[發(fā)明專利]數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)故障診斷與健康狀態(tài)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210639723.0
• 申請(qǐng)日: 2022-06-08
• 公開（公告）號(hào): CN114894507A
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計(jì)）人: 喬寧國;趙林海;王保民;王清永;彭濤;田廣東;侯海晶;翟乃斌;劉曉峰;王峰;王旭龍;陳強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 天津職業(yè)技術(shù)師范大學(xué)（中國職業(yè)培訓(xùn)指導(dǎo)教師進(jìn)修中心）;天津津鐵電子科技有限公司
• 主分類號(hào): G01M17/08
• 分類號(hào): G01M17/08
• 代理公司: 天津盛理知識(shí)產(chǎn)權(quán)代理有限公司 12209
• 代理人: 霍慧慧

1.一種數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)故障診斷與健康狀態(tài)預(yù)測(cè)方法，其特征在于：所述方法的步驟為：

S1、利用系統(tǒng)工程仿真軟件構(gòu)建軌道車輛傳動(dòng)系統(tǒng)的數(shù)字孿生模型，創(chuàng)建物理環(huán)境并添加故障行為，模擬系統(tǒng)運(yùn)行中出現(xiàn)的典型故障輸出狀態(tài)響應(yīng)，得到仿真信號(hào)，并根據(jù)實(shí)車監(jiān)測(cè)數(shù)據(jù)調(diào)優(yōu)物理模型，實(shí)現(xiàn)真實(shí)運(yùn)行狀態(tài)與虛擬仿真的交互與協(xié)同；

S2、利用步驟S1得到的仿真信號(hào)與實(shí)車監(jiān)測(cè)信號(hào)進(jìn)行可遷移性分析；將仿真信號(hào)X_s作為源域D_s，標(biāo)簽為y_s，診斷任務(wù)為邊緣概率分布為P_s，條件概率分布為Q_s(Y_s|X_s)；實(shí)車監(jiān)測(cè)信號(hào)X_t作為目標(biāo)域D_t，構(gòu)建偽標(biāo)簽診斷任務(wù)為邊緣概率分布為Q_t(Y_t|X_t)；

建立源域與目標(biāo)域既包含邊緣概率分布又包含條件概率分布的聯(lián)合概率分布，用平均最大差異來度量兩個(gè)域信號(hào)邊緣概率分布與條件概率分布的差異；將聯(lián)合概率分布的最大均值差異項(xiàng)嵌入深度學(xué)習(xí)網(wǎng)絡(luò)的損失函數(shù)，構(gòu)建數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)深度遷移學(xué)習(xí)故障診斷模型，基于仿真信號(hào)實(shí)現(xiàn)軌道車輛傳動(dòng)系統(tǒng)實(shí)車故障診斷；

S3、將步驟S2深度遷移學(xué)習(xí)故障診斷模型提取的特征采用長短時(shí)神經(jīng)網(wǎng)絡(luò)進(jìn)行健康狀態(tài)預(yù)測(cè)，構(gòu)建數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)深度遷移學(xué)習(xí)健康狀態(tài)預(yù)測(cè)模型。

2.根據(jù)權(quán)利要求1所述的數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)故障診斷與健康狀態(tài)預(yù)測(cè)方法，其特征在于：所述步驟S1中的軌道車輛傳動(dòng)系統(tǒng)的數(shù)字孿生模型共包括五個(gè)子模型，所述五個(gè)子模型集成軌道車輛傳動(dòng)系統(tǒng)的數(shù)字孿生模型的步驟為：

S101、根據(jù)軌道車輛傳動(dòng)系統(tǒng)的圖紙或者實(shí)際車輛測(cè)量獲取軌道車輛傳動(dòng)系統(tǒng)各部件的幾何結(jié)構(gòu)參數(shù)及裝配關(guān)系，采用但不限于Solidworks或CATIA等三維建模軟件構(gòu)建軌道車輛傳動(dòng)系統(tǒng)三維物理模型；

S102、利用S101所述的三維物理模型采用ANSYS/Abaqus或其他有限元分析軟件對(duì)軌道車輛傳動(dòng)系統(tǒng)關(guān)鍵部件進(jìn)行應(yīng)力應(yīng)變分析、模態(tài)分析、熱力耦合分析，構(gòu)建軌道車輛傳動(dòng)系統(tǒng)多物理場(chǎng)耦合模型；

S103、將S102所述的多物理場(chǎng)耦合模型嵌入SIMPACK軟件或者其他動(dòng)力學(xué)仿真軟件，建立考慮輪齒嚙合的整車動(dòng)力學(xué)模型，施加內(nèi)部齒輪嚙合激勵(lì)、外部的電機(jī)轉(zhuǎn)矩激勵(lì)及軌道不平順激勵(lì)，模擬系統(tǒng)的運(yùn)行載荷；

S104、利用S103所述的整車動(dòng)力學(xué)模型，添加軌道車輛傳動(dòng)系統(tǒng)電機(jī)軸承、齒輪箱軸承、齒輪、軸箱軸承不同損傷模式，不同損傷數(shù)量，不同故障位置等故障行為，構(gòu)建軌道車輛傳動(dòng)系統(tǒng)故障損傷模型；

S105、對(duì)軌道車輛傳動(dòng)系統(tǒng)在實(shí)際運(yùn)行過程中的振動(dòng)信號(hào)和工況/環(huán)境參數(shù)進(jìn)行監(jiān)測(cè)；

S106、采用系統(tǒng)工程仿真軟件將S101所述的三維物理模型、S102所述的多物理場(chǎng)耦合模型、S103所述的整車動(dòng)力學(xué)模型、S104所述的故障損傷模型、S105所述的實(shí)車監(jiān)測(cè)信號(hào)通過統(tǒng)一的通信協(xié)議和數(shù)據(jù)接口集成到一個(gè)仿真平臺(tái)，構(gòu)建軌道車輛傳動(dòng)系統(tǒng)數(shù)字孿生模型，模擬系統(tǒng)運(yùn)行中出現(xiàn)的典型故障輸出仿真信號(hào)，并根據(jù)S105實(shí)車監(jiān)測(cè)信號(hào)與仿真信號(hào)之間的差異反饋調(diào)優(yōu)軌道車輛傳動(dòng)系統(tǒng)數(shù)字孿生模型，實(shí)現(xiàn)真實(shí)運(yùn)行狀態(tài)與虛擬仿真的交互與協(xié)同，故障仿真信號(hào)的輸出將為故障診斷模型及健康狀態(tài)預(yù)測(cè)模型提供數(shù)據(jù)支持，驗(yàn)證模型的有效性。

3.根據(jù)權(quán)利要求2所述的數(shù)字孿生驅(qū)動(dòng)的軌道車輛傳動(dòng)系統(tǒng)故障診斷與健康狀態(tài)預(yù)測(cè)方法，其特征在于：所述步驟S103中，內(nèi)部齒輪嚙合激勵(lì)采用有限元方法和傅里葉級(jí)數(shù)擬合齒輪時(shí)變嚙合剛度曲線；外部的電機(jī)轉(zhuǎn)矩激勵(lì)采用實(shí)測(cè)的電機(jī)輸出扭矩；軌道不平順激勵(lì)采用Kalker線性蠕滑理論計(jì)算輪軌蠕滑力。