一种装载机自主铲掘过程的数字孪生模型测试验证方法技术

本发明专利技术公开了一种装载机自主铲掘过程的数字孪生模型测试验证方法，包括：(1)构建装载机模型

【技术实现步骤摘要】
一种装载机自主铲掘过程的数字孪生模型测试验证方法


[0001]本专利技术涉及机械工程和计算机科学领域，特别涉及一种装载机自主铲掘过程的数字孪生模型测试验证方法。

技术介绍

[0002]装载机这种复杂装备涉及机、电、液等多个领域，存在着多学科信息间的交叉，制造这种复杂装备实体物理样机周期长、成本大，实验研究进行相关实机实验也即为不便，但随着物联网、大数据、云计算、人工智能等新信息技术广泛应用，以及数字孪生技术的提出，能很好解决该问题，其通过数字化建模的方式建立物理世界和数字世界之间精准映射关系、实时反馈机制，可以构建起虚拟世界对物理世界描述、诊断、预测和决策的新体系。将数字孪生技术应用到装载机自主铲掘过程中，从而实现物理模型和数字孪生模型的双向映射，并在可视化的仿真环境中积极测试模拟，在测试中不断提升模型质量。利用数字孪生体开展大量装载机自主化、智能化、无人化工作实验论证，能够有效提高工作效率，极大地减少了对实际样机的数据测试采集难度，缩短了实验周期，有效地节约了实际测试带来的金钱、人工成本。
[0003]然而，目前装载机数字孪生模型大多都停留在模型只能够可视化阶段，具体模运行控制逻辑一致性，数据交互等关键并不能精确把握，所构建的模型对于实际物理实体的映射准确度仍然有待提高，且目前尚未有一种能够针对装载机自主铲掘过程的数字孪生模型构建后进行有效测试验证的方法，从而保证所构建的装载机数字孪生模型各方面准确合理，满足实际工程运用需要。

技术实现思路

[0004]本专利技术提出一种装载机自主铲掘过程的数字孪生模型测试验证方法，旨在解决当前进行装载机自主铲掘过程的数字孪生模型构建后缺乏一种有效的测试验证方法，保证所构建的数字孪生模型各方面准确合理，能够满足实际工程运用需要，从而推动工程机械自主化、智能化、无人化的发展。
[0005]本专利技术采用如下技术方案：
[0006]一种装载机自主铲掘过程的数字孪生模型测试验证方法，包括：
[0007]步骤1，构建装载机的模型
‑
试验台架
‑
实机测试验证平台，并依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端，进行数据采集与分析，再利用基于台架与在役运行数据的多源数据融合技术实现数字孪生机理模型的建模；
[0008]步骤2，构建装载机的模型
‑
样机
‑
实机测试验证平台，利用样机与实机进行数字孪生机理模型仿真平台的测试验证，验证基于数字孪生机理模型的自主铲掘轨迹优化方法的可靠性及准确性；
[0009]步骤3，融合装载机模型
‑
试验台架
‑
实机与模型
‑
样机
‑
实机的双循环、虚实融合的测试验证平台，构建装载机自主铲掘过程的数字孪生虚实交互系统，实现数字机理孪生模
型的迭代与综合管理应用。
[0010]优选的，步骤1中，构建装载机的模型
‑
试验台架
‑
实机测试验证平台，包括构建模型测试验证平台、台架测试验证平台和实机测试验证平台，具体如下：
[0011]构建模型测试验证平台即装载机数字孪生系统，具体为利用机械系统理论、液压系统理论、控制系统理论、离散元理论、数值分析方法以及Modelica语言和建模方法，分析装载机自主铲掘过程机械、液压、控制、负载
‑
环境的耦合机理，通过基于Mworks平台进行装载机多领域耦合数字孪生机理模型的构建，最终形成数字孪生机理模型仿真平台；
[0012]构建试验台架测试验证平台，具体为根据实机工作条件，施加与实际相同的工作负载，并根据实机系统，搭建装载机发动机
‑
泵
‑
阀
‑
工作装置的联合试验台架；此外，分别在台架试验装置的发动机、泵、阀和工作装置加装传感器，进行数据监测，进而通过数据采集系统采集台架试验装置中对应部件台架传感数据；
[0013]构建实机测试验证平台，具体为工作时，在实际装载机的发动机、泵、阀和工作装置加装传感器，进行实际测试，通过数据采集系统采集装载机实际铲掘过程中产生的在役运行传感数据；
[0014]最终生成装载机的模型
‑
试验台架
‑
实机测试验证平台。
[0015]优选的，步骤1中，依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端，进行数据采集与分析，再利用基于台架与在役运行数据的多源数据融合技术实现数字孪生机理模型的建模，具体如下：
[0016]依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端；
[0017]面对多类型传感器的数据采集，采用数据清洗和预处理、数据集成和整合、数据挖掘和分析的多源数据融合技术将来自不同数据源、不同数据格式、不同数据类型的数据进行集成、转化、处理和分析，以得到更全面的数据信息；
[0018]通过对实机在役运行数据以及台架试验数据进行数据分析处理，验证装载机发动机
‑
泵
‑
阀
‑
工作装置联合试验台架的正确性；
[0019]通过对上述构建的数字孪生机理模型仿真平台进行仿真分析，得到模型各组成部分对应结果，结合上述台架和实机测试两者分析结果，再进行装载机发动机
‑
泵
‑
阀
‑
工作装置联合试验台架与在役运行数据的对比，得到机械、液压、控制、负载
‑
环境各部分的建模精度；根据对比结果，及时地对数字孪生机理模型进行相应的参数调整，从而实现数字孪生机理模型的精确建模。
[0020]优选的，步骤2中，构建装载机的模型
‑
样机
‑
实机测试验证平台，具体如下：
[0021]机械、液压、控制、负载
‑
环境构建样机测试验证平台，具体为以目标实机为基础，用相似材料制成搭建的1:8比例装载机样机模型作为样机平台，按照模型相似理论，构造实机实验情况相似的工作环境条件，使模型再演原型结构实际工作的结构试验，根据具体任务在各个必要部位加装传感器，获取相关数据及检查设计缺陷；
[0022]基于构建的模型测试验证平台、样机测试验证平台和实机测试验证平台生成装载机的模型
‑
样机
‑
实机测试验证平台。
[0023]优选的，步骤2中，利用样机与实机进行数字孪生机理模型仿真平台的测试验证，验证基于数字孪生模型的自主铲掘轨迹优化方法的可靠性及准确，具体包括：
[0024]根据装载机前几轮自主铲掘过程获取的在役运行数据，评估出当前作业的难易程
度值，选择合适的铲掘方式；
[0025]依据不同作业方式构建基于料堆三维信息的装载机满斗铲掘的轨迹模型，依据铲掘方式与当前料堆三维信息和装载机几何结构信息，利用改进的路径规划算法，生成多条优选的铲掘轨迹；
[0026]以满斗率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装载机自主铲掘过程的数字孪生模型测试验证方法，其特征在于，包括：步骤1，构建装载机的模型
‑
试验台架
‑
实机测试验证平台，并依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端，进行数据采集与分析，再利用基于台架与在役运行数据的多源数据融合技术实现数字孪生机理模型的建模；步骤2，构建装载机的模型
‑
样机
‑
实机测试验证平台，利用样机与实机进行数字孪生机理模型仿真平台的测试验证，验证基于数字孪生机理模型的自主铲掘轨迹优化方法的可靠性及准确性；步骤3，融合装载机模型
‑
试验台架
‑
实机与模型
‑
样机
‑
实机的双循环、虚实融合的测试验证平台，构建装载机自主铲掘过程的数字孪生虚实交互系统，实现数字机理孪生模型的迭代与综合管理应用。2.根据权利要求1所述的装载机自主铲掘过程的数字孪生模型测试验证方法，其特征在于，步骤1中，构建装载机的模型
‑
试验台架
‑
实机测试验证平台，包括构建模型测试验证平台、台架测试验证平台和实机测试验证平台，具体如下：构建模型测试验证平台即装载机数字孪生系统，具体为利用机械系统理论、液压系统理论、控制系统理论、离散元理论、数值分析方法以及Modelica语言和建模方法，分析装载机自主铲掘过程机械、液压、控制、负载
‑
环境的耦合机理，通过基于Mworks平台进行装载机多领域耦合数字孪生机理模型的构建，最终形成数字孪生机理模型仿真平台；构建试验台架测试验证平台，具体为根据实机工作条件，施加与实际相同的工作负载，并根据实机系统，搭建装载机发动机
‑
泵
‑
阀
‑
工作装置的联合试验台架；此外，分别在台架试验装置的发动机、泵、阀和工作装置加装传感器，进行数据监测，进而通过数据采集系统采集台架试验装置中对应部件台架传感数据；构建实机测试验证平台，具体为工作时，在实际装载机的发动机、泵、阀和工作装置加装传感器，进行实际测试，通过数据采集系统采集装载机实际铲掘过程中产生的在役运行传感数据；最终生成装载机的模型
‑
试验台架
‑
实机测试验证平台。3.根据权利要求2所述的装载机自主铲掘过程的数字孪生模型测试验证方法，其特征在于，步骤1中，依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端，进行数据采集与分析，再利用基于台架与在役运行数据的多源数据融合技术实现数字孪生机理模型的建模，具体如下：依据台架试验与在役运行试验的需求，搭建工业大数据边缘分析终端；面对多类型传感器的数据采集，采用数据清洗和预处理、数据集成和整合、数据挖掘和分析的多源数据融合技术将来自不同数据源、不同数据格式、不同数据类型的数据进行集成、转化、处理和分析，以得到更全面的数据信息；通过对实机在役运行数据以及台架试验数据进行数据分析处理，验证装载机发动机
‑
泵
‑
阀
‑
工作装置联合试验台架的正确性；通过对上述构建的数字孪生机理模型仿真平台进行仿真分析，得到模型各组成部分对应结果，结合上述台架和实机测试两者分析结果，再进行装载机发动机
‑
泵

【专利技术属性】
技术研发人员：王少杰，黄水林，侯亮，卜祥建，刘源，
申请(专利权)人：厦门大学，
类型：发明
国别省市：