CN116956450A - 一种发动机数字孪生模型的评估修正方法及装置 - Google Patents
一种发动机数字孪生模型的评估修正方法及装置 Download PDFInfo
- Publication number
- CN116956450A CN116956450A CN202210390980.5A CN202210390980A CN116956450A CN 116956450 A CN116956450 A CN 116956450A CN 202210390980 A CN202210390980 A CN 202210390980A CN 116956450 A CN116956450 A CN 116956450A
- Authority
- CN
- China
- Prior art keywords
- digital twin
- simulation
- twin model
- model
- engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 238000012937 correction Methods 0.000 title claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 187
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 23
- 230000001808 coupling effect Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 238000002715 modification method Methods 0.000 claims 5
- 239000002131 composite material Substances 0.000 claims 1
- 230000037081 physical activity Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种发动机数字孪生模型的评估修正方法及装置，包括：建立发动机的数字孪生模型；获取并处理数字孪生模型运行所需的物理空间数据；将物理空间数据传输至数字孪生模型进行仿真，基于仿真时效性和仿真结果准确性评估数字孪生模型；以及基于评估结果修正数字孪生模型，输出满足预设要求的仿真结果。
Description
技术领域
本发明涉及发动机建模与仿真领域，尤其涉及一种发动机数字孪生模型的评估修正方法及装置。
背景技术
航空发动机产品高端、复杂，在设计、制造装配、运行维护等方面均具有较高的复杂度。通过将数字孪生技术引入航空发动机产品生命周期研制中，可以实现对航空发动机的各项物理活动进行实时仿真，能够有效提高航空发动机的物理活动管控，优化发动机研制过程中的智能化、数字化水平。
现有技术中也有一些利用数字孪生模型的技术方案，例如基于数字孪生模型的虚拟显示交互，在构建场景的基础上，通过传感器驱动虚拟场景对物理实体进行实时监控，再采用VR设备实现虚拟现实交互。也有对数字孪生模型加以评估修正的方案，例如通过比较虚拟数据空间和物理数据空间，在误差较大时利用深度神经网络进行误差学习以修正数字孪生模型的误差。
然而，该些方案往往没有考虑数字孪生模型交互过程中的时效性，从而也无法在时延不满足要求时对模型进行修正，也难以对数据量大、复杂仿真过程的交互时效性做出评估，不利于及时修正数字孪生模型的仿真以保障同步映射。除此以外，也缺少基于产品物理活动的性能、功能状态以及多维度关键性能指标等对数字孪生模型进行多维度评估，难以全面有效地反映数字孪生模型的仿真性能。
为了克服现有技术存在的上述缺陷，本领域亟需一种发动机数字孪生模型的评估修正方法及装置，用于在构建航空发动机数字孪生模型的基础上，对数字孪生模型实时仿真过程的时效性进行评估，保证数字孪生模型能够在允许的时延范围内，实现对物理空间活动的仿真映射，与此同时，多维度评估数字孪生模型的性能，并确保数字孪生模型在出现偏差时及时、快速对模型进行修正，以保证数字孪生模型高效、高质的仿真性能。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
为了克服现有技术存在的上述缺陷，本发明提供了一种发动机数字孪生模型的评估修正方法，包括：建立发动机的数字孪生模型；获取并处理该数字孪生模型运行所需的物理空间数据；将该物理空间数据传输至该数字孪生模型进行仿真，基于仿真时效性和仿真结果准确性评估该数字孪生模型；以及基于评估结果修正该数字孪生模型，输出满足预设要求的仿真结果。
在一实施例中，优选地，该建立发动机的数字孪生模型，包括：建立发动机本体的数字孪生模型，具体包括发动机的结构与强度模型、高/低压压气机气动模型、气动与热力模型以及发动机整体和控制系统的性能模型；建立在该发动机本体运行过程中与该发动机本体发生交互的外部实体的数字孪生模型，该外部实体具体包括该发动机本体运行过程中所涉及到的工具、设备、机器、人员及环境；以及通过接口及算法集成和贯通该发动机本体的数字孪生模型和该外部实体的数字孪生模型。
在一实施例中，优选地，该建立发动机本体的数字孪生模型，还包括：该发动机本体的数字孪生模型建立完成后，对所建立的模型进行简化和轻量化处理，具体包括：模型格式转化、省略或简化模型非关键特征信息、删除不必要组件、抽象并简化模型中物理学现象和工作环境特征的数学表达。
在一实施例中，优选地，该基于仿真时效性和仿真结果准确性评估该数字孪生模型，包括：在该数字孪生模型的仿真活动中，分别确定单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间三者的最大时间阈值，该单一活动指单个数字孪生子模型的单项仿真活动，该耦合活动指多个数字孪生子模型之间的单项耦合活动，该整体总仿真时间指该数字孪生模型完成所有仿真活动所需的时间；以及基于该仿真时效性评估该数字孪生模型，该仿真时效性指在该数字孪生模型的仿真活动中，单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间均不超过各自的最大时间阈值。
在一实施例中，优选地，该基于仿真时效性和仿真结果准确性评估该数字孪生模型，还包括：响应于该仿真时效性满足预设条件，确定多个单一关键性能指标在该数字孪生模型中的仿真值以及在发动机中相对应的实际值，该单一关键性能指标包括发动机制造装配过程中的尺寸精度、粗糙度和强度指标以及发动机运维过程中的起动性能、推力性能和排放性能指标；基于该多个单一关键性能指标确定该数字孪生模型的该综合性能指标；以及基于该仿真结果准确性评估该数字孪生模型，该仿真结果准确性指每个该单一关键性能指标的仿真值与实际值的偏差均满足该单一关键性能指标的预设偏差范围，以及该综合性能指标不超过预设综合性能阈值。
在一实施例中，优选地，该基于该多个单一关键性能指标确定该数字孪生模型的该综合性能指标，包括：根据以下公式确定该每个单一关键性能指标的仿真值与实际值的偏差程度：
其中，表示第j个单一关键性能指标的仿真值与实际值的偏差程度，/>表示第j个单一关键性能指标的仿真值，/>表示与仿真值相对应的第j个单一关键性能指标的实际值；以及采用层次分析法确定该数字孪生模型中该每一个单一关键性能指标的权重值，根据以下公式计算该综合性能指标：
其中，performsimu为该数字孪生模型的该综合性能指标，wj表示第j个单一关键性能指标所对应的权重值。
在一实施例中，优选地，该基于评估结果修正该数字孪生模型，包括：若该数字孪生模型的该仿真时效性不满足预设要求，该数字孪生模型请求获取更多内存和带宽资源以修正该数字孪生模型，提高仿真速度；若该数字孪生模型的该仿真结果准确性不满足预设要求，则将所获取的该物理空间数据加入模型训练库，基于新的该物理空间数据重新训练以优化该数字孪生模型的参数，修正模型；以及继续评估修正后的该数字孪生模型的该仿真时效性和该仿真结果准确性，响应于修正后的模型满足预设要求，将修正后的该数字孪生模型上传云端以供调用。
在一实施例中，优选地，该基于评估结果修正该数字孪生模型，还包括：响应于该修正后的该数字孪生模型的该仿真时效性或该仿真结果准确性仍不满足预设要求，生成模型预警信息以推送至数字孪生模型的运维人员，由人工重构该数字孪生模型。
在一实施例中，优选地，该获取并处理该数字孪生模型运行所需的物理空间数据，包括：在发动机本体、发动机所在的物理空间环境中以及与该发动机本体发生交互的外部实体中与配置多个数据采集装置；基于该多个数据采集装置获取不同来源、不同格式的该物理空间数据。
在一实施例中，优选地，该获取并处理该数字孪生模型运行所需的物理空间数据，还包括：对获取到的该物理空间数据执行预处理，包括去除冗余和错误数据、对缺失数据进行插补以及去除与分析无关的信息；对预处理后的数据执行数据集成与转换，包括抽取、整合以形成时序数据、转换数据格式以满足仿真分析的输入性要求以及转换数据表示方式以压缩数据；以及按照来源和用途对处理后的物理空间数据进行标记，添加数据标签，并存储在本地和云端以供传输至该数字孪生模型执行仿真工作。
在一实施例中，优选地，该输出满足预设要求的仿真结果，包括：响应于该仿真结果满足该仿真时效性和该仿真结果准确性的预设要求，通过三维视景、VR和AR工具实时展示该仿真结果以实现上述数字孪生模型对发动机及其物理空间活动的同步映射仿真。
本发明的另一方面还提供了一种发动机数字孪生模型的评估修正装置，包括：存储器；以及与该存储器耦接的处理器，该处理器配置用于执行以上任一项所描述的发动机数字孪生模型的评估修正方法的步骤。
本发明还提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上任一项所描述的发动机数字孪生模型的评估修正方法的步骤。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1是根据本发明的一方面绘示的发动机数字孪生模型的评估修正方法的方法流程示意图；
图2是根据本发明的一实施例绘示的发动机数字孪生模型的修正方法流程示意图；以及
图3是根据本发明的另一方面绘示的一种发动机数字孪生模型的评估修正装置的装置结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合优选实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，在以下的说明中所使用的“上”、“下”、“左”、“右”、“顶”、“底”、“水平”、“垂直”应被理解为该段以及相关附图中所绘示的方位。此相对性的用语仅是为了方便说明之用，其并不代表其所叙述的装置需以特定方位来制造或运作，因此不应理解为对本发明的限制。
能理解的是，虽然在此可使用用语“第一”、“第二”、“第三”等来叙述各种组件、区域、层和/或部分，这些组件、区域、层和/或部分不应被这些用语限定，且这些用语仅是用来区别不同的组件、区域、层和/或部分。因此，以下讨论的第一组件、区域、层和/或部分可在不偏离本发明一些实施例的情况下被称为第二组件、区域、层和/或部分。
为了克服现有技术中存在的上述缺陷，本发明提供了一种发动机数字孪生模型的评估修正方法及装置，用于在构建航空发动机数字孪生模型的基础上，对数字孪生模型实时仿真过程的时效性进行评估，保证数字孪生模型能够在允许的时延范围内，实现对物理空间活动的仿真映射，与此同时，多维度评估数字孪生模型的性能，并确保数字孪生模型在出现偏差时及时、快速对模型进行修正，以保证数字孪生模型高效、高质的仿真性能。
图1是根据本发明的一方面绘示的发动机数字孪生模型的评估修正方法的方法流程示意图。
请参照图1，本发明提供的发动机数字孪生模型的评估修正方法100中，包括：
步骤101：建立发动机的数字孪生模型。
在一实施例中，该建立发动机的数字孪生模型，可以包括：建立发动机本体的数字孪生模型，具体包括发动机的结构与强度模型、高/低压压气机气动模型、气动与热力模型以及发动机整体和控制系统的性能模型。
在一实施例中，该发动机本体的数字孪生模型建立完成后，对所建立的模型进行简化和轻量化处理，具体可以包括：模型格式转化、省略或简化模型非关键特征信息、删除不必要组件、抽象并简化模型中物理学现象和工作环境特征的数学表达。对发动机本体模型进行简化和轻量化，能够减少模型运算量，从而实现数字孪生模型对发动机的快速仿真。
在一实施例中，该建立发动机的数字孪生模型，还可以包括：建立在该发动机本体运行过程中与该发动机本体发生交互的外部实体的数字孪生模型，该外部实体具体包括该发动机本体运行过程中所涉及到的工具、设备、机器、人员及环境等。
与此同时，该建立发动机的数字孪生模型，还可以包括：通过接口及算法集成和贯通该发动机本体的数字孪生模型和该外部实体的数字孪生模型。例如可以采用FMI(functional mock-up interface)进行模型转换来连接不同类型的模型，采用统一的接口协议集成模型，以及通过智能算法耦合上下游模型等，实现对航空发动机产品物理空间活动的联合仿真。
请再回到图1，本发明提供的发动机数字孪生模型的评估修正方法100中，还包括：
步骤102：获取并处理该数字孪生模型运行所需的物理空间数据。
在一实施例中，该获取并处理该数字孪生模型运行所需的物理空间数据，包括：在发动机本体、发动机所在的物理空间环境中以及与该发动机本体发生交互的外部实体中与配置多个数据采集装置。
例如在发动机的物理空间中可以配置包括振动传感器、压力传感器、温度传感器、速度传感器以及音视频设备。
基于该多个数据采集装置获取不同来源、不同格式的该物理空间数据。例如数据可以是结构化、半结构化和非结构化的数据格式。结构化数据如传感器采集的时序数据，半结构化数据如运行维护日志、故障信息日志，非结构化数据如采集的音视频数据等。
该些数据采集装置配置在发动机本体中，可以结合航空发动机产品自身的控制系统，获取航空发动机本体产生的性能和状态数据，例如包括制造装配数据、飞行和航线数据、燃油数据、控制数据。传感器还可以配置在发动机所在的物理环境以及与发动机交互的外部实体中，获取运行环境工况数据，例如温湿度、气压、高度数据、空间场景数据等，以及工具、设备、机器、人员等对应外部实体的行为和状态数据。
在通过配置数据采集装置获取到多源、异构的数据后，在一实施例中，该获取并处理该数字孪生模型运行所需的物理空间数据，还可以包括：对获取到的该物理空间数据执行预处理，包括去除冗余和错误数据、对缺失数据进行插补以及去除与分析无关的信息；对预处理后的数据执行数据集成与转换，包括抽取、整合以形成时序数据、转换数据格式以满足仿真分析的输入性要求以及转换数据表示方式以压缩数据；以及按照来源和用途对处理后的物理空间数据进行标记，添加数据标签，并存储在本地和云端以供传输至该数字孪生模型执行仿真工作。在获取到数据以后，就可基于该些数据开启数字孪生模型的仿真工作。
请继续参考图1，本发明提供的发动机数字孪生模型的评估修正方法100中，还包括：
步骤103：将该物理空间数据传输至该数字孪生模型进行仿真，基于仿真时效性和仿真结果准确性评估该数字孪生模型。
根据数字孪生模型仿真的输入数据类型和要求，从数据库中提取物理空间数据并传输至虚拟空间中，利用数字孪生模型仿真航空发动机产品物理空间的行为和状态。
在一实施例中，该基于仿真时效性和仿真结果准确性评估该数字孪生模型，可以包括：在该数字孪生模型的仿真活动中，分别确定单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间三者的最大时间阈值，该单一活动指单个数字孪生子模型的单项仿真活动，该耦合活动指多个数字孪生子模型之间的单项耦合活动，该整体总仿真时间指该数字孪生模型完成所有仿真活动所需的时间；以及基于该仿真时效性评估该数字孪生模型，该仿真时效性指在该数字孪生模型的仿真活动中，单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间均不超过各自的最大时间阈值。
例如，确定数字孪生仿真模型的单一仿真过程所允许的最大时间阈值，也就是单个数字孪生子模型进行单项仿真活动所消耗的最大时间，可以表示为：
式中，表示第m个数字孪生模型进行第mn项仿真活动的最大时间阈值。
同时，确定数字孪生仿真模型的耦合仿真过程所允许的最大时间阈值，也就是对多个数字孪生子模型之间的单项耦合活动进行仿真所消耗的最大时间，可以表示为：
式中，表示第r个数字孪生模型进行第rs项耦合仿真活动所需的最大时间阈值。
以及，还要确定对航空发动机完成所有实际物理活动进行仿真所允许的最大时间阈值，也就是数字孪生模型完成物理活动中所有的仿真过程所需的时间表示为：
式中，表示第a个物理活动所要求的最大仿真时间阈值。
再计算数字孪生模型仿真航空发动机产品物理活动的实际仿真时间，应满足单个或耦合活动的仿真时间以及总仿真时间的要求，也就是数字孪生模型的时效性预设要求，用公式可以表示为：
式中，表示发动机数字孪生模型进行该项物理活动时，完成各个单一或耦合活动所需的实际仿真时间，/>表示数字孪生模型的总仿真时间。可以看出，需使得单一或耦合活动的实际仿真时间小于各自的最大时间阈值以及所有活动的总仿真时间小于整体总仿真时间的最大时间阈值，方能达到时效性的预设要求。
除了时效性，本发明提供的发动机数字孪生模型的评估修正方法还对数字孪生模型的仿真结果准确性进行评估。
在一实施例中，该基于仿真时效性和仿真结果准确性评估该数字孪生模型，还可以包括：响应于该仿真时效性满足预设条件，确定多个单一关键性能指标在该数字孪生模型中的仿真值以及在发动机中相对应的实际值，该单一关键性能指标包括发动机制造装配过程中的尺寸精度、粗糙度和强度指标以及发动机运维过程中的起动性能、推力性能和排放性能指标；基于该多个单一关键性能指标确定该数字孪生模型的该综合性能指标；以及基于该仿真结果准确性评估该数字孪生模型，该仿真结果准确性指每个该单一关键性能指标的仿真值与实际值的偏差均满足该单一关键性能指标的预设偏差范围，以及该综合性能指标不超过预设综合性能阈值。
例如，首先可以确定数字孪生模型仿真结果的单一关键性能指标，可以是发动机制造装配过程中的尺寸精度、粗糙度和强度指标以及发动机运维过程中的起动性能、推力性能或排放性能指标，可以表示为：
式中，表示第j个关键指标的仿真值。
再通过前序步骤设置的多个数据采集装置.获取航空发动机产品关键性能指标实际值，表示为：
式中，表示航空发动机产品实际的第j个关键指标的实际值。
接着确定航空发动机各个单一关键性能指标的预设偏差范围，也就是各个单一关键性能指标实际值与仿真值偏差的最大容许范围，可以表示为：
式中，表示航空发动机第j个关键指标的预设偏差范围，预设偏差范围根据工程经验和实际的仿真要求确定，可以是区间值或带有不确定度的值。
进而评估数字孪生模型中单一关键性能指标满足程度，所有的单一关键性能指标都需要满足准确性的预设要求，用公式可以表示为：
数字孪生模型的准确性除了需评估单一关键性能指标，还需评估综合性能指标。在一实施例中，该基于该多个单一关键性能指标确定该数字孪生模型的该综合性能指标，可以包括：根据以下公式确定该每个单一关键性能指标的仿真值与实际值的偏差程度：
其中，表示第j个单一关键性能指标的仿真值与实际值的偏差程度，/>表示第j个单一关键性能指标的仿真值，/>表示与仿真值相对应的第j个单一关键性能指标的实际值。所有关键性能指标的偏差进行正则化处理，相对偏差越大，就表明模型的性能越差。
接着，采用层次分析法确定该数字孪生模型中该每一个单一关键性能指标的权重值，根据以下公式计算该综合性能指标：
其中，performsimu为该数字孪生模型的该综合性能指标，wj表示第j个单一关键性能指标所对应的权重值。容易理解的，综合性能指标值越小，表示综合性能越好。
在计算出综合性能指标的仿真值后，确定数字孪生模型综合性能指标允许的最大阈值，即预设综合性能阈值，可以表示为：
perform_β
继而可以评估数字孪生模型的综合性能，综合性能指标的仿真值应不大于预设综合性能阈值，用公式可以表示为：
performsimu≤perform_β
评估工作完成后，就可以基于评估结果修正数字孪生模型，并输出满足预设要求的仿真结果。
请再回到图1，本发明提供的发动机数字孪生模型的评估修正方法100中，还包括：
步骤104：基于评估结果修正该数字孪生模型，输出满足预设要求的仿真结果。
在一实施例中，若仿真结果满足时效性和准确性的预设要求，该输出满足预设要求的仿真结果，可以包括：响应于该仿真结果满足该仿真时效性和该仿真结果准确性的预设要求，通过三维视景、VR和AR工具实时展示该仿真结果以实现上述数字孪生模型对发动机及其物理空间活动的同步映射仿真。
若仿真结果不满足预设要求，就需要基于评估结果对数字孪生模型进行修正工作。在一实施例中，该基于评估结果修正该数字孪生模型，可以包括：若该数字孪生模型的该仿真时效性不满足预设要求，该数字孪生模型请求获取更多内存和带宽资源以修正该数字孪生模型，提高仿真速度；若该数字孪生模型的该仿真结果准确性不满足预设要求，则将所获取的该物理空间数据加入模型训练库，基于新的该物理空间数据重新训练以优化该数字孪生模型的参数，修正模型；以及继续评估修正后的该数字孪生模型的该仿真时效性和该仿真结果准确性，响应于修正后的模型满足预设要求，将修正后的该数字孪生模型上传云端以供调用。
在一实施例中，该基于评估结果修正该数字孪生模型，还可以包括：响应于该修正后的该数字孪生模型的该仿真时效性或该仿真结果准确性仍不满足预设要求，生成模型预警信息以推送至数字孪生模型的运维人员，由人工重构该数字孪生模型。
图2是根据本发明的一实施例绘示的发动机数字孪生模型的修正方法流程示意图。
如图2所示，在一实施例中，首先执行步骤201和步骤202：将物理空间数据传输至数字孪生模型，调用模型和数据展开仿真工作。
接着执行步骤203：判断数字孪生模型的仿真是否满足时效性的预设要求。若时效性不满足要求，则执行步骤204：对该数字孪生模型的时效性进行自适应的修正和更新。具体例如可以包括由数字孪生模型发起请求，以获取更多的内存和带宽资源，从而提高数字孪生模型的仿真速度。
若数字孪生模型的仿真时效性满足预设要求，进一步执行步骤205：判断数字孪生模型的仿真结果是否满足准确性的预设要求。若满足，则执行步骤206：对数字孪生模型进行准确性的自适应修正和更新工作，具体例如将新获取的数据放入模型训练库，基于新的模型训练库重新训练和修正数字孪生模型的参数以提高模型仿真的准确性。
若数字孪生模型的准确性也满足预设要求，则进入步骤207：输出满足预设要求的仿真结果。例如可以通过三维视景、VR、AR等工具和方法将仿真结果实时呈现给用户，实现航空发动机数字孪生模型对物理空间活动的同步映射仿真。
在分别执行完步骤204和206后，需继续执行步骤208：判断修正后的数字孪生模型是否满足时效性和准确性的预设要求，若满足，则进入步骤209：将满足预设要求的数字孪生模型上传存储到云端以供下次调用。
而若修正后模型的时效性和准确性仍不满足预设要求，则执行步骤210和步骤211：形成预警信息上传，推送给数字孪生模型的运维人员，由人工干预进行模型重构和验证工作，并将人工修正优化后的符合条件的模型上传云端供下次使用。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
图3是根据本发明的另一方面绘示的一种发动机数字孪生模型的评估修正装置的装置结构示意图。
如图3所示，本发明的另一方面还提供了一种发动机数字孪生模型的评估修正装置300，包括：存储器301；以及与该存储器301耦接的处理器302，该处理器302配置用于执行以上任一项所描述的发动机数字孪生模型的评估修正方法的步骤。
根据本发明的另一方面，本文还提供了一种计算机存储介质的实施例。
该计算机存储介质上存储有计算机程序。该计算机程序被处理器执行时，可以实现上述任意一种发动机数字孪生模型的评估修正方法的步骤。
本领域技术人员将可理解，信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如，以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。
本案描述的处理器可使用电子硬件、计算机软件或其任何组合来实现。此类处理器是实现为硬件还是软件将取决于具体应用和加诸于系统的整体设计约束。作为示例，本公开中呈现的处理器、处理器的任何部分、或处理器的任何组合可用微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门控逻辑、分立的硬件电路、以及配置成执行贯穿本公开描述的各种功能的其他合适的处理组件来实现。本公开中呈现的处理器、处理器的任何部分、或处理器的任何组合的功能性可用由微处理器、微控制器、DSP或其他合适的平台执行的软件来实现。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (13)
1.一种发动机数字孪生模型的评估修正方法，包括：
建立发动机的数字孪生模型；
获取并处理所述数字孪生模型运行所需的物理空间数据；
将所述物理空间数据传输至所述数字孪生模型进行仿真，基于仿真时效性和仿真结果准确性评估所述数字孪生模型；以及
基于评估结果修正所述数字孪生模型，输出满足预设要求的仿真结果。
2.如权利要求1所述的评估修正方法，其特征在于，所述建立发动机的数字孪生模型，包括：
建立发动机本体的数字孪生模型，具体包括发动机的结构与强度模型、高/低压压气机气动模型、气动与热力模型以及发动机整体和控制系统的性能模型；
建立在所述发动机本体运行过程中与所述发动机本体发生交互的外部实体的数字孪生模型，所述外部实体具体包括所述发动机本体运行过程中所涉及到的工具、设备、机器、人员及环境；以及
通过接口及算法集成和贯通所述发动机本体的数字孪生模型和所述外部实体的数字孪生模型。
3.如权利要求2所述的评估修正方法，其特征在于，所述建立发动机本体的数字孪生模型，还包括：
所述发动机本体的数字孪生模型建立完成后，对所建立的模型进行简化和轻量化处理，具体包括：模型格式转化、省略或简化模型非关键特征信息、删除不必要组件、抽象并简化模型中物理学现象和工作环境特征的数学表达。
4.如权利要求1所述的评估修正方法，其特征在于，所述基于仿真时效性和仿真结果准确性评估所述数字孪生模型，包括：
在所述数字孪生模型的仿真活动中，分别确定单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间三者的最大时间阈值，所述单一活动指单个数字孪生子模型的单项仿真活动，所述耦合活动指多个数字孪生子模型之间的单项耦合活动，所述整体总仿真时间指所述数字孪生模型完成所有仿真活动所需的时间；以及
基于所述仿真时效性评估所述数字孪生模型，所述仿真时效性指在所述数字孪生模型的仿真活动中，单一活动的仿真时间、耦合活动的仿真时间及整体总仿真时间均不超过各自的最大时间阈值。
5.如权利要求1所述的评估修正方法，其特征在于，所述基于仿真时效性和仿真结果准确性评估所述数字孪生模型，还包括：
响应于所述仿真时效性满足预设条件，确定多个单一关键性能指标在所述数字孪生模型中的仿真值以及在发动机中相对应的实际值，所述单一关键性能指标包括发动机制造装配过程中的尺寸精度、粗糙度和强度指标以及发动机运维过程中的起动性能、推力性能和排放性能指标；
基于所述多个单一关键性能指标确定所述数字孪生模型的所述综合性能指标；以及
基于所述仿真结果准确性评估所述数字孪生模型，所述仿真结果准确性指每个所述单一关键性能指标的仿真值与实际值的偏差均满足该单一关键性能指标的预设偏差范围，以及所述综合性能指标不超过预设综合性能阈值。
6.如权利要求5所述的评估修正方法，其特征在于，所述基于所述多个单一关键性能指标确定所述数字孪生模型的所述综合性能指标，包括：
根据以下公式确定所述每个单一关键性能指标的仿真值与实际值的偏差程度：
其中，表示第j个单一关键性能指标的仿真值与实际值的偏差程度，/>表示第j个单一关键性能指标的仿真值，/>表示与仿真值相对应的第j个单一关键性能指标的实际值；以及
采用层次分析法确定所述数字孪生模型中所述每一个单一关键性能指标的权重值，根据以下公式计算所述综合性能指标：
其中，performsimu为所述数字孪生模型的所述综合性能指标，wj表示第j个单一关键性能指标所对应的权重值。
7.如权利要求1所述的评估修正方法，其特征在于，所述基于评估结果修正所述数字孪生模型，包括：
若所述数字孪生模型的所述仿真时效性不满足预设要求，所述数字孪生模型请求获取更多内存和带宽资源以修正所述数字孪生模型，提高仿真速度；
若所述数字孪生模型的所述仿真结果准确性不满足预设要求，则将所获取的所述物理空间数据加入模型训练库，基于新的所述物理空间数据重新训练以优化所述数字孪生模型的参数，修正模型；以及
继续评估修正后的所述数字孪生模型的所述仿真时效性和所述仿真结果准确性，响应于修正后的模型满足预设要求，将修正后的所述数字孪生模型上传云端以供调用。
8.如权利要求7所述的评估修正方法，其特征在于，所述基于评估结果修正所述数字孪生模型，还包括：
响应于所述修正后的所述数字孪生模型的所述仿真时效性或所述仿真结果准确性仍不满足预设要求，生成模型预警信息以推送至数字孪生模型的运维人员，由人工重构所述数字孪生模型。
9.如权利要求1所述的评估修正方法，其特征在于，所述获取并处理所述数字孪生模型运行所需的物理空间数据，包括：
在发动机本体、发动机所在的物理空间环境中以及与所述发动机本体发生交互的外部实体中与配置多个数据采集装置；
基于所述多个数据采集装置获取不同来源、不同格式的所述物理空间数据。
10.如权利要求1所述的评估修正方法，其特征在于，所述获取并处理所述数字孪生模型运行所需的物理空间数据，还包括：
对获取到的所述物理空间数据执行预处理，包括去除冗余和错误数据、对缺失数据进行插补以及去除与分析无关的信息；
对预处理后的数据执行数据集成与转换，包括抽取、整合以形成时序数据、转换数据格式以满足仿真分析的输入性要求以及转换数据表示方式以压缩数据；以及
按照来源和用途对处理后的物理空间数据进行标记，添加数据标签，并存储在本地和云端以供传输至所述数字孪生模型执行仿真工作。
11.如权利要求1所述的评估修正方法，其特征在于，所述输出满足预设要求的仿真结果，包括：
响应于所述仿真结果满足所述仿真时效性和所述仿真结果准确性的预设要求，通过三维视景、VR和AR工具实时展示所述仿真结果以实现上述数字孪生模型对发动机及其物理空间活动的同步映射仿真。
12.一种发动机数字孪生模型的评估修正装置，包括：
存储器；以及
与所述存储器耦接的处理器，所述处理器配置用于执行如权利要求1～11中任一项所述的发动机数字孪生模型的评估修正方法的步骤。
13.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～11中任一项所述的发动机数字孪生模型的评估修正方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210390980.5A CN116956450A (zh) | 2022-04-14 | 2022-04-14 | 一种发动机数字孪生模型的评估修正方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210390980.5A CN116956450A (zh) | 2022-04-14 | 2022-04-14 | 一种发动机数字孪生模型的评估修正方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116956450A true CN116956450A (zh) | 2023-10-27 |
Family
ID=88456896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210390980.5A Pending CN116956450A (zh) | 2022-04-14 | 2022-04-14 | 一种发动机数字孪生模型的评估修正方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116956450A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118331837A (zh) * | 2024-06-12 | 2024-07-12 | 亚信科技（中国）有限公司 | 一种数字孪生体的性能评估方法及装置 |
-
2022
- 2022-04-14 CN CN202210390980.5A patent/CN116956450A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118331837A (zh) * | 2024-06-12 | 2024-07-12 | 亚信科技（中国）有限公司 | 一种数字孪生体的性能评估方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4846923B2 (ja) | 製品の将来のサービス事象の時期を予測する方法 | |
| CN113011085B (zh) | 一种设备数字孪生建模方法及系统 | |
| CN107291973A (zh) | 针对紧急行为的仿真增强现实系统 | |
| CN110462644A (zh) | 用于系统的自动化和控制的认知工程技术的系统和方法 | |
| CN111611634A (zh) | 基于bim-fem的桥梁健康评估系统和健康评估方法 | |
| CN113602526B (zh) | 飞机机电故障预测与健康管理系统的验证测试方法及系统 | |
| CN116305797B (zh) | 一种基于bim和多源质量信息融合的施工风险评估系统 | |
| CN115617628A (zh) | 一种数字孪生系统、研发方法、设备和存储介质 | |
| CN111078094A (zh) | 分布式机器学习可视化装置 | |
| CN113656897A (zh) | 中央空调智能设计方法、系统及装置 | |
| CN111783238A (zh) | 涡轮轴结构可靠性分析方法、分析装置及可读存储介质 | |
| CN115470195A (zh) | 一种融合维度模型的指标数据自动化计算方法及装置 | |
| CN115222284A (zh) | 一种基于成熟度模型的数字孪生系统成熟度评价方法 | |
| CN116956450A (zh) | 一种发动机数字孪生模型的评估修正方法及装置 | |
| EP4089493A1 (en) | Development of a product using a process control plan digital twin | |
| CN115098472A (zh) | 一种物理实体全生命周期的数字孪生方法、装置及设备 | |
| KR100863075B1 (ko) | 웹기반의 ｃａｅ 자동해석방법 및 그 시스템 | |
| Fu et al. | Automated manufacturing planning approach based on volume decomposition and graph-grammars | |
| CN112464381B (zh) | 一种新能源车辆性能自动化仿真构建方法 | |
| CN113592017A (zh) | 一种深度学习模型标准化训练方法、管理系统、处理终端 | |
| CN117291575A (zh) | 设备检修方法、装置、计算机设备和存储介质 | |
| CN113311724A (zh) | 一种面向机器人ai算法训练的仿真系统 | |
| Kovalyov | Key Technologies of Digital Twins: A Model-Based Perspective | |
| CN116151100B (zh) | 一种机理关联的数字孪生系统模型构建方法、系统及介质 | |
| CN114415602B (zh) | 工业设备的监控方法、装置、系统和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |