械
‑
电气
‑
控制”多领域数字孪生模型，实现了细粒度模型到系统级模型的构建，得到了一个完整的架车机数字孪生模型。通过状态信息监测、数字孪生模型自优化实现受电弓故障诊断、寿命预测及全寿命周期管理。
附图说明
[0015]图1是本专利技术涉及的基于数字孪生的受电弓监控运维系统示意图；图2是本专利技术的受电弓数字孪生模型构建与组装融合技术流程图；图3是本专利技术的受电弓数字孪生模型评价与验证方法技术流程图。
[0016]图4是本专利技术的受电弓故障预测与健康管理技术流程图。
具体实施方式
[0017]下面结合具体实施方式对本专利技术进行详细的说明。
[0018]本专利技术涉及一种基于数字孪生的受电弓监控运维系统，所述系统包括：用于状态数据采集的传感器采集网络、用于状态监测的双目识别监控单元、以及用于控制传感器采集网络、双目识别监控单元的工控机；工控机为用来控制前端设备的主机。
[0019]用于数据处理、耦合分析、深度学习、故障诊断的服务器。
[0020]用于实时状态展示的受电弓数字孪生模型，为与车辆受电弓物理模型一致的三维数字化模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数字孪生的受电弓监控运维系统，其特征在于：所述系统包括：用于状态数据采集的传感器采集网络、用于状态监测的双目识别监控单元、以及用于控制传感器采集网络、双目识别监控单元的工控机；用于数据处理、耦合分析、深度学习、故障诊断的服务器；用于实时状态展示的受电弓数字孪生模型，为与车辆受电弓物理模型一致的三维数字化模型；用于展示受电弓数字孪生模型实时状态、故障预测结果、影响因素以及对应解决办法的人机交互模块；服务器与工控机、受电弓数字孪生模型和人机交互模块相连。2.根据权利要求1所述的基于数字孪生的受电弓监控运维系统，其特征在于：传感器采集网络为设置在车顶受电弓上的多个传感器，采集受电弓升弓气压数据、碳滑板厚度、受电弓最小压力、静态接触压力以及空气湿度、温度的状态参数，通过数据通讯系统发送到服务器。3.根据权利要求2所述的基于数字孪生的受电弓监控运维系统，其特征在于：双目识别监控单元为分布在受电弓前后两端的网络摄像头，采用深度学习算法对机械结构、异物进行监测，对于故障、疑似故障进行诊断，按照影响等级进行自动报警，报警数据自动传输至人机交互模块。4.根据权利要求3所述的基于数字孪生的受电弓监控运维系统，其特征在于：服务器内具有实时数据库、历史数据库和故障类型知识库：实时数据库，用于存储实时、动态监测到的传感器采集网络和双目识别监控单元的运行数据；历史数据库，用于存储传感器采集网络和双目识别监控单元的过程数据；故障类型知识库，用于储存、调用故障类别、处理办法以及影响因素；历史数据库与故障类型知识库相连，故障类型知识库人机交互模块相连。5.根据权利要求4所述的基于数字孪生的受电弓监控运维系统，其特征在于：服务器内具有数据解码系统、多物理模型融合系统和优化计算系统；数据解码系统，用于对数据通讯系统传送的数据进行解析、滤波、降噪、简化剔除干扰、无用信息，并将此信息作为多物理场数学模型基础数据来源，建立受电弓关键部件可扩展有限元模型，根据多场耦合仿真分析，结合实时数据库和历史数据库对受电弓故障状态进行感知预测，根据故障类型知识库对预发生故障以及已发生故障进行科学决策，生成预防及解决方案；多物理模型融合系统将结构动力学模型SDM、应力分析模型SAM、疲劳断裂模型FCM及其他可能的材料状态演化模型集成到一个统一的结构模型中，并与CFD数字孪生紧密耦合，实现多物理模型融合；同时建立设备STC载荷谱，并随着...

【专利技术属性】
技术研发人员：杨朋朋，郑辉，赵留辉，蒋杰，陆刚，张建华，宋国义，李愿望，冯凯，迂军杰，席卿浩，
申请(专利权)人：中铁第一勘察设计院集团有限公司，
类型：发明
国别省市：