一种基于数字孪生模型的轮对轴箱装置状态监测方法与流程

技术特征：

1.一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，包括以下步骤：

1)实时获取轨道车辆走行部关联数据，并进行数据预处理，包括降噪降维和特征提取；

2)采用轮对轴箱相关的物理模型进行仿真获取在极端工况下或故障情况下轮对轴箱装置的状态特征；

3)将物理模型仿真得到的状态特征与走行部关联数据提取的特征进行特征融合，并将融合后的特征映射到走行部关联特征空间中；

4)从走行部关联特征空间中提取轮对轴箱装置相关特征及其他部件关联特征，并进行最大信息系数法的耦合性分析，基于提取的轮对轴箱关联特征及耦合性分析结果构建轮对轴箱装置的状态模型；

5)根据物理模型和状态模型建立轮对轴箱装置的数字孪生模型；

6)根据走行部关联特征空间预测轮对轴箱装置状态特征，以预测结果动态修正数字孪生模型的对应参数；

7)应用数字孪生模型对轮对轴箱装置的状态特征进行实时表征及预测，并根据预测结果指导更新轮对轴箱装置的运维策略；

8)重复步骤1)-7)，获得最优的轮对轴箱装置数字孪生模型。

2.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤1)中，轨道车辆走行部关联数据包括车辆在线监测数据、轨道检测数据、轨旁检测数据、车辆检测数据、车辆及线路基本信息、列车运维记录和环境历史信息。

3.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤1)中，降噪方法采用时间序列方法和基于密度的聚类方法。

4.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤1)中，在降噪降维后采用多层卷积神经网络进行特征提取得到的特征包括振动加速度、位移、轴温、转速、轮对变形参数和载荷。

5.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤2)中，轮对轴箱相关的物理模型包括轮对轴箱装置的动力学模型、热力耦合模型、应力分析模型和损伤演化模型。

6.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤3)中，采用多层卷积神经网络进行特征融合，融合后的特征与由轨道车辆走行部关联数据提取得到的特征相同。

7.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤4)中，状态模型由描述系统动态特性行为的状态方程和描述系统输出变量与状态变量间的变换关系的输出方程组成。

8.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤6)中，轮对轴箱装置状态特征预测内容包括轮对轴箱装置的机械应力、热应力状况以及运行疲劳损伤状况。

9.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤6)中，根据预测结果采用扩展卡尔曼滤波算法动态修正数字孪生模型的对应参数。

10.根据权利要求1所述的一种基于数字孪生模型的轮对轴箱装置状态监测方法，其特征在于，所述的步骤7)中，轮对轴箱装置的运维策略包括轮对轴箱装置维修规程的制定以及更换周期的确定。

技术总结
本发明涉及一种基于数字孪生模型的轮对轴箱装置状态监测方法，包括以下步骤：首先获取轨道车辆走行部关联数据，并进行数据预处理；再获取轮对轴箱装置的物理模型，将走行部关联数据与物理模型的仿真输出进行特征融合，并将融合后的特征映射到走行部关联空间中；构建轮对轴箱装置的状态模型；最后基于轮对轴箱装置的物理模型和状态模型融合形成数字孪生模型；同时根据走行部状态关联空间预测轮对轴箱装置的状态特征，修正数字孪生模型，对轮对轴箱装置的状态特征进行预测，并根据预测结果指导实体使用策略，更新数字孪生模型，以期获得最优运维策略。与现有技术相比，本发明具有高保真、多尺度、实时表征预测等优点。

技术研发人员：钟倩文;张鑫;郑树彬;彭乐乐;文静
受保护的技术使用者：上海工程技术大学
技术研发日：2021.05.12
技术公布日：2021.08.13