船用承压结构变形场混合数字孪生监测模型方法实现

[目的]旨在为实现船舶的全生命健康监测设计一种面向结构健康监测的混合数字孪生系统。可实时采集及反馈关键舱室结构的变形,从而提升航运的信息化和安全管理能力。[方法]首先,采用奇异值分解法对多组载荷形成的物理场信息进行数据压缩降维得到特定的标准正交基,创建基向量与载荷关系的响应面模型,输出基于实时输入载荷的有限元降阶模型。其次,采用基于地统计学的克里金插值算法,按照特定拓扑结构布点,将实时的传感器数据和降阶模型输出的补充点位数据经由卡尔曼滤波算法进行融合修正,共同计算监测对象的变形情况。最后,通过构建变形监测软硬件系统,实现监测物理特性的采集到可视化的全过程。[结果]该系统在预设的载荷下,硬件采集系统能够稳定进行数据采集,配套的应用程序能够按照预期的要求进行实时可视化采集。[结论]该结构健康混合数字孪生系统满足船舶的健康监测需求,对未来船舶的高度一体化、智能化发展具有一定的参考意义。

基于数字孪生模型的数字化电网能耗自动监测系统研究

当前使用的数字化电网中,存在感知终端种类较多,对于传统的能耗自动监测系统来说获取的数据传输实时性不足,导致监测结果出现偏差,为此设计一种基于数字孪生模型的数字化电网能耗自动监测系统。系统主要从硬件和软件两方面进行设计:在硬件设计中,根据不同的应用层次,设计系统的总体架构。主要对硬件中的无线通信网络进行搭建,选择基于LoRa无线通信技术的RTU设备作为通信主体。设计LoRa无线开关电路,实现ZigBee设备之间的无线数据传输和交换;软件设计中,设计能耗数据采集主线程,分析数字孪生模型映射交互关系,基于数字孪生模型与实际运行工况之间的映射关系实现能耗指标实时监测。实验结果表明,与传统系统相比,设计得到的检测结果与实际的能耗情况更加相符。

基于数字孪生的机场跑道三维可视化监测系统

为响应2020年民航局发布的《推进四型机场建设行动纲要》中的推动机场转型升级的要求,并且为了解决传统人工机场跑道监测效率低下且无法做到对机场跑道的全方位实时监测和监测数据的实时互通等问题,结合数字孪生技术对机场跑道监测架构进行设计,通过运用三维可视化技术对机场跑道传感器和监控器汇总到平台的数据进行处理并在虚拟模型中实现映射,运用数字模型对机场三维模型进行还原,对机场三维模型的轻量化进行研究,同时通过光纤传感对飞机的轨迹进行实时定位和映射,生成虚拟孪生体,把机场跑道的实时状态映射到虚拟空间上,实现数字孪生的虚实相映。从而做到对机场跑道的多维度观测、全量数据分析和可视化要求,直观动态的展示机场跑道的实时状态。

基于数字孪生的矿井提升机天轮结构性能监测

目前矿井提升机天轮的监测研究大多侧重于对天轮的振动、温度、偏摆的监测,而对天轮结构性能监测的研究较少。针对该问题,提出了一种基于数字孪生的矿井提升机天轮结构性能监测方法。根据矿井提升机天轮运行过程中的实际状况,设计了矿井提升机天轮数字孪生监测系统,该系统由物体实体层、孪生模型层、孪生数据层、应用层及各层之间的连接组成,其中孪生数据层中的预测数据是矿井提升机天轮运行过程中通过天轮结构性能预测模型实时预测的天轮结构性能数据,包括应力和应变数据。矿井提升机天轮结构性能预测模型采用组合代理模型构建:采用处理后的有限元数据训练得到径向基函数(RBF)单一代理模型,基于广义均方误差求得单一代理模型在组合代理模型中的权重,从而得到天轮结构性能预测模型。以立井五绳摩擦提升系统为试验对象,基于Unity3D平台,通过虚拟空间、数据传输及应用模块的构建,建立了矿井提升机天轮数字孪生监测系统,试验结果表明:在天轮运行过程中,4个测试点的测量应变和预测应变平均决定系数为0.97398,预测应变与测量应变具有较高的相关性,验证了设计的预测模型能够满足对天轮结构性能监测的需求。

基于数字孪生的钻机运行安全状态监测技术研究

为预防矿用钻机因过载产生疲劳失效而诱发安全事故,提出基于数字孪生的钻机运行安全状态监测技术。首先,提出钻机运行安全状态数字孪生监控系统整体框架;然后,提出基于代理模型的钻机受力状态实时分析方法;最后,利用有限元法获取钻机翻转框架应力分布及幅值数据集,用于对代理模型的训练和测试。结果表明:有限元计算的做大应力值与代理模型预测值之间的差值最大不超过5×10^(-6)MPa。且所有节点预测值与计算值之差的绝对值方差约为2×10^(-6)MPa。这表明所提出的代理模型可用于代替有限元方法实时分析钻机翻转框架的应力。

数字孪生水利工程关键技术及其应用实践——以江垭皂市工程为例

围绕数字孪生水利工程建设过程中的新一代信息技术应用深度不够、水利专业模型存在业务缺项等问题和差距,结合数字孪生江垭皂市工程建设实际需求,深入开展数据底板、智能模拟计算模型等关键技术研究与应用。首先,开展了卫星遥感、无人机倾斜摄影测量等技术支撑下的空天地立体监测体系在高精度数据底板构建中的应用研究。然后,基于数字模拟技术和传统水利专业的深度融合,深入开展洪水演进、工程安全等数字水利专业模型的研究,并结合物理工程的同步直观表达进行高保真虚拟建模。最后,通过江垭皂市工程实例对关键技术进行应用分析。研究结果表明构建的数字孪生水利模型与平台能够数字赋能江垭皂市水利工程智慧化管理。

基于数字孪生模型和状态监测系统的道岔预测性维修

随着智能制造和数字技术的进步,通过持续监测道岔状态以实现其预测性维修已成为可能。为根据列车和道岔间的相互作用构建道岔预测性维修技术体系,文章首先提出通过将多体仿真和有限元分析相结合,分析列车-道岔间相互作用,以确定道岔易损伤位置及相关传感器布设位置的建模方法;然后将有限元分析所得的钢轨动态柔度和接触力结果与多体仿真模拟计算结果进行比较,以验证模型的有效性;最后展望将数值模拟模型转化为数字孪生模型,以及利用3D打印技术实现基础设施智能监控的未来愿景。

现役导管架平台结构监测系统开发与数字孪生技术

目前我国海上有近1/3的导管架平台已超过或即将达到设计寿命,平台结构维护或修复延寿方面的需求比以往任何时候都更为迫切。传统的导管架水下结构损伤检测,测点少、难度大、费用高且无法预测平台结构的状态。开发了南海某导管架平台结构监测系统,该系统主要包括海上风浪的环境监测和平台结构振动、应变的响应监测。根据监测数据提出了基于双重有限元模型修正的现役导管架平台结构数字孪生,通过数字孪生技术修改平台结构安全评估及寿命预测模型,掌握海上导管架平台结构在整个服役周期内的结构行为,科学预测、预防性维护,以延长平台寿命。

数字孪生奴尔水利枢纽工程建设构想

为提高奴尔水利枢纽工程安全高效稳定运行水平,针对工程运行过程中面临的工程地质灾害风险预报、预警、预演、预案能力不足,以及统筹考虑工程供水、发电、防洪、生态、冲沙等调度需求的多目标优化调度能力不足等问题,对标数字孪生流域和数字孪生工程建设要求,围绕工程调度运行业务需求,提出数字孪生奴尔水利枢纽工程建设总体框架和主要建设内容,分析监测感知网、工程L3级数据底板和专用模型库的建设要点,梳理包括工程安全监测预警、水库综合调度等功能的“四预”业务应用建设内容,提出与数字孪生塔里木河流域协同应用的思路,可为数字孪生塔里木河流域和流域内重大水利工程数字孪生建设提供参考和借鉴。

基于管道数字孪生技术的应力场研究

本文基于管道数字孪生技术,开展相关性分析与BP神经网络的管道应力场研究。首先在搭建了典型站场实体管道结构,开展载荷加载-应变监测试验,并建立仿真虚拟模型。根据仿真模拟结果进行相关性分析,以相关性分析结果为指导开展在线实时应变监测,实现物理实体与虚拟模型的数据链接。以应变-载荷加载反向建立BP神经网络模型,结果表明模型能够根据应变监测得到载荷加载值,模型决定系数R2=0.9983,载荷加载结果归一化均方根误差(NRMSE)结果为0.015,能满足工程实际需求。在地质灾害工程应用中,基于管道监测应力得到滑坡荷载,进行整场应力可视化,可视化结果与监测数据加权综合误差为8.92%。方法基于管道数字孪生技术,可以通过实体模型的在线监测,依据虚拟仿真模型,呈现管道应力场结果,为管道的力学安全评估提供一定参考和借鉴。

物理赋能的助航灯具清洗数字孪生构建

机场助航灯具清洗设备工作时需要远程实时监测设备状态和清洗质量。数字孪生通过虚拟平台映射清洗设备的工作情况,而目前虚拟环境的建立仍大量依赖于数据驱动,自身缺乏感知进化和虚拟仿真的能力,且对被执行件的关注较少。针对以上问题,提出基于多物理引擎的数字孪生模型。该系统利用CoppeliaSim构建数据和脚本双驱动的虚拟空间,融合了虚拟传感和视觉检测,并通过BlueZero实现实时通信。为解决通信延迟造成的数据流阶梯跳跃的问题,提出一种基于改进均值滤波的运动同步性增强算法,内嵌在Qt建立的数据集成子系统中。实验结果表明:经运动增强后,所提系统的虚实同步误差为74 ms,满足同步性要求;清洗机械臂关节角度跟踪的均方误差为0.827°,末端空间位置跟踪误差不超过2.775 mm,满足跟踪精度要求;所提模型能够动态呈现灯具被清洗时的污斑状况,证明了所提模型的合理性,满足助航灯具清洗过程的应用需求。

基于数字孪生的工业机器人状态监测技术及系统设计研究

新时期,我国提出《中国制造2025》战略,探索工业4.0发展目标,其中,智能工厂是研究的关键环节。数字孪生是信息物理系统的核心内容,研究价值较大。因此,文章概述了数字孪生的定义和工业机器人状态监测系统的内涵与功能,介绍了基于数字孪生的工业机器人状态检监测关键技术,探讨基于数字孪生的工业机器人状态监测系统的功能和组成结构,以期为实时监测工业机器人的状态提供思路。

火电机组数字孪生技术对轴系扭振影响的实证研究

本文旨在探讨火电机组数字孪生技术对轴系扭振的影响,通过构建DTVPM模型实现对轴系扭振的实时监测与预测评估。方法上,采用高精度传感器实时捕捉机组运行状态,结合数学物理原理构建轴系扭振数学模型,并运用数字孪生技术构建虚拟模型进行模拟分析。结果显示,DTVPM模型预测准确率高达92%,对不同自变量具有较高的敏感性,且在轴系扭振故障预警方面表现出色。结论认为,数字孪生技术在火电机组轴系扭振研究中展现出广阔的应用前景,有助于提升机组的安全性和稳定性。

近接工程建设荷载的数字孪生试验方法

近接工程建设荷载是指城市近接工程施工扰动对既有地下结构的附加荷载作用。该荷载作用可诱发既有地下结构损伤甚至破坏,威胁城市安全,但其发展规律尚不明确。明确该荷载作用需探明近接工程-地层-既有结构三者之间的动态耦合机制,尚缺乏行之有效的试验方法。文章提出一种近接工程建设荷载的数字孪生试验方法。该方法融合数字孪生技术和混合试验技术,克服了传统混合试验技术的数值模型保真性问题,实现了近接工程建设荷载的室内试验研究。此外,通过两个交互模块实现了施工现场物理空间、数字孪生体以及地层结构物理模型试验之间的数据交互,进而建立了数字孪生试验方法的系统架构。利用该系统架构开展工程案例分析,初步验证了其可行性。

基于数字孪生的船用柴油机曲轴应力预测

[目的]曲轴是船用柴油机的关键部件,为实时监测柴油机运行状态下的曲轴应力,保障船舶安全可靠运行,提出基于数字孪生的曲轴应力预测方法。[方法]基于数字孪生思想,提出船用柴油机智能运维的构架,以某型直列6缸船用中速柴油机为研究对象,在实机可获得数据的基础上,实现基于数字孪生的曲轴健康状态评估。首先,基于径向基(RBF)神经网络,利用缸盖振动加速度信号对缸内压力进行识别,计算曲柄销载荷,利用有限元法对曲轴进行应力和疲劳分析,获得影响曲轴寿命的关键位置,应用反向传播(BP)神经网络构造曲轴受力和应力的降阶模型。[结果]模型的缸压和曲轴应力预测误差均小于5%,应力预测的时间缩短到秒级,可实现孪生模型的实时/准实时更新。[结论]研究成果可为柴油机零部件的状态实时监测和智能运维提供新思路。

面向数字孪生的区间二型T-S模糊建模方法研究

为提高变负荷工况下火电机组动态过程模型精度以达到数字孪生模型要求,构建串联结构混合模型,采用量子粒子群算法(QPSO)构建全局模型,引入区间二型T-S(IT2TSK)模糊模型实现孪生体子模型及过渡过程的精准演化。针对IT2TSK模糊模型中模糊集和模糊规则较难确定的问题,设计了两步循环迭代法确定前后件参数,保证模糊集参数能够纵向体现不同状态集之间的不确定性,以及模糊规则能够横向实现子模型间的平稳过渡,保证全工况下孪生体模型高度逼近动态过程。结果表明:以空气预热器为例,在变负荷训练集上,较简化定工况模型和一型T-S模糊模型而言,基于IT2TSK模糊模型的参数在线自适应混合模型的输出能够更准确地跟踪实际值,整体精度更高。

发电过程孪生模型在线演化方法研究

随着机器学习和深度学习的成熟,数据驱动模型得到了快速发展,过程模型的精度也得到了显著提高。目前,模型性能评价已经不再局限于模型精度,模型的泛化、演化等能力也成为重要的衡量指标,尤其体现在数字孪生的建模研究中。数字孪生建模不仅要求模型能够逼真地再现物理实体,而且还要求模型随着物理实体的变化而演化。这就要求数字孪生模型能在保证精度的同时,还具备在线演化的特点。基于串联混合模型建立离线局部模型库,构建了马尔可夫模型,设计了马尔可夫模型与局部模型结合的两层演化模型。利用马尔可夫模型对运行状态进行预测,应用RBF神经网络实现串联混合模型中数据驱动子模型过渡参数的演变,从而达到孪生模型整体演化的目的。最后,建立了空预器换热过程的孪生模型,并进行仿真验证,证明了所提方法的有效性。

数字孪生研究进展及在铁路智能运维中的应用

我国铁路基础设施建设正在从“建设为主”向“建管并用”发展,传统运维技术存在诸多弊端,亟需建立新的智能运维技术体系。数字孪生是实现虚实空间交互的先进技术,该技术突破了传统仿真及试验条件限制,实现以最快速度、最优成本掌握结构的实际运行状态。数字孪生能够将物联网、建筑信息模型、结构健康监测、数值仿真与人工智能等先进技术通过虚实数据交互,形成对物理实体有效地监控、模拟、预测、诊断与决策。针对数字孪生的发展、基本原理及技术方法进行归纳总结,阐述了数字孪生与建筑信息模型、结构健康监测、人工智能等技术的融合应用,总结了数字孪生在铁路运维场景下的技术方法及研究现状,包括智能检(监)测、数字孪生模型构建方法、结构性能退化模拟及维护策略确定。提出并详细阐述了基于数字孪生的铁路基础设施的智能运维技术框架,指出了当前数字孪生在铁路基础设施智能运维应用中存在的主要问题及解决方案,为铁路基础设施智能运维管理提供新的理论方法。

河口海岸数字孪生建设与挑战(特邀)

河口海岸是人类生存的重要空间和经济发展的关键区域。然而,在气候变化和人类活动的双重压力下,河口海岸面临环境恶化、湿地生态受损和灾害风险增加等多重问题。为保障河口海岸可持续发展,本文以数字孪生概念为基础,结合河口海岸多圈层多界面的系统特征,提出了一个综合河口海岸立体监测和数据聚融、多过程耦合模型系统、数字孪生体和智能服务平台等关键要素的河口海岸数字孪生系统。此外,本文还详细介绍了构建河口海岸数字孪生系统所需的核心技术,涵盖监测物联网、模型耦合、大数据管理和智能分析,以及知识图谱等。尽管面临多学科全要素综合监测、人地海耦合模拟、跨领域跨行业协同、信息安全保障和服务标准制定等多重挑战,河口海岸数字孪生具有逼近真实、系统关联和提供智能服务等特点,能够提供监测、预报、预警、预演和预案等智能服务。这将有助于提高我们对河口海岸复杂系统演变、预测和应对的研究和应用能力,推动河口海岸学科群的发展,提升风险管理和综合治理水平,为河口海岸可持续发展提供强有力的支持。

数字孪生驱动的热交换器降阶建模及智能感知方法研究

管壳式热交换器是能源系统中的重要组成部分,长时间的运行容易在导热管内造成结垢故障,导致热交换器传热效率下降、流动阻力增加、耗能增加、系统压力下降等问题。结垢故障往往隐藏在设备内部,通过运行数据监测或者仿真手段往往不足以感知和预测多工况下的设备状态,数字化的热交换器状态监测技术为解决问题提供了新思路,但存在数字孪生体难以构建、降阶效果不理想、结垢数据难以获取等问题。为了能够建立数字孪生驱动的热交换器高保真降阶模型,提出了一种基于本征正交分解的径向基自适应模型降阶方法。基于物理信息的自适应采样算法采集更有效的样本数据,利用POD-RBF建立高保真降阶模型,开展热交换器的结垢故障的仿真实验,通过BP神经网络进行热交换器的结垢感知和预测。实验结果表明所建立的自适应采样降阶模型与不使用采样的降阶模型相比求解效率提高了1倍,与全阶模型的误差在4%左右,通过降阶模型快速生成更符合物理机理的结垢数据,预测误差保持在0.0554 mm左右,能有效地对换热器的结垢进行感知和预测。