[发明专利]一种数字孪生增强的复杂装备检测补偿方法与系统

权利要求书

1.一种数字孪生增强的复杂装备检测补偿方法，其特征在于，包括：

获取复杂装备及其作业场景、检测装置及控制器的实时感知数据和历史运行数据；

检测补偿模块，被配置为：依据获取的实时感知数据和历史运行数据、运行机理建模以及智能算法构建复杂装备与作业场景融合的数字孪生模型、复杂装备与检测装置融合的孪生模型以及复杂装备与控制器融合的数字孪生模型，得到复杂装备的检测与补偿策略，对复杂装备进行检测补偿；

其中，所述复杂装备与作业场景融合的数字孪生模型、所述复杂装备与检测装置融合的孪生模型以及所述复杂装备与控制器融合的数字孪生模型，通过模型组装和融合得到；首先，基于所述复杂装备与作业场景融合的数字孪生模型，进行适应个性化场景的检测策略智能决策；其次，基于所述复杂装备与检测装置融合的数字孪生模型，进行检测策略的自主执行，并根据检测结果进行误差定位和定量；最后，基于所述复杂装备与控制器融合的数字孪生模型，实现与作业工艺融合的补偿方案决策和执行。

2.如权利要求1所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，检测装置包括机内检测装置和机外检测装置；所述机内检测装置是指复杂装备内部的检测元件和信号处理装置；所述机外检测装置包括机外传感器库、传感器定位工装库和检测机械臂；所述控制器是指支持补偿策略执行的控制系统。

3.如权利要求1所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，基于复杂装备数据和作业场景数据，利用统计学分析、遗传算法和支持向量机数据算法进行特征提取、特征分类和状态检测，解析复杂装备和作业场景的感知状态信息；复杂装备和作业场景的感知状态信息包括历史状态信息和实时感知的状态信息；

基于建模软件、解析的复杂装备和作业场景的状态信息，以及Krylov子空间投影法、贝叶斯或层次分析法，构建复杂装备与作业场景融合的数字孪生模型。

4.如权利要求3所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，基于复杂装备与作业场景融合的数字孪生模型，利用神经网络或支持向量机进行复杂装备与作业场景的相互影响机理分析以及数据分析，确定检测方式和检测区域，生成适应个性化作业场景的检测策略。

5.如权利要求1所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，基于复杂装备数据和检测装置数据，利用统计学分析、遗传算法和支持向量机数据算法进行特征提取、特征分类和状态检测，解析复杂装备与检测装置的感知状态信息；复杂装备与检测装置的感知状态信息包括历史状态信息和实时感知的状态信息；

基于建模软件、解析的复杂装备与检测装置的状态信息，以及Krylov子空间投影法、贝叶斯或层次分析法，构建复杂装备与检测装置融合的数字孪生模型；执行上一阶段生成的变检测策略，运行复杂装备与检测装置融合的数字孪生模型，获取针对检测方案的装备构型和检测装置融合的检测数据；

根据融合的检测数据，设计机检测装置与误差分析系统；同时，结合复杂装备的数字孪生机理模型，利用神经网络、支持向量机和专家系统开展误差定量与定位分析，生成复杂装备运行过程的补偿策略。

6.如权利要求1所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，基于复杂装备数据和控制器数据，利用统计学分析、遗传算法和支持向量机数据算法进行特征提取、特征分类和状态检测，解析复杂装备与控制器的感知状态信息；复杂装备与控制器的感知状态信息包括历史状态信息和实时感知的状态信息；

基于建模软件、解析的复杂装备与控制器的感知状态信息，以及Krylov子空间投影法、贝叶斯或层次分析法，构建复杂装备与控制器融合的数字孪生模型；运行所述复杂装备与控制器的融合的数字孪生模型，通过上一阶段生成的补偿策略，生成基于数字孪生的多补偿手段与作业工艺融合的决策策略，实现对作业误差的控制。

7.如权利要求6所述的一种数字孪生增强的复杂装备检测补偿方法，其特征在于，补偿方案包括作业运动轨迹的补偿、作业工艺参数的补偿、装备热变形补偿和工装补偿。