齿轮动力传播数字孪生模型构建方法技术

本发明专利技术公开了一种齿轮动力传播数字孪生模型构建方法，包括如下步骤：步骤S1：构建目标齿轮的三维模型，获取目标齿轮的材料属性和工作参数；步骤S2：结合齿轮性能指标要求，利用目标齿轮的三维模型进行多次有限元仿真，每次仿真均对网格划分方案进行随机调整，并随机选取工作参数作为当次仿真的工况参数，得到齿轮仿真数据；步骤S3：利用有限元仿真的齿轮仿真数据求解齿轮状态在时间上的差分增量，构建齿轮动力传播数字孪生模型；步骤S4：通过随机梯度优化器优化齿轮动力传播数字孪生模型的参数使损失降低至设定阈值以内，得到最终的齿轮动力传播数字孪生模型，能够应用于齿轮修形，能够实现在设计阶段对齿轮进行快速精确修形的技术目的。技术目的。技术目的。

【技术实现步骤摘要】
齿轮动力传播数字孪生模型构建方法


[0001]本专利技术属于齿轮设计
，具体的为一种齿轮动力传播数字孪生模型构建方法。

技术介绍

[0002]新能源汽车电驱动系统传动齿轮集成优化设计难度大，功率密度性能要求高，且NVH等指标要求更为严格，对齿轮的修形设计带来了新的挑战。传统齿轮修形方法多采用有限元仿真和经验辅助迭代优化的方式进行齿轮修形，此类方法受限于仿真计算速度慢、仿真计算精度偏差和系统性修形理论方法缺失导致修形过程需反复迭代，不仅修形周期长，修形效果也难以在设计阶段得到保证，且多仅能针对齿轮单一性能指标进行针对性修形，难以统筹齿轮多性能指标进行协同修形，无法满足当前新能源汽车电驱系统齿轮性能指标相对应的修形设计要求。传统齿轮修形方法缺陷的主要原因集中在两点：
[0003]1、齿轮真实运行过程中的复杂动力学偏微分方程高度非线性，无法得到解析解，数值仿真计算速度慢；
[0004]2、齿轮修形量和最终的目标性能指标间不具备微分关系，在设计阶段只能借助于离散优化通过数次仿真找到一个相对好的修形量，过程非常耗时，不适用于新能源汽车电驱系统所要求的精细齿轮修形设计。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种齿轮动力传播数字孪生模型构建方法，构建得到的齿轮动力传播数字孪生模型能够应用于齿轮修形，能够实现在设计阶段对齿轮进行快速精确修形的技术目的。
[0006]为达到上述目的，本专利技术提供如下技术方案：
[0007]一种齿轮动力传播数字孪生模型构建方法，包括如下步骤：
[0008]步骤S1：构建目标齿轮的三维模型，获取目标齿轮的材料属性和工作参数；
[0009]步骤S2：结合齿轮性能指标要求，利用目标齿轮的三维模型进行多次有限元仿真，每次仿真均对网格划分方案进行随机调整，并随机选取工作参数作为当次仿真的工况参数，得到齿轮仿真数据；
[0010]步骤S3：利用其中一次有限元仿真的齿轮仿真数据求解齿轮状态在时间上的差分增量，从而构建齿轮动力传播数字孪生模型；
[0011]步骤S4：将齿轮仿真数据随机多批次输入到所述齿轮动力传播数字孪生模型中进行前向传播计算，并与对应有限元仿真过程的数据进行比较，将两者的差值作为损失；通过随机梯度优化器优化齿轮动力传播数字孪生模型的参数使损失降低至设定阈值以内，得到最终的齿轮动力传播数字孪生模型。
[0012]进一步，所述步骤S1中，所述工作参数包括功率、转速和负载的工作区间。
[0013]进一步，所述步骤S2中，齿轮仿真数据获取方法如下：
[0014]21)保存每次仿真中每一个时间步节点i的节点位移u
i
、节点速度v
i
、节点加速度a
i
和节点力f
i
，并组合成节点状态向量x
i
；
[0015]22)将所有节点状态向量进行组合，得到第k个仿真时间步的齿轮状态矩阵进而得到每次仿真所有时间步的过程数据为其中K为总时间步数；
[0016]23)每次仿真最终得到的性能指标为P，P为一固定向量，表征时间t0～t
K
中齿轮的各项性能指标，则第m次仿真得到的齿轮仿真数据为所有M次仿真得到齿轮仿真数据集
[0017]进一步，所述步骤S3中，齿轮状态在时间上的差分增量的求解方法为：
[0018]31)利用动力信息编码网络将齿轮每个节点i的状态向量x
i
编码至隐空间向量h
i
；
[0019]32)根据所有节点的隐空间向量h
i
在齿轮上的原始坐标位置，构建节点图G'；
[0020]33)构建节点图G'的对称规范化拉普拉斯矩阵，将图G送入动力信息前向传播网络中，模拟齿轮在复杂动力环境下的作用规律，输出G
M
；
[0021]34)利用动力信息解码网络得到当前时刻节点状态向量的微分表示将节点状态向量微分叠加到上一时刻的节点状态矩阵中，并根据数字孪生体的边界条件更新节点状态矩阵信息，得到齿轮动力传播数字孪生模型为：
[0022][0023]其中，表示齿轮数字模型在t
k+1
时刻的状态矩阵；T
mask
和F
mask
均为掩码算子，且：T
mask
算子矩阵中所有处于边界条件点对应的系数均为0，非边界条件节点对应的系数均为1；为T
mask
的二进制取反，F
mask
算子表示齿轮受外部工况设定约束导致的变化量。
[0024]进一步，所述步骤31)中，利用动力信息编码网络将齿轮每个节点i的状态向量x
i
编码至隐空间向量h
i
的方法为：
[0025]311)从目标齿轮的三维模型中随机采样节点，从齿轮仿真数据集D'中选择出和当次工况、时间对应的齿轮状态矩阵通过对进行线性或高阶插值获取每个采样节点i的状态向量x
i
；
[0026]312)将每一个状态向量x
i
均送入同一个共享的动力信息编码网络MLP，并输出隐空间向量h
i
，隐空间向量h
i
记录了采样节点i在齿轮上的原始坐标位置。
[0027]进一步，所述步骤32)中，节点图G'的构建方法为：
[0028]321)根据目标齿轮的实际几何形状指定距离r，对每一个节点i，遍历以i为球心、以r为半径的三维球中的所有节点j，若||p
i
‑
p
j
||2＜r(||
·
||2为2
‑
范数)，则创建节点i和节点j的边，表示为e
ij
，e
ij
的值为其中，γ为系数；p
i
表示节点i的位置坐标向量；p
j
表示节点j的位置坐标向量；
[0029]322)循环执行步骤321)，直至遍历所有节点i及其临近节点j，构建得到节点图G'。
[0030]进一步，所述步骤33)中，节点图G'的对称规范化拉普拉斯矩阵的构建方法为：
[0031]331)通过e
ij
构建节点图G'的邻接矩阵A，邻接矩阵A为N
×
N的方阵，方阵元素表征两对应节点的空间度量关系，若两节点i,j相邻，则a
ij
＝e
ij
，否则a
ij
＝0，a
ij
为邻接矩阵元素，即a
ij
∈A；
[0032]332)构建节点图G'的对称规范化拉普拉斯矩阵L
sys
，计算公式为：
[0033]L
sys
＝D
‑
1/2
LD
‑
1/2
[0034]其中，D为图G'的度矩阵，L为图G'的拉普拉斯矩阵本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种齿轮动力传播数字孪生模型构建方法，其特征在于：包括如下步骤：步骤S1：构建目标齿轮的三维模型，获取目标齿轮的材料属性和工作参数；步骤S2：结合齿轮性能指标要求，利用目标齿轮的三维模型进行多次有限元仿真，每次仿真均对网格划分方案进行随机调整，并随机选取工作参数作为当次仿真的工况参数，得到齿轮仿真数据；步骤S3：利用其中一次有限元仿真的齿轮仿真数据求解状态微分模拟器d
θ
，从而构建齿轮动力传播数字孪生模型；步骤S4：将齿轮仿真数据随机多批次输入到所述齿轮动力传播数字孪生模型中进行前向传播计算，并与对应有限元仿真过程的数据进行比较，将两者的差值作为损失；通过随机梯度优化器优化齿轮动力传播数字孪生模型的参数使损失降低至设定阈值以内，得到最终的齿轮动力传播数字孪生模型。2.根据权利要求1所述的齿轮动力传播数字孪生模型构建方法，其特征在于：所述步骤S1中，所述工作参数包括功率、转速和负载的工作区间。3.根据权利要求1所述的齿轮动力传播数字孪生模型构建方法，其特征在于：所述步骤S2中，齿轮仿真数据获取方法如下：21)保存每次仿真中每一个时间步节点i的节点位移u
i
、节点速度v
i
、节点加速度a
i
和节点力f
i
，并组合成节点状态向量x
i
；22)将所有节点状态向量进行组合，得到第k个仿真时间步的齿轮状态矩阵进而得到每次仿真所有时间步的过程数据为其中K为总时间步数；23)每次仿真最终得到的性能指标为P，P为一固定向量，表征时间t0～t
K
中齿轮的各项性能指标，则第m次仿真得到的齿轮仿真数据为所有M次仿真得到齿轮仿真数据集4.根据权利要求3所述的齿轮动力传播数字孪生模型构建方法，其特征在于：所述步骤S3中，齿轮状态在时间上的差分增量的求解方法为：31)利用动力信息编码网络将齿轮每个节点i的状态向量x
i
编码至隐空间向量h
i
；32)根据所有节点的隐空间向量h
i
在齿轮上的原始坐标位置，构建节点图G'；33)构建节点图G'的对称规范化拉普拉斯矩阵，将图G送入动力信息前向传播网络中，模拟齿轮在复杂动力环境下的作用规律，输出G
M
；34)利用动力信息解码网络得到当前时刻节点状态向量的微分表示将节点状态向量微分叠加到上一时刻的节点状态矩阵中，并根据数字孪生体的边界条件更新节点状态矩阵信息，得到齿轮动力传播数字孪生模型为：其中，表示齿轮数字模型在t
k+1
时刻的状态矩阵；T
mask
和F
mask
均为掩码算子，且：T
mask
算子矩阵中所有处于边界条件点对应的系数均为0，非边界条件节点对应的系数均为1；为T
mask
的二进制取反，F
mask
算子表示齿轮受外部工况设定约束导致的变化量。5.根据权利要求4所述的齿轮动力传播数字孪生模型构建方法，其特征在于：所述步骤
31)中，利用动力信息编码网络将齿轮每个节点i的状态向量x
i
编码至隐空间向量h
i
的方法为：311)从目标齿轮的三维模型中随机采样节点，从齿轮仿真数据集D'中选择出和当次工况、时间对应的齿轮状态矩阵通过对进行线性或高阶插值获取每个采样节点i的状态向量x
i...

【专利技术属性】
技术研发人员：王时龙，杨波，张正萍，周林，王昱，
申请(专利权)人：赛力斯汽车有限公司重庆金康动力新能源有限公司，
类型：发明
国别省市：