无人挖机数字孪生系统构建方法、装置及电子设备与流程

本技术属于矿山装备智能化与数字孪生，具体涉及一种无人挖机数字孪生系统构建方法、装置及电子设备。

背景技术：

1、露天采矿的核心采装设备—大型液压挖掘机的智能化水平直接影响矿山生产效率、运营成本与本质安全。当前，矿山装备的监测与控制技术多集中于单一参数采集或局部系统自动化，缺乏对整机“几何-物理-性能-控制”的全流程的统一建模与协同优化。

2、数字孪生技术为实现物理实体与虚拟模型的双向交互、动态演进提供了系统性解决路径。然而，目前工程机械数字孪生方案大多停留在三维可视化与简单数据映射层面，缺乏多物理场有机融合与跨域联合仿真能力，难以支撑整机的智能决策与闭环优化。

技术实现思路

1、本技术要解决的技术问题是针对现有技术存在的上述不足，提供一种无人挖机数字孪生系统构建方法、装置及电子设备，使用该无人挖机数字孪生系统构建方法，通过几何模型、物理行为模型、性态评估模型和地质环境模型的联合仿真，可以提高挖机整机的智能决策与闭环优化能力。

2、第一方面，本技术实施例提供一种无人挖机数字孪生系统构建方法，包括：

3、获取目标挖机的多层级数字模型及其作业区域的地质环境模型；多层级数字模型至少包括几何模型和物理行为模型；

4、获取目标挖机的实时传感器数据，并根据实时传感器数据对多层级数字模型进行实时更新驱动；

5、根据多层级数字模型的输出数据和实时传感器数据构建机理与数据混合驱动的性态评估模型；机理为机械磨损和疲劳损伤机理；

6、基于地质环境模型、多层级数字模型和性态评估模型对目标挖机的控制参数进行多目标优化，并将优化后的控制参数反馈至目标挖机，以使目标挖机根据优化后的控制参数作业。

7、在第一方面的一些实施方式中，获取目标挖机的多层级数字模型，包括：

8、获取目标挖机的点云扫描数据，并采用预设三维建模软件根据点云扫描数据建立目标挖机的几何模型；

9、采用预设多体动力学软件建立目标挖机的刚柔耦合的多体动力学模型；

10、采用预设液压系统仿真软件建立目标挖机的液压系统模型；

11、将多体动力学模型与液压系统模型进行双向耦合，构建物理行为模型。

12、在第一方面的一些实施方式中，采用预设三维建模软件根据点云扫描数据建立目标挖机的几何模型，包括：

13、采用预设三维建模软件根据点云扫描数据建立目标挖机的初始几何模型；

14、保留初始几何模型中运动部件的关键几何特征，并对初始几何模型中的非运动部件进行减面压缩处理，生成轻量化的几何模型；关键几何特征包括以下一种或多种：铰接结构特征、切削与受力工作面特征、液压安装接口特征、运动限位轮廓、传感器安装定位特征。

15、在第一方面的一些实施方式中，轻量化的几何模型采用分层级部件结构，每个运动部件独立挂载坐标变换矩阵，轻量化的几何模型的构型更新通过更新对应运动部件的坐标参数实现。

16、在第一方面的一些实施方式中，实时传感器数据包括按车身、工作装置、液压系统及动力系统分层布设的多源异构传感器数据；

17、根据多层级数字模型的输出数据和实时传感器数据构建机理与数据混合驱动的性态评估模型，包括：

18、对多源异构传感器数据进行特征融合，生成表征目标挖机综合状态的多源特征融合向量；

19、基于机械磨损和疲劳损伤机理，并根据多层级数字模型的输出数据建立目标挖机的性能退化机理模型；

20、根据多源特征融合向量对性能退化机理模型进行偏差校正，生成性态评估模型。

21、在第一方面的一些实施方式中，对多源异构传感器数据进行特征融合，生成表征目标挖机综合状态的多源特征融合向量，包括：

22、对多源异构传感器数据进行时间对齐和空间统一处理，以实现多源异构传感器数据的时空统一；

23、采用融合注意力机制的多源特征融合算法对时空统一后的多源异构传感器数据进行特征融合，生成多源特征融合向量。

24、在第一方面的一些实施方式中，基于地质环境模型、多层级数字模型和性态评估模型对目标挖机的控制参数进行多目标优化，包括：

25、根据地质环境模型构建作业场景，并在作业场景中设置目标挖机的作业边界条件；

26、在作业场景中，根据多层级数字模型和性态评估模型，确定与控制参数对应的多个优化目标；

27、采用预设多目标优化算法对控制参数进行迭代寻优，以获得满足所有优化目标的pareto最优控制参数集。

28、在第一方面的一些实施方式中，获取目标挖机的实时传感器数据，包括：

29、接收边缘计算单元发送的实时传感器数据；实时传感器数据为边缘计算单元对目标挖机的传感器采集的初始传感器数据进行数据预处理后生成的；预处理包括小波降噪、3σ 异常值剔除和时序缓存预处理。

30、基于相同的发明构思，第二方面，本技术实施例还提供一种无人挖机数字孪生系统构建装置，包括：

31、获取模块，用于获取目标挖机的多层级数字模型及其作业区域的地质环境模型；多层级数字模型至少包括几何模型和物理行为模型；

32、更新模块，用于获取目标挖机的实时传感器数据，并根据实时传感器数据对多层级数字模型进行实时更新驱动；

33、构建模块，用于根据多层级数字模型的输出数据和实时传感器数据构建机理与数据混合驱动的性态评估模型；机理为机械磨损和疲劳损伤机理；

34、反馈模块，用于基于地质环境模型、多层级数字模型和性态评估模型对目标挖机的控制参数进行多目标优化，并将优化后的控制参数反馈至目标挖机，以使目标挖机根据优化后的控制参数作业。

35、在第二方面的一些实施方式中，获取模块在获取目标挖机的多层级数字模型时，具体用于：

36、获取目标挖机的点云扫描数据，并采用预设三维建模软件根据点云扫描数据建立目标挖机的几何模型；采用预设多体动力学软件建立目标挖机的刚柔耦合的多体动力学模型；采用预设液压系统仿真软件建立目标挖机的液压系统模型；将多体动力学模型与液压系统模型进行双向耦合，构建物理行为模型。

37、在第二方面的一些实施方式中，获取模块在采用预设三维建模软件根据点云扫描数据建立目标挖机的几何模型时，具体用于：

38、采用预设三维建模软件根据点云扫描数据建立目标挖机的初始几何模型；保留初始几何模型中运动部件的关键几何特征，并对初始几何模型中的非运动部件进行减面压缩处理，生成轻量化的几何模型；关键几何特征包括以下一种或多种：铰接结构特征、切削与受力工作面特征、液压安装接口特征、运动限位轮廓、传感器安装定位特征。

39、在第二方面的一些实施方式中，轻量化的几何模型采用分层级部件结构，每个运动部件独立挂载坐标变换矩阵，轻量化的几何模型的构型更新通过更新对应运动部件的坐标参数实现。

40、在第二方面的一些实施方式中，实时传感器数据包括按车身、工作装置、液压系统及动力系统分层布设的多源异构传感器数据；

41、构建模块具体用于：

42、对多源异构传感器数据进行特征融合，生成表征目标挖机综合状态的多源特征融合向量；基于机械磨损和疲劳损伤机理，并根据多层级数字模型的输出数据建立目标挖机的性能退化机理模型；根据多源特征融合向量对性能退化机理模型进行偏差校正，生成性态评估模型。

43、在第二方面的一些实施方式中，构建模块在对多源异构传感器数据进行特征融合，生成表征目标挖机综合状态的多源特征融合向量时，具体用于：

44、对多源异构传感器数据进行时间对齐和空间统一处理，以实现多源异构传感器数据的时空统一；采用融合注意力机制的多源特征融合算法对时空统一后的多源异构传感器数据进行特征融合，生成多源特征融合向量。

45、在第二方面的一些实施方式中，反馈模块在基于地质环境模型、多层级数字模型和性态评估模型对目标挖机的控制参数进行多目标优化时，具体用于：

46、根据地质环境模型构建作业场景，并在作业场景中设置目标挖机的作业边界条件；在作业场景中，根据多层级数字模型和性态评估模型，确定与控制参数对应的多个优化目标；采用预设多目标优化算法对控制参数进行迭代寻优，以获得满足所有优化目标的pareto最优控制参数集。

47、在第二方面的一些实施方式中，更新模块在获取目标挖机的实时传感器数据时，具体用于：

48、接收边缘计算单元发送的实时传感器数据；实时传感器数据为边缘计算单元对目标挖机的传感器采集的初始传感器数据进行数据预处理后生成的。预处理包括小波降噪、3σ 异常值剔除和时序缓存预处理。

49、基于相同的发明构思，第三方面，本技术实施例还提供一种电子设备，包括：存储器和处理器；

50、存储器存储计算机执行指令；

51、处理器执行存储器存储的计算机执行指令，以实现如第一方面任一项的无人挖机数字孪生系统构建方法。

52、基于相同的发明构思，第四方面，本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面任一项的无人挖机数字孪生系统构建方法。

53、根据本技术实施例提供的无人挖机数字孪生系统构建方法、装置及电子设备，通过将目标挖机的多层级数字模型、实时数据驱动、性态评估、控制优化集成于同一技术框架，使各个模型不再存在割裂问题，实现了多物理场有机融合与跨域联合仿真能力。同时，通过在虚拟空间中完成控制参数的多目标优化，并将优化后的控制参数反馈至物理实体-目标挖机，形成了“以虚优实”的闭环，提高了挖机整机的智能决策与闭环优化能力。