《机械系统建模仿真与优化》 课件 第七章 装备数字孪生的技术基础.pptx

7.1装备数字孪生的技术基础

1装备数字孪生的技术基础012数字孪生系统的一般架构02数字孪生的工程应用--臂架起重机03目录4小结04

第七章数字孪生技术及工程应用

重大装备作为提升装备制造业的战略重点，不仅是衡量国家工业化水平的标志，而且是国家综合实力的集中体现。其承载能力强、作业功率大、集成度高、技术含量高，被广泛应用于不同领域以提升作业效率、降低运行成本、确保生产环境的安全性与绿色友好性。随着重大装备尺寸功率不断突破原有边界，其工作环境也日趋极端化、运行状态不断复杂化、连续作业时长也不断提高，这对重大装备本体结构造成巨大的威胁。每年，国内外因重大装备结构失效、整机失稳、磨损、疲劳断裂等原因导致的事故屡见不鲜。

当前，重大装备在设计阶段通常采用基于多体动力学（MultibodyDynamics,MBD）、有限元分析（FiniteElementMethod,FEM）等的计算机建模与仿真方法。在运维管理阶段，通过传感数据对设备故障和健康状态进行建模和动态感知，预测装备性能退化趋势，形成了故障预测与健康管理（PrognositicsandHealthManagement,PHM）新技术。虽然基于这些方法一定程度上可以获取装备在不同作业时的性能演变规律和状态，但计算机模型与物理实体的弱关联性，使得装备在不同阶段的分析中实时性、动态性、关联性等严重受限。如设计阶段的离线仿真，未完全考虑设备运行的时变因素，导致分析结果可信度较低，频繁出现“仿而不全”、“仿而不真”的现象。运维阶段通过传感数据建立了物理样机与分析模型的动态关联，但该方法仅限于装备运维管理，未包含装备设计、制造等全生命周期的信息，从而形成信息孤岛，而且该方法严重依赖传感数量，常常存在“以点带面”、“以偏概全”的现象。

因此，面向未来重大装备的高效运行以及安全保障等难题，迫切需要一种更加科学合理、高效准确的建模方法与技术，能够精确刻画、描述甚至预测重大装备在极端复杂工况下的状态与性能。作为传统计算建模仿真方法和技术的进阶与升级，数字孪生技术近年来得到大力追捧，有望大幅度推动离线、单工况、静态建模仿真向实时在线、复杂工况、动态建模发展，推动单学科单物理场向多学科多物理场发展，从单一设计、制造或者运维领域到全生命周期发展。

图7.1重大装备全生命周期数字孪生

数字孪生，可以简单概括为真实物理体的数字化镜像，然而其内涵和实现过程颇为复杂，包括多个层次。数字孪生建模旨在采用机理模型、实时传感数据以及专家知识等信息，构建具有多学科、多尺度等耦合特性的实时“随动”模型，能够在虚拟空间中实现真实物理体形态与性能的精确映射与预测。空间上，孪生模型不仅反映真实物理体客观的外在行为，也可呈现其内在，甚至是难以观测到的客观行为与特征；时间上，该映射不但包括当前时刻的在线监测，也包括过往时刻的追溯复现，以及未来时刻的超前预测。从信息流角度看，数字孪生是信息的“从实到虚”走向“以虚控实”，能够真实反映并深度参与、改进物理体全生命周期的闭环过程。图7.1为重大装备数字孪生与装备结构设计（确定目标性能）、加工制造（决定固有性能）、运维管理（体现使役性能）等全生命周期的关联关系。

在材料选择阶段，通过材料密度、强度、疲劳等物理和力学参数，综合目标性能、固有性能与使役性能，选择属性满足各阶段需求的材料。同时，依据设计、制造和运维的反馈信息，在该阶段动态优化材料选择策略，使选取的材料最大程度满足后续阶段的功能需求和性能要求，构建全生命周期数据、信息、知识等驱动的持续优化、虚实共生迭代、动态调整、自主决策的机制，为实现装备固有性能、目标性能和使役性能与终端客户期望性能的统一提供保障。

在结构设计阶段，通过集机械、液压、控制等多学科、以及流、固、热、光等多场多领域进行短周期、跨界的几何、结构协同优化设计。并对装备理想设计信息与物理空间的材料选择、加工制造、运维管理等信息进行一致表达，使设计的几何尺寸和结构特征不仅能够充分利用选定的材料，而且能更好地服务于加工制造和运维管理阶段。实现面向制造、功能和服务的全生命周期设计。

在加工制造阶段，数字孪生通过耦合物理空间速度、温度、振动、电磁等多物理场，从物理、几何、行为、规则等方面全流程、系统性、精确地反映物理实体。同时，高保真建模、高实时交互反馈、高可靠性预测等数字化手段将加工信息动态反馈到装备全生命周期各环节，使加工制造的产品在几何形态和结构性能上与设计阶段的目标性能保持高度一致。建立各阶段间相互联系、相互制约的关系，避免形成上下游割裂的现状。

在运维管理阶段，数字孪生利用材料选择、结构设计、加工制造、设备运行等已有信息与实时监测数据，融合物理模型进行自我学习，迅速、动态、全面地对装备的各运行参数和指标进行监测和评估。同时，对早期故障和