【技术实现步骤摘要】
一种面向数字孪生应用的数据与模型融合方法
[0001]本专利技术涉及数据与模型融合方法,具体的涉及一种面向数字孪生应用的数据与模型融合方法。
技术介绍
[0002]数字孪生充分利用通过在虚拟空间中完成物理产品的映射,反映物理产品的服役状态,预测和推演将来可能发生的事件,达到以虚认知和控制物理世界的目的。学术界和工业界针对数字孪生的概念、技术、应用场景开展了大量研究,也尝试构建了复杂装备、生产车间的数字孪生模型,然而并没有形成有效的数字孪生应用,难以产生经济价值。
[0003]数字孪生的应用必定以装备全生命周期的各类数据和模型为基础。各类信息物理数据反映出装备的物理组成和物理状态,以及通过仿真分析得到的虚拟状态,通过物理状态与虚拟状态的实时同步,在虚拟空间中建立物理产品的有效映射;在此基础上,通过虚拟仿真,准确地预测和推演将来可能发生的事件;数字孪生是虚拟装备与实体装备之间的相互作用,以虚拟世界的分析结果控制物理世界,实现闭环。整个数字孪生应用过程的“同步”“推演”“控制”都是通过模型完成的,同时需要有大量的数据作为支撑,实现“数据
‑
模型”的深度融合。因此,本专利技术重点解决数字孪生应用过程中的“数据
‑
模型”融合问题,提出面向数字孪生应用的“数据
‑
模型”融合方法。
技术实现思路
[0004]为了实现上述专利技术目的,本专利技术提供了以下技术方案:
[0005]一种面向数字孪生应用的数据与模型融合方法,包括:
[0006] ...
【技术保护点】
【技术特征摘要】
1.一种面向数字孪生应用的数据与模型融合方法,其特征在于:包括:步骤S1:通过多类模型关联,构建装备数字孪生模型;步骤S2:面向数字孪生评估应用的“数据
‑
模型”融合;步骤S3:面向数字孪生预测应用的“数据
‑
模型”融合;步骤S4:面向数字孪生优化应用的“数据
‑
模型”融合。2.如权利要求1所述的一种面向数字孪生应用的数据与模型融合方法,其特征在于:其中,步骤S1包括步骤S11
‑
S13:步骤S11:建立数字孪生所需的信息模型,由一系列数据组成:IM={a1,a2,a3,
…
,a
i
,
…
},包括:采集装备运行状态数据,建立状态信息模型,表示为:sIM=(a
ij
)
m
×
t
;采集装备运行环境数据,建立环境信息模型,表示为:cIM=(c
ij
)
n
×
t
;分析装备结构组成,建立虚拟信息模型;提取仿真分析结果数据,建立孪生信息模型,表示为:tIM=(b
ij
)
m
×
t
;其中,a
i
、a
ij
、b
ij
、c
ij
(i=1,2,3,
…
;j=1,2,3,
…
)表示各类信息模型中所包含的数据项,m,n表示模型中包含的数据个数,t表示时间;步骤S12:分析装备运行过程中结构、参数之间的相互作用规则,建立数字孪生所需的机理模型,反映物理装备运行的本质规律,表示为:PM=f(x1,x2,x3,
…
,x
i
,
…
);其中,x
i
表示物理装备结构或参数,f表示作用规则;步骤S13:面向物理装备业务活动的应用,建立数字孪生应用所需的领域模型,表示为:FM={s1,s2,s3,
…
,s
i
,
…
};其中s
i
表示数字孪生应用步骤;领域模型分为三类:评估类、预测类和优化类;其中,步骤S2包括:步骤S21:基于装备实时运行工况和状态信息的机理模型仿真,提取孪生状态信息;步骤S22:对比同时刻状态信息和孪生信息,评估机理模型准确程度;步骤S23:调整机理模型参数,优化机理模型;步骤S21:以装备状态信息模型sIM=(a
ij
)
m
×
t
、环境信息模型cIM=(c
ij
)
n
×
t
中的实时数据为输入,作用于机理模型(PM=f(x1,x2,x3,
…
,x
i
,
…
)),通过仿真分析,在计算机系统中模拟装备运行过程,输出仿真结果,从仿真结果中提取数据,建立孪生信息模型tIM=(b
ij
)
m
×
t
;孪生信息模型和状态信息模型中所包含的数据内容一致;步骤S22:将同时刻下状态信息模型数据sIM=(a
ij
)
m
×
t
、孪生信息模型数据tIM=(b
ij
)
m
×
t
输入评估类领域模型,分析两类信息模型的相似程度sim((a
ij
)(b
ij
)),公式如下:若二者数据相似度达到阈值p,则机理模型能够准确模拟物理装备运行状态;反之,则需要进入步骤S23,进行机理模型修正;步骤S23:以装备运行状态信息模型sIM=(a
ij<...
【专利技术属性】
技术研发人员:郑庆,丁国富,张越宏,袁昭成,张海柱,张楷,
申请(专利权)人:成都市特种设备检验检测研究院成都市特种设备应急处置中心,
类型:发明
国别省市:
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。