[發明專利]機理-數據異構信息融合的旋轉機械數字孿生建模方法

在審

• 申請號: 202110099042.5
• 申請日: 2021-01-25
• 公開（公告）號: CN112765748A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 張澤宇;惠記莊;耿麒;張雅倩;張浩
• 申請（專利權）人: 長安大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06F119/02;G06F119/04
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙) 61218
• 代理人: 惠文軒

本發明屬于工程機械技術領域，公開了一種機理?數據異構信息融合的旋轉機械數字孿生建模方法，包括：基于物理實體建立幾何模型，建立旋轉機械機構的損傷耦合機理下的動力學白箱模型；物理空間實時采集多源動態數據；考慮關聯性將物理空間采集的離散數據投影到歷史演化時間維度，建立基于大數據統計與網絡系統的黑箱模型；將白箱模型和黑箱模型進行異構融合，建立從物理空間到信息空間的關聯映射特征，形成完備的數字孿生灰箱模型。本發明從機理與數據兩方面建立旋轉機械的物理空間數據到信息空間壽命預測的映射關系，在保障工程機械裝備可靠高效運行、預防重大事故中具有實際意義。

技術領域

本發明屬于工程機械技術領域，尤其涉及一種機理-數據異構信息融合的旋轉機械數字孿生建模方法。

背景技術

工程機械的傳動系統長期服役在重載、大沖擊、變轉速的復雜作業環境下，各種載荷對旋轉部件形成了非平穩、非周期、非線性的激勵，經常出現表面損傷失效、變形失效和斷裂失效等問題，導致溫度異常、動力損失、性能退化，甚至會降低整個傳動鏈的可靠性和安全性，引發重大安全事故，造成巨額經濟損失。因此，對于機械傳動系統在復雜工況下的模型模擬具有重要研究意義，為安全作業提供技術支撐。

以旋轉機械中的液力變矩器為例，液力變矩器是跨能域非線性強耦合系統，在傳動過程中，除內部環流與渦流所產生的流體壓力載荷外，液力變矩器還受到外載荷與離心載荷的共同作用，還存在偏載、變載和潤滑不良等復雜工況，使得各個葉輪之間的內流場、溫度場與變形場相互影響；此外，由于損傷的存在，改變其中某個特征參量將會引起其它部分參量或全部參量的變化，并且會影響到振動信號的頻譜結構、幅值大小、平穩特征等，而傳統的有限元模型求解精度不高，液力變矩器具有很強的動態性和不確定性，準確地描述液力變矩器振動機制與作業機理極為困難。

一方面，液力變矩器的機理模型對實際工況的估計并不全面，鑒于工程機械復雜的工況，使用“白箱模型”進行壽命預測不僅耗時長，且評估準確性不高。另一方面，因液力變矩器的退化程度和失效時間離散性較大，且損傷形式不盡相同、測試數據稀缺，運用大樣本數據統計出的共性損傷特征價值密度低、數據質量參差不齊，且難以構建足夠大的“黑箱模型”進行訓練。因此亟需探索出豐富且全面的數字孿生“灰箱模型”。

因此，如何建立能更加真實的反映復雜工況下旋轉機械的安全性與可靠性的研究模型就顯得尤為重要。

發明內容

針對現有設計方法的不足，本發明的目的是提供一種機理-數據異構信息融合的旋轉機械數字孿生建模方法。本發明基于旋轉機械的損傷及耦合機理與動力學模型，結合工業物聯網中的歷史運行數據進行映射反饋，以物理空間和信息空間之間的虛實交互為途徑，構建融合機理和數據框架的旋轉機械的數字孿生模型，通過深度機器學習在虛擬映射中完成其退化行為和性能的實時監控、全生命周期狀態的預測與評估。

為了實現上述目的本發明采用如下技術方案：

機理-數據異構信息融合的旋轉機械數字孿生建模方法，包括以下步驟：

步驟1，基于旋轉機械機構的物理實體，建立旋轉機械機構的幾何模型，根據旋轉機械機構的實際服役行為，構造適宜裂紋奇異性建模與求解的小波有限元模型，并據此建立旋轉機械機構的損傷耦合機理下的動力學白箱模型；

步驟2，物理空間實時采集旋轉機械機構在不同服役時間與剩余壽命、典型損傷下的多源動態數據，提取多源動態數據的特征數據；考慮關聯性將物理空間采集的離散數據投影到歷史演化時間維度，建立基于大數據統計與網絡系統的黑箱模型；

步驟3，采用高維正交法將白箱模型和黑箱模型進行異構融合，得到機理與數據驅動的復合異構混合模型，建立從物理空間到信息空間的關聯映射特征，形成完備的數字孿生灰箱模型。

進一步地，所述旋轉機械機構為液力變矩器、齒輪箱或軸承。