一种基于数字孪生驱动的传动系统故障定位方法技术方案

本发明专利技术公开了一种基于数字孪生驱动的传动系统故障定位方法，该方法建立传动系统的数字孪生模型，通过服务器查找故障传动系统信息与模型数据库中模型信息相似度超过第一阈值的最优数字孪生模型，获得可预测故障样本，根据所述可预测故障样本进行训练仿真得到故障类型以及故障原因在用户界面中显示的方案，该方法可有效提升提高模型的迁移度，提高模型故障判断的准确性。障判断的准确性。障判断的准确性。

【技术实现步骤摘要】
一种基于数字孪生驱动的传动系统故障定位方法


[0001]本专利技术属于故障定位领域，尤其涉及一种基于数字孪生驱动的传动系统故障定位方法。

技术介绍

[0002]数字孪生(Digital twin)是指利用物理实体数据、传感器数据、运行历史等数据，结合多物理量、多学科、多尺度、多概率的对物理实体对象的特征、行为、形成过程和性能等进行描述和建模，使其反映出相应物理实体全生命周期。其利用数字技术对物理实体对象的行为、特征、性能和形成过程等进行描述和建模的过程和方法，该技术具有实时同步、高保真度、忠实映射等特性，能够实现物理世界与信息世界的交互与融合。数字孪生体是指使用数字孪生技术建立的与现实世界中的物理实体完全对应一致的虚拟模型，能够实时模拟物理实体在现实环境中的行为和性能，也称为数字孪生模型。数字孪生技术被认为是架设在现实物理世界与虚拟数字世界之间的桥梁，它将是实现信息物理系统的核心关键技术。现在，数字孪生技术已应用于飞机结构寿命预测，车间生产调度优化，产品设计等各个领域。
[0003]目前，多品种小批量产品的智能运维，存在故障样本稀缺和故障机理复杂的问题。例如：现有故障样本的机型、工况和待诊断的设备机型、工况不一致，导致学习模型的迁移度不高，直接使用现有模式识别模型，故障诊断识别率过低。如何利用数字孪生技术定位少样本设备的故障成为了亟待解决的技术问题。

技术实现思路

[0004]针对目前现有的现有故障样本的机型、工况和待诊断的设备机型、工况不一致，导致学习模型的迁移度不高，直接使用现有模式识别模型，故障诊断识别率过低等问题，本专利技术提出了建立传动系统的数字孪生模型，利用感知模块周期性地采集所述传动系统的多个实测数据，通过所述实测数据反馈所述优化机理模型关键参数，持续动态优化更新所述数字孪生模型，并建立包含多状态所述数字孪生模型的模型数据库； 当客户端收到故障诊断请求时，通过服务器查找故障传动系统信息与模型数据库中模型信息相似度超过第一阈值的最优数字孪生模型，将故障传动系统实测信息注入所述最优的数字孪生模型，获得可预测故障样本，根据所述可预测故障样本进行训练仿真得到故障类型以及故障原因在用户界面中显示的方案，该方法可有效提升提高模型的迁移度，提高模型故障判断的准确性，降低了人为判断的主管性和盲目性，同时采用交互界面进行立体展示可以更为详细地展示模型的细节，指示故障的位置，提高了维修人员的可操作性。
[0005]本专利技术为解决以上技术问题所采取的技术方案是：基于数字孪生驱动的传动系统故障定位方法，包括以下步骤：S1、建立传动系统的数字孪生模型，所述数字孪生模型包括机理模型以及动力学模型；
S2、利用感知模块周期性地采集所述传动系统的多个实测数据，通过所述实测数据反馈所述优化机理模型关键参数，持续动态优化更新所述数字孪生模型，并建立包含多状态所述数字孪生模型的模型数据库；S3、当客户端收到故障诊断请求时，通过服务器查找故障传动系统信息与模型数据库中模型信息相似度超过第一阈值的最优数字孪生模型，S4、将故障传动系统实测信息注入所述最优的数字孪生模型，获得可预测故障样本，S5、根据所述可预测故障样本进行训练仿真得到故障类型以及故障原因在用户界面中显示。
[0006]进一步地，故障传动系统信息包括运行状态，驱动型式，最高转速，基速，额定转矩，额定功率，运行峰值功率，运行峰值转矩，人为标记故障类型。
[0007]进一步地，所述建立包含多状态所述数字孪生模型的模型数据库中，所述多状态包括磨合态、平稳态、损耗态。
[0008]进一步地，所述传动系统机理模型包括主减速器模型。
[0009]进一步地，所述主减速器模型为：其中req_T为主减速器输出端的请求转矩，req_n为主减速器输出端的请求转速， av _T为主减速器输出端的可获得的转矩，av _n为主减速器输出端的可获得的转速，T
loss
为主减速器的转矩损失，I为主减速器的转动惯量，av _T
tran
变速器可获得输出转矩，av _n
tran
为变速器可获得输出转速，ω为角速度，T
wheel
为车轮输出转矩，req_n
wheel
为车轮输出转速，i0为传动系数。
[0010]进一步地，所述用户界面，显示故障类型和故障原因，并提供决策选项，所述策选项提供信息查询、标注、修改功能。
[0011]进一步地，所述相似度计算包括：，其中C
i
为实测指标值，C
i0
为指标预定值，w为权重。
[0012]进一步地，所述S5、根据所述可预测故障样本进行训练仿真得到故障类型以及故障原因在用户界面中显示包括：S501：将所述可预测故障样本的仿真信息传输交互设备，以实现传动系统实时运行状态的可视化；S502：分析模块的传动系统诊断结果与剩余寿命预测结果通过数据转移
模块传输至所述交互设备，结合传动系统仿真信息，展示传动系统运行状态；S503：基于传动系统诊断结果与剩余寿命预测结果信息，从维修养护数据库中调用对应的维保策略，以指导人员在物理空间中对传动系统进行维护保障操作。
[0013]本专利技术的有益效果如下：该方法可有效提升提高模型的迁移度，减少了对模型数量的要求，同时多状态的模型可有效减少仿真的运算时间，提高模型故障判断的准确性，降低了人为判断的主管性和盲目性，同时采用交互界面进行立体展示可以更为详细地展示模型的细节，指示故障的位置，提高了维修人员的可操作性。
[0014]上述说明，仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术技术手段，可依照说明书的内容予以实施，并且为了让本专利技术的上述说明和其它目的、特征及优点能够更明显易懂，特举较佳实施例，详细说明如下。
附图说明
[0015]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为基于数字孪生驱动的传动系统故障定位方法的流程图。
具体实施方式
[0016]下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0017]在本专利技术的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0018]实施例1基于数字孪生驱动的传动系统故障本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生驱动的传动系统故障定位方法，其特征在于，包括以下步骤：S1、建立传动系统的数字孪生模型，所述数字孪生模型包括机理模型以及动力学模型；S2、利用感知模块周期性地采集所述传动系统的多个实测数据，通过所述实测数据反馈所述优化机理模型关键参数，持续动态优化更新所述数字孪生模型，并建立包含多状态所述数字孪生模型的模型数据库；S3、当客户端收到故障诊断请求时，通过服务器查找故障传动系统信息与模型数据库中模型信息相似度超过第一阈值的最优数字孪生模型，S4、将故障传动系统实测信息注入所述最优的数字孪生模型，获得可预测故障样本，S5、根据所述可预测故障样本进行训练仿真得到故障类型以及故障原因在用户界面中显示。2.根据权利要求1所述基于数字孪生驱动的传动系统故障定位方法，其特征在于：故障传动系统信息包括运行状态，驱动型式，最高转速，基速，额定转矩，额定功率，运行峰值功率，运行峰值转矩，人为标记故障类型。3.根据权利要求1所述基于数字孪生驱动的传动系统故障定位方法，其特征在于：所述建立包含多状态所述数字孪生模型的模型数据库中，所述多状态包括磨合态、平稳态、损耗态。4.根据权利要求1所述基于数字孪生驱动的传动系统故障定位方法，其特征在于：所述传动系统机理模型包括主减速器模型。5.根据权利要求4所述基于数字孪生驱动的传动系统故障定位方法，其特征在于：所述主减速器模型为：其中req_T为主减速器输出端的请求转矩，req_n为主减速器输出端的请求转速， av _T为主减速器输出端的可获得的转矩，av _n为主减速...

【专利技术属性】
技术研发人员：陈德木，池永为，
申请(专利权)人：杭州杰牌传动科技有限公司，
类型：发明
国别省市：