基于数字孪生的结构植入故障响应数据获取及评判方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113642209A(43)申请公布日2021.11.12(21)申请号202110807823.5(22)申请日2021.07.16(71)申请人中国人民解放军总参谋部第六十研究所地址210016江苏省南京市玄武区珠江路766号(72)发明人路林华唐军军范汪明姜年朝王德鑫李坷伦(74)专利代理机构南京理工大学专利中心32203代理人薛云燕(51)Int.Cl.G06F30/23(2020.01)G06F119/02(2020.01)G06F111/10(2020.01)权利要求书3页说明书8页附图2页(54)发明名称基于数字孪生的结构植入故障响应数据获取及评判方法(57)摘要本发明公开一种基于数字孪生的结构植入故障响应数据获取及评判方法，步骤如下：建立结构数字孪生模型，将建立的数字孪生模型分为零件级、部件级、系统级三个层次；数字孪生模型在假定故障模式下通过仿真分析生成植入故障响应数据；基于灵敏度分析提取故障特征，确定响应特征对植入故障的灵敏度，并从各类特征中筛选出对植入故障最为敏感的特征量；修正数字孪生模型，将数字孪生模型的修正问题转化为以实体模型、数字孪生模型的故障特征量偏差最小为目标的优化问题；建立数字孪生模型的质量评判准则。本发明在筛选故障对应的响应特征量方面，具有更高的准确性，保证了数字孪生模型修正结果的物理意义，并大幅提升了修正后数字孪生模型的可靠性。CN113642209ACN113642209A权利要求书1/3页1.一种基于数字孪生的结构植入故障响应数据获取及评判方法，其特征在于，包括以下步骤：步骤1、建立结构数字孪生模型：数字孪生模型包括实体的几何、物理、行为和规则这些信息中的一种或数种，并根据结构特点及相互作用关系，将建立的数字孪生模型分为零件级、部件级、系统级三个层次；步骤2、生成植入故障响应数据：数字孪生模型在假定故障模式下通过仿真分析生成植入故障响应数据；植入故障的仿真分析根据目的的不同，分为定性分析和定量分析，定性分析用于挖掘故障对应的响应特征，定量分析用于研究故障响应特征随时间或损伤的演化趋势；步骤3、基于灵敏度分析提取故障特征：将植入故障响应数据的特征量对故障参数进行Taylor展开，根据精度需求选择需要保留的展开阶次，确定响应特征对植入故障的灵敏度，并从各类特征中筛选出对植入故障最为敏感的特征量；步骤4、修正数字孪生模型：以模型输入参数为变量，以结构物理实体模型的实测数据或典型故障植入试验数据为基准，将数字孪生模型的修正问题转化为以实体模型、数字孪生模型的故障特征量偏差最小为目标的优化问题；步骤5、评判数字孪生模型的质量：从数字孪生模型的物理意义、唯一性以及正确性三方面，建立数字孪生模型的质量评判准则。2.根据权利要求1所述的基于数字孪生的结构植入故障响应数据获取及评判方法，其特征在于，步骤1所述建立结构数字孪生模型，具体如下：数字孪生模型中实体的几何、物理、行为和规则信息分为输入参数和输出参数两种；其中，几何信息是指几何形状、尺寸、位置及装配关系，以二维、三维模型的形式存在，与实体模型一致，并根据需求增加视觉渲染处理；物理信息反映实体物理属性，基于材料参数、本构模型、约束、载荷，用ADAMS、ANSYS或ABAQUS从宏观及微观尺度上进行单物理场、多物理场的仿真分析，获取应力、位移、振动、疲劳信息；行为信息描述模型外部因素以及内部条件产生的响应和行为；规则信息是实体运行的规律、标准或准则，使模型具备评估、优化、预测、评测的功能；所述数字孪生模型分为零件级、部件级、系统级三个层次，其中零件是结构上不可拆分的最小单元；部件是为完成任务或实现功能而建立的设定数量的零件组合，又称为子系统级；系统实现各部件之间的组织、协调和管理，又称为产品级。3.根据权利要求1所述的基于数字孪生的结构植入故障响应数据获取及评判方法，其特征在于，步骤2所述生成植入故障响应数据，具体如下：结构植入故障的种类由结构典型故障模式或FMEA决定，在数字孪生模型中进行相关信息的变更和仿真分析；定性分析用于故障诊断，定量用于故障预测；如果各层级故障模式数量大于阈值，则基于均匀试验、正交试验、析因试验或中心试验，采用设定数量的试验样本反映所有的故障样本。4.根据权利要求1所述的基于数字孪生的结构植入故障响应数据获取及评判方法，其特征在于，步骤3所述基于灵敏度分析提取故障特征，具体如下：故障特征反映植入故障与响应数据之间的内在关联性，包括时域特征、频域特征以及时频域特征；2CN113642209A权利要求书2/3页设植入故障通过数字孪生模型的输入参数p表示，植入故障后的数字孪生模型的响应数据的特征量Z对参数p的Taylor展开表示为：其中，为特征量Z对参数p