利索能及
我要发布
收藏
专利号: 2023112260954
申请人: 中山大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于数字孪生的损伤监测方法,其特征在于,包括:当确定待监测的设备时,在所述设备的壳体中设有能够识别壳体损伤并改变信号的感知层;

建立所述感知层的初始仿真模型,并采用所述感知层的物理损伤状态与信号的实验数据对所述初始仿真模型进行校正和仿真计算,得到仿真数据;

采用数字孪生技术,构建所述设备对应的数字孪生模型;

将所述实验数据和所述仿真数据导入所述数字孪生模型进行模型训练,得到损伤识别模型;

将所述壳体对应的感知层信号实时传输至所述损伤识别模型进行壳体损伤识别,得到壳体损伤监测数据并更新所述数字孪生模型;

所述在所述设备的壳体中设有能够识别壳体损伤并改变信号的感知层的步骤,包括:采用壳层、隔层和感知层,构建所述设备的壳体;

所述感知层贴合所述壳层的内侧,所述感知层能够根据所述壳层状态改变信号,所述感知层包括网格状的导线层;

所述隔层位于所述导线层和所述壳层之间,所述隔层为绝缘体;

所述壳层与所述隔层之间还设有拉线层;

所述建立所述感知层的初始仿真模型,并采用所述感知层的物理损伤状态与信号的实验数据对所述初始仿真模型进行校正和仿真计算,得到仿真数据的步骤,包括:将所述感知层对应的导体几何形状转换为有限元模型;

将所述有限元模型进行网格划分,得到网格模型;

采用所述感知层对应的材料属性和边界条件对所述网格模型进行更新,得到所述感知层的初始仿真模型;

采用所述感知层的物理损伤状态与信号的实验数据对所述初始仿真模型进行电信号对比,得到对比数据;

按照所述对比数据对所述初始仿真模型进行调参和补偿,得到目标仿真模型;

采用预设碰撞物体数据对所述目标仿真模型进行碰撞模拟,计算不同破损变形情况下的电阻特性,得到仿真数据。

2.根据权利要求1所述的基于数字孪生的损伤监测方法,其特征在于,所述将所述实验数据和所述仿真数据导入所述数字孪生模型进行模型训练,得到损伤识别模型的步骤,包括:采用所述实验数据和所述仿真数据,构建数据集;

将所述数据集导入所述数字孪生模型,并采用朴素贝叶斯法进行判断模型训练,得到判断模型;

采用初始卷积神经网络对所述判断模型进行模型训练,得到损伤识别模型。

3.根据权利要求2所述的基于数字孪生的损伤监测方法,其特征在于,所述采用朴素贝叶斯法进行判断模型训练,得到判断模型的步骤,包括:将所述数据集进行数据划分,得到第一训练集和第一验证集;

采用朴素贝叶斯法计算第一训练集对应的类别先验概率和特征条件概率;

采用所述类别先验概率和所述特征条件概率建立模型参数,得到朴素贝叶斯模型;

采用所述第一验证集对所述朴素贝叶斯模型进行模型评估,得到评估结果;

按照所述评估结果调整所述朴素贝叶斯模型的模型参数,得到判断模型。

4.根据权利要求2所述的基于数字孪生的损伤监测方法,其特征在于,所述采用初始卷积神经网络对所述判断模型进行模型训练,得到损伤识别模型的步骤,包括:将所述数据集进行数据划分,得到第二训练集、第二验证集和测试集;

将所述第二训练集输入初始卷积神经网络进行参数训练,得到训练数据;

计算所述训练数据与对应的真实标签之间的初始损失函数;

采用反向传播算法计算所述初始损失函数与所述初始卷积神经网络的网络参数之间的梯度;

基于所述梯度,依次采用链式法则和优化算法更新所述网络参数,得到目标损失函数;

采用所述第二验证集验证所述目标损失函数对应的所述初始卷积神经网络,得到验证数据;

采用验证数据对所述初始卷积神经网络进行验证和数据调整,得到中间卷积神经网络;

采用所述测试集对所述中间卷积神经网络进行测试和数据调整,得到目标卷积神经网络;

采用所述目标卷积神经网络更新所述判断模型,得到损伤识别模型。

5.根据权利要求1所述的基于数字孪生的损伤监测方法,其特征在于,所述将所述壳体对应的感知层信号实时传输至所述损伤识别模型进行壳体损伤识别,得到壳体损伤监测数据并更新所述数字孪生模型的步骤,包括:将所述壳体对应的感知层信号进行特征提取,得到时域特征、频域特征和位域特征;

将所述时域特征、所述频域特征和所述位域特征传输至所述损伤识别模型进行壳体损伤识别,得到壳体损伤状态;

将所述壳体损伤状态导入预设仿真计算软件进行应力分析和疲劳寿命预测,得到壳体损伤监测数据并更新所述数字孪生模型。

6.一种基于数字孪生的损伤监测系统,其特征在于,包括:壳体构建模块,用于当确定待监测的设备时,在所述设备的壳体中设有能够识别壳体损伤并改变信号的感知层;

仿真数据得到模块,用于建立所述感知层的初始仿真模型,并采用所述感知层的物理损伤状态与信号的实验数据对所述初始仿真模型进行校正和仿真计算,得到仿真数据;

数字孪生模型构建模块,用于采用数字孪生技术,构建所述设备对应的数字孪生模型;

损伤识别模型得到模块,用于将所述实验数据和所述仿真数据导入所述数字孪生模型进行模型训练,得到损伤识别模型;

壳体损伤监测数据得到模块,用于将所述壳体对应的感知层信号实时传输至所述损伤识别模型进行壳体损伤识别,得到壳体损伤监测数据并更新所述数字孪生模型;

所述壳体构建模块执行以下步骤:

采用壳层、隔层和感知层,构建所述设备的壳体;

所述感知层贴合所述壳层的内侧,所述感知层能够根据所述壳层状态改变信号,所述感知层包括网格状的导线层;

所述隔层位于所述导线层和所述壳层之间,所述隔层为绝缘体;

所述壳层与所述隔层之间还设有拉线层;

所述仿真数据得到模块包括:

有限元模型得到模块,用于将所述感知层对应的导体几何形状转换为有限元模型;

网格模型得到模块,用于将所述有限元模型进行网格划分,得到网格模型;

初始仿真模型得到模块,用于采用所述感知层对应的材料属性和边界条件对所述网格模型进行更新,得到所述感知层的初始仿真模型;

对比数据得到模块,用于采用所述感知层的物理损伤状态与信号的实验数据对所述初始仿真模型进行电信号对比,得到对比数据;

目标仿真模型得到模块,用于按照所述对比数据对所述初始仿真模型进行调参和补偿,得到目标仿真模型;

仿真数据得到子模块,用于采用预设碰撞物体数据对所述目标仿真模型进行碰撞模拟,计算不同破损变形情况下的电阻特性,得到仿真数据。

7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至5任一项所述的基于数字孪生的损伤监测方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至5任一项所述的基于数字孪生的损伤监测方法。