【技术实现步骤摘要】
一种面向装备的数字孪生动态可信度计算方法和系统
[0001]本专利技术涉及建模仿真领域，特别涉及一种面向装备的数字孪生动态可信度计算方法和系统。
技术介绍
[0002]数字孪生(Digital Twin,DT)近年来成为了研究的热点，它指的是与物理对象高度一致的仿真模型。数字孪生会同化所采集的实时数据，从而在模型建立后还能实时保持与物理对象的一致性。这使得数字孪生系统可以在虚拟环境中对更贴合真实状态的孪生对象进行仿真测试，获得更有现实指导意义的仿真结果。
[0003]数字孪生属于建模仿真(Modeling and Simulation,M&S)领域。在M&S领域，如果模型没有经过可信性评估，是无法在实际中发挥价值的。数字孪生系统也需要一套可信评估方法。只有确保系统的可信度高于使用阈值，数字孪生才能真正发挥它的应用价值。
[0004]数字孪生系统的核心是数字孪生模型，它具有高度的复杂性和动态性。一方面，物理装备是多学科领域融合的多粒度对象，所对应的数字孪生模型就具备多物理域、多尺...
【技术保护点】
【技术特征摘要】
1.一种面向装备的数字孪生动态可信度计算方法，其特征在于，包括以下步骤：确定模型所处生命周期阶段特征；基于所述生命周期阶段特征进行用户需求分析，获得多个评估指标；对多个所述评估指标进行可信度计算，得到多个可信度指标值；聚合多个所述可信度指标值，输出可信度计算值。2.根据权利要求1所述的一种面向装备的数字孪生动态可信度计算方法，其特征在于，步骤3)中，多个所述评估指标为数据、基础单元模型、演化单元模型、集成模型和支撑要素；其中，所述数据、所述基础单元模型为对还未接入实际系统的基础模型及数据进行评估；所述演化单元模型、所述集成模型、所述支撑要素为对闭环运转起来的数字孪生进行评估，需要输入时刻T的数据样本；得到数据可信度指标值C
d
、基础单元模型可信度指标值C
bu
、演化单元模型可信度指标值C
ru
、集成模型可信度指标值C
im
和支撑要素可信度指标值C
S
。3.根据权利要求2所述的一种面向装备的数字孪生动态可信度计算方法，其特征在于，步骤3)中，所述数据的可信度指标值C
d
的计算方法为：将所述数据分为数据源和数据体，分别对所述数据源的权威性以及所述数据体的保真性和实用价值进行可信度评估，并综合可信度评估结果，得到数据的可信度指标值C
d
，公式为：C
d
＝A
d
*(α
d1
F
d
+α
d2
V
d
)；其中C
d
为数据的可信度指标值，α
d1
、α
d2
为权重系数，根据相应指标对用户需求的相对贡献大小而定，两项权重之和为1，A
d
、F
d
、V
d
分别为权威性、保真性、使用价值指标对应的可信度指标值，其取值范围为[0,1]。4.根据权利要求2所述的一种面向装备的数字孪生动态可信度计算方法，其特征在于，步骤3)中，所述基础单元模型的可信度指标值C
bu
的计算方法为：针对学科领域视图，按照所述基础单元模型所属的学科领域，将其划分为不同类型的集合C，所述集合C由声Sc电Ec气Ac液Hc动Mc热Tc学科领域的部分或全体组成，表现为：划分完毕后，针对每一特定类别的所述基础单元模型，设计领域内的多指标层次化评估方法得到学科领域视图下的可信度指标值C
bud
；针对模型特点视图，依据数字孪生单元模型特点的不同，将所述数字孪生单元模型划分为第一、第二、第三，三种模型类别，依据以上三种类型的模型，设计开发不同的可信评估算法，公式为：C
bum
＝α
m1
B
m
+α
m2
W
m
+α
m3
G
m
；其中，C
bum
为模型特点视图下的可信度指标值；α
m1
、α
m2
、α
m3
分别为第一模型、第二模型、第三模型在用户指定场景下对使用需求的贡献权重，三项之和为1；B
m
、W
m
、G
m
分别为第一模型、第二模型、第三模型的可信度指标值；基础单元模型的可信度指标值C
bu
为：C
bu
＝(C
bud
+C
bum
)/2。5.根据权利要求2所述的一种面向装备的数字孪生动态可信度计算方法，其特征在于，
步骤3)中，所述演化单元模型的可信度指标C
ru
的计算方法为：分析动态数据同化核心技术手段，将所述演化单元模型评估的核心技术途径分为“快”、“准”、“稳”三个方面，分别对所述演化单元模型的可信度进行评估，并综合可信度评估结果，得到演化单元模型的可信度指标值C
ru
，计算公式为：C
ru
＝α
r1
F
r
+α
r2
A
r
+α
r3
S
r
；其中，C
ru
为演化单元模型的可信度指标值；α
r1
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。