[发明专利]一种基于快速仿真数字孪生技术的设备健康监测方法

权利要求书

1.一种基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，包括以下步骤：

获取多种设备状态数据及环境数据，并基于获取的所述设备状态数据构建对应的CAE数字孪生模型；

对传感器采集的数据通过网络进行传输，同时按照传感器端口规则对进行分类存储；

获取存储的传感器采集的边界条件数据，并输入所述CAE数字孪生模型中进行仿真分析；

通过自动化后处理脚本读取结果数据库中的数据及云图，并基于数字孪生平台进行实时呈现。

2.如权利要求1所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，所述方法还包括：

基于仿真分析结果，通过载荷统计和疲劳计算，计算出当前状态下设备不同部位的损伤程度，评估出设备的剩余寿命。

3.如权利要求1所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，所述方法还包括：

基于仿真分析结果生成对应的控制策略，并对设备状态进行反馈调节。

4.如权利要求1所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，所述方法还包括：

通过javascript开发数字孪生平台，其中，所述数字孪生平台包括现场视频监控和数据可视化功能。

5.如权利要求1所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，获取多种设备状态数据及环境数据，并基于获取的所述设备状态数据构建对应的CAE数字孪生模型，包括：

通过多种传感器采集设备的各种状态数据及环境数据，并通过采集设备中的嵌入式程序对多种所述状态数据及环境数据进行预处理；

根据所述采集设备的结构几何特征，构建对应的CAE数字孪生模型。

6.如权利要求1所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，获取存储的传感器采集的边界条件数据，并输入所述CAE数字孪生模型中进行仿真分析，包括：

通过服务器端口获取存储的传感器采集的边界条件数据，并输入所述CAE数字孪生模型；

对所述边界条件数据的数量和区间进行定义，并基于Optimal Latin Hypercube算法对多个所述边界条件数据进行组合，生成DOE仿真计算样本点；

通过开发的CAE求解器调用程序，并基于Optimal Latin自动进行DOE仿真计算样本点作为驱动参数的仿真分析。

7.如权利要求6所述的基于快速仿真数字孪生技术的设备健康监测方法，其特征在于，通过开发的CAE求解器调用程序，并基于Optimal Latin自动进行DOE仿真计算样本点作为驱动参数的仿真分析之后，所述方法还包括：

通过模型关键字解析及DOE仿真分析生成的结果数据库进行机器学习，生成对应的模型库。