1.一种基于数字孪生的动设备故障预测方法,其特征在于,包括如下步骤:S1.获取动设备,采集动设备信息参数,对动设备信息参数进行整理、归纳和筛选;
S2.构建三维仿真模型、故障预测模型和异常识别数据模型,基于动设备的结构特点和动设备信息参数建立动设备数据存储库,所述动设备数据存储库包括历史数据、实时感知数据和仿真模型数据,利用动设备数据存储库对三维仿真模型、故障预测模型和异常识别数据模型进行训练,使模型学习故障特征与偏差之间的关联;S3.将动设备数据存储库的数据进行可视化展示;
所述构建三维仿真模型包括如下步骤:
A1.利用建模软件构建动设备的三维仿真模型,使三维仿真模型能够完成结构展示与装配关系;
A2.对动设备的三维仿真模型中的每个结构增加物理属性;
A3.基于动设备的特性和工作模式,对三维仿真模型创建生产作业场景和创建生产行为约束,所述创建生产作业场景包括动设备各组成部件在作业场景与生产行为下的表现反应及伴随的数据特征,所述创建生产行为约束包括动设备各组成部分面对生产行为的响应以及产生的数据特点;
A4.基于动设备的具体领域,对三维仿真模型设置多维度和多范围的生产作业场景与生产行为约束;
S4.利用故障预测模型和异常识别数据模型的模拟结果进行动设备的安全警示,利用故障预测模型和异常识别数据模型输出风险等级预测结果,包括如下步骤:C1.定义一系列故障行为模式,所述一系列故障行为模式包括单一结构故障和多结构组合故障;
C2.利用三维仿真模型模拟实际生产过程中的故障状态,记录并生成特定故障状态下的模拟数据集;
C3.通过对比正常生产行为的数据基准和期望值,计算故障行为引入的偏差,所述偏差用于量化故障影响程度,将偏差进一步转化成特征向量并形成特征向量集合;
C4.利用异常识别数据模型、故障预测模型和特征向量集合进行故障预测和故障定位得到设备发生故障概率和异常指标;
C5.对异常数据模型设置初始训练参数和基础学习框架,通过对生产特征指标的计算,输出当前动设备的健康状态识别结果;
C6.对故障预测模型输入真实运行的数据,输出对各种单一结构故障和多结构组合故障的预测评估结果,用于动设备组当前设备健康状态预测和故障设备位置识别。
2.根据权利要求1所述的一种基于数字孪生的动设备故障预测方法,其特征在于,所述将动设备数据存储库的数据进行可视化展示包括如下步骤:B1.将动设备数据存储库的数据与生产作业场景和生产行为约束进行数据交互验证;
B2. 将动设备信息参数和动设备数据存储库的数据进行数据融合;
B3.构建三维可视化模型,用于将仿真模型数据和实时感知数据通过可视化界面展示并提供设备健康状态和故障预警信息。
3.一种基于数字孪生的动设备故障预测系统,其特征在于,包括:数据采集模块,用于获取动设备,采集动设备信息参数,对动设备信息参数进行整理、归纳和筛选;
数字孪生模块,用于构建三维仿真模型、故障预测模型、异常识别数据模型和动设备数据存储库,所述动设备数据存储库用于对三维仿真模型、故障预测模型和异常识别数据模型进行训练,所述动设备数据存储库包括历史数据单元、实时感知数据单元和仿真模型数据单元;
所述构建三维仿真模型包括如下步骤:
A1.利用建模软件构建动设备的三维仿真模型,使三维仿真模型能够完成结构展示与装配关系;
A2.对动设备的三维仿真模型中的每个结构增加物理属性;
A3.基于动设备的特性和工作模式,对三维仿真模型创建生产作业场景和创建生产行为约束,所述创建生产作业场景包括动设备各组成部件在作业场景与生产行为下的表现反应及伴随的数据特征,所述创建生产行为约束包括动设备各组成部分面对生产行为的响应以及产生的数据特点;
A4.基于动设备的具体领域,对三维仿真模型设置多维度和多范围的生产作业场景与生产行为约束;
可视化模块,用于将动设备数据存储库的数据进行可视化展示;
故障预测模块,用于动设备的安全警示和输出风险等级预测结果,所述故障预测模块包括:故障模式单元,用于定义一系列故障行为模式,所述一系列故障行为模式包括单一结构故障和多结构组合故障;
模拟数据集单元,用于利用三维仿真模型模拟实际生产过程中的故障状态,记录并生成故障状态下的模拟数据集;
特征向量单元,用于通过对比正常生产行为的数据基准和期望值,计算故障行为引入的偏差,将偏差进一步转化成特征向量并形成特征向量集合;
故障预测定位单元,用于利用异常识别数据模型、故障预测模型和特征向量集合进行故障预测和故障定位得到设备发生故障概率和异常指标;
故障识别单元,用于对异常数据模型设置初始训练参数和基础学习框架,通过对生产特征指标的计算,输出当前动设备的健康状态识别结果;
故障评估单元,用于对故障预测模型输入真实运行的数据,输出对各种单一结构故障和多结构组合故障的预测评估结果。
4.根据权利要求3所述的一种基于数字孪生的动设备故障预测系统,其特征在于,所述可视化模块包括:数据交互验证单元,用于将动设备数据存储库的数据与生产作业场景和生产行为约束进行数据交互验证;
数据融合单元,用于将动设备信息参数和动设备数据存储库的数据进行数据融合;
三维可视化模型单元,用于将仿真模型数据和实时感知数据通过可视化界面展示并提供设备健康状态和故障预警信息。
5.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行如权利要求1所述的方法。
6.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求1所述的方法。