[发明专利]一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法

权利要求书

1.一种基于数字孪生的工程装备故障智能诊断与自愈控制方法，其特征在于，该方法具体包括以下步骤：

S1：系统开启：对系统中各模块软硬件初始化；

S2：系统监测运行：对工程装备运行状态、外部环境扰动和工作参数进行实时监测；

S3：多源异构信息数据采集：对工程装备运行过程中的多源异构信息数据进行采集，存储及传输处理；

S4：数字孪生模拟仿真：通过采集的实时数据、历史数据、孪生数据建立工程装备的数字孪生模型，并进行动态模拟显示，获取仿真数据；

S5：数据预处理及判别：对实时数据、历史数据及仿真数据进行预处理，然后提取动态特征数据，据此判断采集的数据是否异常以及工程装备的运行状态是否异常；

S6：故障智能诊断：根据预处理后的数据信息对故障状态作进一步的分析，排除需要停机维护的危险故障情形，然后采用智能分析处理算法进行诊断分析；

S7：故障自愈控制处理：根据故障诊断结果对故障风险等级区域进行预警，同时采用自愈控制策略结合当前的故障状态形成自愈处置方案集，并依据施工现场的约束条件对自愈处置方案进行择优选择，然后完成自愈控制处理；

S8：系统自我学习及优化：通过数据交互反馈使得数字孪生模型依据自愈控制参数进行模型修正和完善，并回到系统正常监测状态，进行定期检测分析；

步骤S6中，故障智能诊断具体包括：

S61：对观测数据集进行扩展，得到动态数据矩阵；

其中，时滞长度s的递推关系如下：

S62：根据s递推关系计算s值：初始设置s＝0开始递推关系计算，当r_new(s)≤0时，计算出时滞长度s；

S63：根据计算出的时滞长度s，对动态数据矩阵X_a(s)进行归一化处理，然后按照PCA的特征提取步骤确定主元个数，获得特征向量参数的提取；最后采用遗传算法改进支持向量机对主元信息向量进行训练和预测。

2.根据权利要求1所述的一种基于数字孪生的工程装备故障智能诊断与自愈控制方法，其特征在于，所述步骤S7中，故障自愈控制处理过程中，自愈控制的目标函数为：

minZ_y＝min(ω₁G₁+ω₂G₂+ω₃G₃+ω₄G₄)

其中，ω₁～ω₄为权重系数，G₁～G₄分别为控制元件或执行元件的压力损失、流量损失、动作响应时间、动作频次。

3.适用于权利要求1或2所述方法的基于数字孪生的工程装备故障智能诊断与自愈控制系统，其特征在于，该系统包括物理实体模块、数据采集模块、信息处理模块、故障诊断模块、自愈控制模块以及数字孪生模块；

所述数据采集模块实时采集物理实体模块中工程装备运行的信息数据，并将数据传送到数字孪生模块中进行工程装备的数字孪生模拟仿真；同时，数据经过信息处理模块处理后在故障诊断模块中进行智能诊断分析，自愈控制模块对产生的故障进行自愈控制处理；所述数字孪生模块与其他各模块进行数据交互反馈，实现信息交换和闭环优化。

4.根据权利要求3所述的基于数字孪生的工程装备故障智能诊断与自愈控制系统，其特征在于，所述物理实体模块包括工程装备本体单元、传感设备单元、检测设备单元和信号传输设备单元；所述工程装备本体单元是指被用于故障诊断分析的工程装备，包括工程装备机械结构本体、驱动工程装备运动和动作的电气及液力装置，以及对应的机电液控制系统；所述传感设备单元包括用于感知工程装备运行过程中的位移、速度、温升、压力、流量和功耗的传感器件；所述检测设备单元是指用于检测工程装备的运行状态、系统运动路径、系统工作效率的器件；所述信号传输设备单元是指用于数据传输和交换的设备接口和网络；所述物理实体模块的相关信息通过数据采集模块获得，并通过动态链接与数字孪生模块实现交互反馈。