产品数字孪生体的内涵、体系结构及其发展趋势

数字孪生技术被认为是实现信息物理系统的核心关键技术,作为数字孪生技术在产品研发过程具体应用的产品数字孪生体,目前其研究尚处于探索阶段,研究成果相对较少且缺乏系统性。为此首先回顾了数字孪生体的产生背景,在此基础上提出了数字孪生技术的概念,然后对产品数字孪生体的内涵进行了系统阐述,建立了产品数字孪生体的体系结构,并给出了产品数字孪生体在产品设计阶段、制造阶段和服务阶段的实施途径,最后指出了产品数字孪生体的发展趋势。     

矿用电铲的形性一体化数字孪生方法及其验证

数字孪生是一个旨在物理空间和虚拟空间之间建立实时映射的概念,反映产品在物理空间中隐藏而有价值的信息。针对矿用电铲结构安全难以进行实时监测和预警的难题,引入数字孪生的理念,提出了一种矿用电铲的形性一体化数字孪生方法,开发了相应的系统。构建了矿用电铲的数字孪生体,实现对矿用电铲结构安全的实时监测与预警。通过一台实验用矿用电铲为例验证了所提出方法的可行性。     

基于领域驱动设计的可演化数字孪生体构建方法研究

数字孪生体是实现数字孪生范式的关键所在，针对忽略系统可演化性导致的数字孪生体孤岛问题，提出了一种基于领域驱动设计的数字孪生体构建方法，用于构建具有演化性的数字孪生体。数字孪生体的领域模型由镜像、功能和关联3个子域组成。其中，镜像子域描述物理实体的静态属性，如尺寸、材质等，是通用域；功能子域描述物理实体的能力属性，如制造能力、运动能力等，是核心域；关联子域描述物理实体所处空间尺度的上下文交互关系，是支撑域。围绕所提出的领域模型，设计了数字孪生体的演化性实现机制，以构建工业机器人数字孪生体为例，对所提出的数字孪生体构建方法和可演化机制进行了可行性分析。     

数字孪生驱动的离心泵机组故障诊断方法研究

数字孪生技术不仅是实现信息物理融合的核心，还是实现数字化故障诊断的关键。为了实现物理空间和信息空间的实时映射、故障实时预测、故障信息及时反馈，提出数字孪生驱动的离心泵机组故障诊断方法。首先，利用数字孪生技术构建离心泵机组数字孪生映射模型。然后，基于数字孪生映射模型，通过数据驱动的故障诊断方法实现故障实时预测，利用模型仿真的故障结果验证方法完成故障结果验证，以验证结果作为数字孪生模型修正和深度学习模型调整的条件。最后，借助Unity3D平台实现故障诊断系统的开发，并通过3种工况验证了系统的可行性。     

数字孪生驱动的固体发动机总体设计体系架构与应用

为了改进固体发动机以经验半经验为主的设计模式,解决固体发动机设计与仿真分离、数值模拟与物理试验分离、地面试验数据测不了、测不准和测不到等难题,推动固体发动机由经验驱动设计向数据和模型驱动设计转型,从数字孪生体的内涵出发,研究建立了数字孪生驱动的固体发动机总体设计概念体系,从过程、模型和数据3个视角定义了固体发动机数字孪生,并提出了过程孪生、模型孪生和数据孪生的概念;在此基础上,建立了数字孪生驱动的固体发动机总体设计系统5层架构模型,分析了各层的内涵及层与层之间的关系;从过程孪生、模型孪生和数据孪生3个概念出发,研究了数字孪生驱动的固体发动机总体设计系统的运行机制;分析了系统的特点,探讨了系统在发动机设计中的应用方法,并给出了初步的实现方案,为下一步落地应用提供理论参考。     

基于数字孪生的工业机器人三维可视化监控EI北大核心

为实现对工业机器人的透明、实时可视化监控,提出一种基于数字孪生的工业机器人三维实时可视化监控系统。该系统基于改进的数字孪生系统框架建立机器人数字孪生体,实现了物理单元建模,以及孪生数据的采集、传输与解析,进而同步映射物理单元与虚拟单元,实现了对机器人的三维实时监控。通过采用所开发的原型系统进行验证,证明了所提系统的可行性和有效性。     

数字孪生驱动的旋转叶盘振动状态全景感知方法

针对旋转叶盘在线振动监测方法仅能获取有限测点信息的局限性,提出了一种基于数字孪生概念的旋转叶盘全域振动状态虚拟感知技术架构。首先,应用数字孪生理论从物理空间和数字空间分别介绍了该技术体系中各个模块的功能和逻辑关系,阐述了实现旋转叶盘振动状态全景感知的技术路线。其次,详细描述了孪生模型构建、非接触振动测试、孪生模型动态更新、虚拟感知及可视化模块开发等关键技术和实现方法。最后,面向旋转叶盘试验件构建了全域振动状态虚拟感知原型系统,对各项关键技术进行了理论分析与验证,并最终实现了动位移场和动应变场的全域状态感知。该方法能够在现有测试手段的基础上获得更加全面的叶盘振动信息,为旋转叶盘的在线状态监测提供了一种新的理论架构,并为后续进行叶盘疲劳寿命分析及可靠性预测提供有效的数据支撑。     

基于数字孪生的多轴数控机床轮廓误差抑制方法

针对数控机床高速高精加工过程中轮廓误差控制难的问题,提出一种基于数字孪生的轮廓误差抑制方法,并以数控机床的关键执行部件——多轴进给系统为具体对象,构建面向轮廓误差的"建模-预测-控制"闭环抑制技术框架.该方法针对多轴进给系统多属性交叉耦合的特点,建立其高保真数字孪生体,并通过数字-物理空间的多粒度信息传递,实现跨时间尺度下数字孪生体与物理实体在不同维度的虚实精确同步.通过对数字孪生体进行降阶表征,建立轮廓误差多因素动态影响关系模型,融合多粒度信息实现对轮廓误差的动态预估.基于轮廓误差动态预估结果,提出轮廓误差综合抑制方法,实现对时变运动控制参数下多轴进给系统的插补控制.最后,通过小型三轴数控机床的虚实同步运动实验,验证了所提方法的有效性.     

基于元动作理论的驱传系统数字孪生模型构建

针对面向实际工程应用的数字孪生技术,探索了基于元动作理论的机电设备驱传系统数字孪生体模型框架的构建及其关键技术。阐述了从零部件到元动作理论的历史渊源,对元动作理论的相关概念及其引入数字孪生技术的原由进行了介绍,对比了其与传统方法的不同,在此基础上从元动作的优势和特点出发,以元动作理论为底层架构,将其引入驱传系统的数字孪生技术。提出驱传系统数字孪生体的内涵并详细定义了单元级、链级、系统级孪生体3个层次,搭建了基于元动作理论的驱传系统数字孪生体的五维框架。以某型号数控转台的驱传系统为例构建了实时监控数字孪生系统实例,给出了数字孪生技术的应用框架,验证了该数字孪生模型具有一定的实际意义与工程应用价值。     

[数字孪生驱动的智能制造]数字孪生与深度学习融合驱动的采煤机健康状态预测

针对处于恶劣工作环境的采煤机状态预测与维护困难的问题,结合数字孪生高逼真度行为仿真特性和深度学习强大的数据挖掘能力,提出数字孪生与深度学习融合驱动的采煤机健康状态预测方法。基于物理空间多物理参数构建采煤机数字孪生体,通过在虚拟空间的可视化展示与分析实现健康状态预判;建立基于深度学习的采煤机关键零件剩余寿命预测模型,实现实时监测数据驱动下的零件剩余寿命的在线预测;综合数字孪生体状态和剩余寿命值,实现采煤机健康状态预测。通过试验验证了该方法的有效性,为采煤机健康状态预测与管理提供新思路。