基于数字孪生的复杂工业系统运行监测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115857447A(43)申请公布日2023.03.28(21)申请号202211498761.5(22)申请日2022.11.28(71)申请人安徽宝信信息科技有限公司地址230088安徽省合肥市高新区(72)发明人李广垒王飞陈祖涛(74)专利代理机构广州市华学知识产权代理有限公司44245专利代理师高宁馨(51)Int.Cl.G05B19/418(2006.01)权利要求书4页说明书10页附图4页(54)发明名称基于数字孪生的复杂工业系统运行监测方法及系统(57)摘要本发明公开了一种基于数字孪生的复杂工业系统运行监测方法及系统，包括：获取工业系统中的设备组件信息，与工业系统的实体进行映射获取工业系统的三维仿真模型；构建工业系统的三维仿真模型与实时数据的映射关系，生成工业系统的数字孪生体模型；获取孪生数据，将孪生数据与监测工况数据进行数据融合，提取工业系统的当前数据特征；基于深度学习构建运行状态识别模型，将当前数据特征输入运行状态识别模型，对工业系统的运行状态进行评估；根据评估结果进行故障诊断，通过故障诊断生成对应的运维方案。本发明实现了复杂工业系统的运行健康状况的在线监测，保证现场安全稳定运行，减小了设备安全隐患事故发生的概率，大大节省了人力资源成本。CN115857447ACN115857447A权利要求书1/4页1.一种基于数字孪生的复杂工业系统运行监测方法，其特征在于，包括以下步骤：获取工业系统中的设备组件信息，根据各个设备组件的装配关系与工业系统的实体进行映射获取工业系统的三维仿真模型；获取各设备组件的实时数据，构建工业系统的三维仿真模型与所述实时数据的映射关系，生成工业系统的数字孪生体模型；根据工业系统的数字孪生体模型获取孪生数据，将所述孪生数据与监测工况数据进行数据融合，提取工业系统的当前数据特征；基于深度学习构建运行状态识别模型，将当前数据特征输入所述运行状态识别模型，对工业系统的运行状态进行评估；根据运行状态的识别评估结果进行故障诊断，通过故障诊断生成对应的运维方案。2.根据权利要求1所述的一种基于数字孪生的复杂工业系统运行监测方法，其特征在于，获取工业系统中的设备组件信息，根据各个设备组件的装配关系与工业系统的实体进行映射获取工业系统的三维仿真模型，具体为：根据工业系统中的设备组件的几何模型进行关键要素建模，将各个几何模型导入三维建模软件进行简化获取设备组件的轻量化三维仿真模型；将各设备组件的轻量化三维仿真模型根据工业系统的静态属性及运动关系进行装配获取工业系统三维仿真模型的基本结构；根据工业系统的历史运行数据获取工业系统的运行原理、运行环境要素，将基本结构与运行环境要素进行交互构建工业系统演变模型；通过工业系统的历史运行数据及关键设备的实际参数，根据实际参数对工业系统演变模型进行校准调整，通过于工业系统的实体进行映射获取工业系统三维仿真模型。3.根据权利要求1所述的一种基于数字孪生的复杂工业系统运行监测方法，其特征在于，获取各设备组件的实时数据，构建工业系统的三维仿真模型与所述实时数据的映射关系，生成工业系统的数字孪生体模型，具体为：通过数据感知方法得到各设备组件的各项实时数据，将各项实时数据与工业系统的系统执行数据进行匹配，将匹配后的数据进行异构数据的融合；将融合后的实时数据获取对应设备组件的响应单元，进行实时数据的实时查询与读写，建立工业系统三维仿真模型的实体与三维仿真模型之间的映射关系；若三维仿真模型的运行数据与实际运行数据的数据偏差小于预设偏差阈值，则输出工业系统的精准数字孪生体模型。4.根据权利要求1所述的一种基于数字孪生的复杂工业系统运行监测方法，其特征在于，构建运行状态识别模型，还包括：获取工业系统的历史监测数据及对应的故障信息作为真实样本，分析工业系统的故障机理，获取各类故障信息对应的特征；根据所述工业系统的数字孪生体模型对故障信息进行仿真获取各类故障信息对应的孪生数据，将所述孪生数据与各类故障信息对应的特征进行相似度计算；当所述相似度大于预设相似度阈值时，则证明所述工业系统的数字孪生体模型的仿真性能符合预设标准；将所述孪生数据导入生成对抗网络，通过对生成器网络进行训练，将随机噪声与孪生2CN115857447A权利要求书2/4页数据进行匹配，构建与真实样本相同分布的生成样本；通过判别器网络判断所述生成样本是否为真，根据判断结果对生成样本设置类别标签，对生成器网络及判别器网络进行交替训练至损失函数平稳，通过训练后的生成对抗网络生成大量带标签的且与真实样本分布相同的故障数据集。5.根据权利要求1所述的一种基于数字孪生的复杂工业系统运行监测方法，其特征在于，将当前数据特征输入所述运行状态识别模型，具体为：通过深度学习构建运行状