[发明专利]一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法

说明书

本发明提供了一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法，包括以下步骤：(1)建立数字孪生模型：基于空间在轨制造结构实体信息构建数字孪生体；(2)建立健康监测模型：采用深度学习方法构建空间在轨制造结构健康监测模型；(3)建立数据采集系统：利用传感器等设备，在线监测空间在轨制造结构服役环境及健康状态的实时数据，并对数字孪生模型进行数据交互、调整与修正；(4)剩余寿命预测：利用更新后的数字孪生模型进行空间在轨制造结构剩余寿命预测，并通过数据的实时交互反馈保证预测的可靠性。本发明利用数字孪生技术实现了空间在轨制造结构剩余寿命的可靠预测，且能将预测结果实时反馈，极大方便了维护工作。

技术领域

本发明应用于空间在轨制造领域，具体涉及一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法。

背景技术

空间在轨制造技术是一种新型的航天结构加工制造技术，在航天制造领域极具应用潜力。目前，受运载火箭整流罩尺寸限制，对于一些构型复杂的大尺寸航天器空间结构，一般采用多次发射和空间在轨制造的方式实现，例如空间站桁架结构。然而，由于制造技术不成熟、工作环境较为恶劣等原因，势必会对空间在轨制造结构的性能造成影响，使得结构几乎无法达到预期服役寿命。此外，在地面难以实时检测与控制空间在轨制造结构健康状态，若在其未达上限寿命时进行更换，将造成巨大的成本浪费。因此，亟需提出一种空间在轨制造结构剩余寿命可靠预测方法。

目前广泛使用的机械结构剩余寿命预测方法是建立寿命预测模型，通过仿真与实验验证其准确性。尽管这种静态的预测模型具有一定的非线性计算能力，然而，空间在轨制造结构通常在大温差交变、强辐射，且伴随撞击、磨损风险的极端多物理场耦合条件下服役，在这种条件下静态模型的预测结果难以保证其准确性。因此，要获得可靠的预测寿命，必须考虑其服役过程中的实时工况变化。

本发明基于数字孪生技术，通过所建数字孪生体与物理实体的实时数据交互、反馈，可实现空间在轨制造结构的可靠寿命预测，为其后续的维护工作提供保障。

发明内容

针对上述现有技术的不足，本发明提供了一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法，目的在于解决静态预测模型的预测失准问题，提供一种数据实时交互、调控的寿命预测方法，提高预测准确性。

为达到上述目的，本发明的一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法，其特征在于，包括步骤如下：

步骤一 建立数字孪生模型：基于空间在轨制造结构实体信息构建数字孪生体；

步骤二 建立健康监测模型：采用深度学习方法构建空间在轨制造结构健康监测模型；

步骤三 建立数据采集系统：利用传感器等设备，在线监测空间在轨制造结构服役环境及健康状态的实时数据，并对数字孪生模型进行数据交互、调整与修正；

步骤四 剩余寿命预测：利用更新后的数字孪生模型进行空间在轨制造结构剩余寿命预测，并通过数据的实时交互反馈保证预测的可靠性。

进一步的，上述步骤一所述空间在轨制造结构实体信息包括但不限于结构材料、制造工艺、服役环境及操作人员。

进一步的，上述步骤二所述深度学习方法中构成训练集的数据样本应当为实验数据，所述数据点包括但不限于应力状态、损伤面积、损伤深度与寿命周期。

所述健康指标可采用下式表示：

式中，S为空间在轨制造结构的健康指标，t为结构服役时间，x₁，x₂，...，x_i为训练集数据点，f(x₁，x₂，...，x_i)为拟合完整寿命周期。