CN112633532B - 一种基于数字孪生技术的列车车轮维修管理系统 - Google Patents
一种基于数字孪生技术的列车车轮维修管理系统 Download PDFInfo
- Publication number
- CN112633532B CN112633532B CN202011604456.0A CN202011604456A CN112633532B CN 112633532 B CN112633532 B CN 112633532B CN 202011604456 A CN202011604456 A CN 202011604456A CN 112633532 B CN112633532 B CN 112633532B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- module
- wheel
- data
- model
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 152
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 230000004927 fusion Effects 0.000 claims abstract description 65
- 230000003993 interaction Effects 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 230000036541 health Effects 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000000007 visual effect Effects 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 19
- 230000015556 catabolic process Effects 0.000 claims description 17
- 238000006731 degradation reaction Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000005299 abrasion Methods 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 9
- 230000008439 repair process Effects 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013506 data mapping Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G06Q50/40—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
Abstract
本发明涉及一种基于数字孪生技术的列车车轮维修管理系统,用于实现列车车轮的状态监测和维修指导,包括环境感知模块、虚实融合模块、人机交互模块、物联网平台以及物理空间模块和虚拟空间模块,物理空间模块包括列车的实际车轮数据,物联网平台通过实际车轮数据,建立预测维修模型,并在虚拟空间模块建立数字孪生模型,环境感知模块用于获取维修车间信息,虚实融合模块根据维修车间信息和预测维修模型,进行虚实融合得到融合维修信息,人机交互模块分别获取数字孪生模型和虚实融合模块的融合维修信息,向维修人员提供列车车轮健康状态监测和列车车轮维修方案,与现有技术相比,本发明具有降低运维成本等优点。
Description
技术领域
本发明涉及轨道车辆技术领域,尤其是涉及一种基于数字孪生技术的列车车轮维修管理系统。
背景技术
车轮作为地铁列车的受力部件之一,在列车行驶过程中长时间受到摩擦、碰撞、循环应力以及高低温的作用,同时两站区间较短决定了车辆需要频繁制动的特征,因此车轮必定会产生磨耗,甚至经常出现异常磨耗,比如车轮直径磨耗超限,多边形磨耗,出现扁疤、裂纹,车轮踏面擦伤和剥离以及轮缘磨耗等,这些异常磨耗会引起车轮的异常滑行和轮轨间的振动加剧,严重时可能发生列车脱轨等问题,对列车的乘坐舒适性和运营安全性都会造成影响。因此,将先进技术用于车轮磨耗预测与日常维护对于保障地铁车辆运营的安全性和可靠性具有重要意义。
现有的车轮磨耗预测技术主要分成两类:(1)通过建立车辆的动力学模型对车轮磨耗进行仿真,实现车轮磨耗预测;(2)通过数据驱动建模预测车轮磨耗趋势。但是由于车轮磨耗机理复杂,需要考虑的影响因素多,列车运行环境不确定性大、动态特性强,这两种传统的建模方式的实时性并不强。
现有的车轮经济镟修策略主要通过专家凭借长年累积的经验来制定,首先确定出适合某条线路的镟修周期,进而确定维修计划与备品备件数量,但这种维修方式是定期的、有计划性的,获取到的方案单一,考虑的因素和范围局限性大,不能根据车轮的实际状态以及备品备件的实际需求进行动态的调整,容易造成车轮的过度镟修或镟修不足。同时,现有的车轮维修方法仍然以人工操作不落轮镟床为主,维修人员的实操培训在镟床上进行,培训阶段需要花费大量的成本,在维修时段以外的时间,维修人员也很难随时获取列车车轮的健康状态。
总体来说,现有技术中,对列车车轮的健康状态无法实时准确地预测,列车车轮维护镟修策略不够优化,运维成本高。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种降低运维成本的基于数字孪生技术的列车车轮维修管理系统。
本发明的目的可以通过以下技术方案来实现:
一种基于数字孪生技术的列车车轮维修管理系统,用于实现列车车轮的状态监测和维修指导,包括环境感知模块、虚实融合模块、人机交互模块、物联网平台以及通过物联网平台连接的物理空间模块和虚拟空间模块,所述的虚实融合模块分别与环境感知模块和物联网平台连接,所述的人机交互模块分别与虚拟空间模块和虚实融合模块连接;
所述的物理空间模块包括列车的实际车轮数据,所述的物联网平台通过实际车轮数据,建立预测维修模型,并在虚拟空间模块建立数字孪生模型,所述的环境感知模块用于获取维修车间信息,所述的虚实融合模块根据维修车间信息和预测维修模型,进行虚实融合得到融合维修信息,所述的人机交互模块分别获取虚拟空间模块的数字孪生模型和虚实融合模块的融合维修信息,用于向维修人员提供列车车轮健康状态监测和列车车轮维修方案。
进一步地,所述的物联网平台包括依次连接的数据传输模块、数据存储及融合模块和计算机分析模块,所述的数据传输模块与物理空间模块连接,用于采集实际车轮数据,所述的数据存储及融合模块用于接收数据传输模块,并进行数据融合,所述的计算机分析模块分别与虚实融合模块和虚拟空间模块连接,用于建立预测维修模型,并在虚拟空间模块建立数字孪生模型。
进一步地,所述的预测维修模型包括预测分析模型、车轮镟修动态规划模型和镟修决策优化模型,所述的预测分析模型用于预测车轮的退化趋势,所述的车轮镟修动态规划模型用于在预测分析模型的基础上生成车轮的维修计划和备件采购计划,所述的镟修决策优化模型用于确定车轮的最优镟修量,所述的物联网平台中还包括用于存储维修知识数据的车轮维修知识库;
所述的物联网平台根据预测分析模型的输出结果得到车轮退化趋势,根据车轮镟修动态规划模型和镟修决策优化模型的输出结果以及车轮维修知识库中的维修知识数据,得到车轮镟修或更换方案。
进一步地,所述的人机交互模块包括GUI交互面板以及MR可视化头戴装置,所述的环境感知模块还与人机交互模块的MR可视化头戴装置连接,用于根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算;
所述的虚实融合模块获取车轮退化趋势和车轮镟修或更换方案,并获取环境感知模块目标识别、场景重建和位姿解算的结果,进行虚实融合,得到融合维修信息,并传送至MR可视化头戴装置进行展示,向维修人员提供列车车轮维修方案。
更进一步地,所述的虚实融合模块分别通过MR空间坐标匹配和自然特征点匹配进行虚实融合。
进一步地,所述的实际车轮数据包括离线数据和在线数据,所述的状态监测模型包括列车车轮静态模型、列车车轮动态模型和虚拟特征三维模型,所述的车车轮静态模型通过车轮离线材料参数和车轮在线几何参数建立,所述的列车车轮动态模型通过在线监测数据和运行环境参数建立,所述的虚拟特征三维模型通过预测退化趋势建立。
更进一步地,所述的离线数据包括车轮几何参数和车轮故障缺陷数据,所述的在线数据包括车轮运行数据。
进一步地,所述的数据传输模块包括依次连接的传感器、微控制器、总控制器和数据采集器,所述的传感器和微控制器通过工业通信协议连接,所述的传感器包括CCD摄像机及标定板、激光发射器、位移传感器、麦克风阵列、相机和光电式速度传感器;
所述的CCD摄像机及标定板和激光发射器相互配合,用于测量踏面磨耗、轮缘厚度和QR值,所述的CCD摄像机、激光发射器和位移传感器相互配合,用于测量车轮直径,所述的麦克风阵列用于利用超声波检测轮辋轮辐内部损伤,所述的相机用于识别踏面擦伤,所述的光电式速度传感器安装于车轴上,用于测量车轮的转速;
所述的微控制器用于接入测量数据,并适配不同总线和工业通信协议,所述的总控制器用于汇聚不同微控制器信号,并转换为统一格式,所述的数据采集器用于接收总控制器的汇聚数据,并通过工业以太网将数据传输至数据存储及融合模块。
进一步地,所述的数据融合及存储模块包括物联网服务器、存储装置和数据库,所述的物联网服务器用于接收数据传输模块传输的实际车轮数据,并进行预处理,所述的存储装置和数据库用于集成来自物理空间模块和虚拟空间模块的全部数据,并对数据进行融合,所述的物理空间模块和虚拟空间模块的全部数据包括传感器数据、列车车轮历史数据、模型预测数据、材料参数以及维修操作知识。
进一步地,所述的计算机分析模块在虚拟空间模块建立数字孪生模型具体为:
在虚拟空间模块中构建列车车轮静态模型、列车车轮动态模型和虚拟特征三维模型,并实时校对各模型参数与数据传输模块采集的数据,完成各模型的更新,并输出至人机交互模块;
所述的计算机分析模块建立预测维修模型具体为:建立预测分析模型、车轮镟修动态规划模型、镟修决策优化模型和车轮维修知识库,结合预测分析模型、车轮镟修动态规划模型和镟修决策优化模型的输出结果,匹配车轮维修知识库中的维修操作知识,形成虚拟三维特征和运维策略,并输出至虚实融合模块。
与现有技术相比,本发明具有以下优点:
1)本发明在数字孪生技术的背景下结合机器学习,利用物联网平台使得物理空间和虚拟空间实时交互融合,实现车轮健康状态监测,并通过对测得的实际车轮数据进行处理,建立数据驱动的预测维修模型,对镟修策略进行优化,进而建立一个集车轮状态实时监测、退化预测、动态维修规划、车轮镟修指导等多种应用层面于一体的综合性维修系统,使得车轮的维修计划从原有的定期计划性维修转变为状态维修,维修方案更加科学,降低运维成本;
2)本发明的传感器实时采集的列车车轮数据,建立车轮退化趋势预测模型,对于在不同线路运行的列车适应能力强,预测结果更为可靠;
3)本发明将数字孪生技术与MR混合现实技术相结合,用于列车车轮健康状态的可视化,环境中虚拟信息以三维立体投射的方式实现与物理实体的融合,配合MR可视化头戴装置和GUI面板,给维修人员带来沉浸式的全息视觉体验,不仅可以实现车轮健康状态的可视化,还可以指导维修人员独自完成车轮维修操作,实现了计算机指导维修人员在MR虚实融合环境下独自进行维修操作。
附图说明
图1为本发明系统的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
如图1所示,本发明提供一种基于数字孪生技术的列车车轮维修管理系统,用于实现列车车轮的状态监测和维修指导,运用数字孪生技术,对列车车轮进行健康状态监测,实现列车车轮的全生命周期管理。
该系统包括环境感知模块、虚实融合模块、人机交互模块、物联网平台以及通过物联网平台连接的物理空间模块和虚拟空间模块,物联网平台包括数据传输模块、数据融合及存储模块以及计算机分析模块。虚实融合模块分别与环境感知模块和计算机分析模块连接,人机交互模块分别与虚拟空间模块和虚实融合模块连接,人机交互模块包括GUI交互面板以及MR可视化头戴装置;
将物理空间模块经由物联网平台与虚拟空间模块相连接后,通过虚实融合模块将虚实信息融合,呈现在人机交互模块中的MR可视化头戴装置中;
物联网平台的数据传输模块从物理空间模块采集数据,然后将数据打包上传至数据融合及存储模块;计算机分析模块向数据融合及存储模块请求数据后进行参数化建模,在虚拟空间中构建列车车轮的静、动态模型,并将虚拟模型输出至MR可视化头戴装置,完成车轮的健康状态监测;
计算机分析模块还利用历史数据训练预测分析模型、车轮镟修动态规划模型和镟修决策优化模型,再利用在线数据驱动上述三个模型,将预测的信息与维修操作方法传递至虚实融合模块,与环境感知模块输出的真实维修环境信息匹配,最终呈现MR可视化头戴装置中指导维修人员进行维修操作。
物理空间即包含了人-机-环境一切信息的集合,物理空间模块为车轮数字孪生模型和预测分析模型等的建立提供离线数据和在线数据的支持,其中,离线数据包括车轮几何参数和车轮故障缺陷数据,具体地,车轮几何参数包括踏面磨耗、轮缘厚度、车轮QR值、车轮直径和轮对内侧距等数据;车轮故障缺陷数据包括轮辋、轮辐内部损伤、踏面擦伤、不圆度和扁疤裂纹等数据。在线数据包括车轮运行数据,具体为列车在运行时车轮的位移、线速度和角速度等数据。
数据传输模块包含了数据采集和传输所需要的所有协议、接口和硬件设备,主要包括传感器、工业通信协议、微控制器、总控制器和数据采集器。传感器具体包括:CCD摄像机及标定板、激光发射器、位移传感器、麦克风阵列、相机、光电式速度传感器等设备,其中,CCD摄像机及标定板、激光发射器组合用于测量踏面磨耗、轮缘厚度和QR值,CCD摄像机、激光发射器、位移传感器组合用于测量车轮直径,麦克风阵列利用超声波检测轮辋轮辐内部损伤,相机用于识别踏面擦伤,光电式速度传感器安装在车轴上,用于测量车轮的转速;微控制器接入测量数据,适配不同总线和工业通信协议;总控制器汇聚不同微控制器信号,转换为统一格式。数据采集器接收微控制器的汇聚数据,通过工业以太网将数据传输至数据融合及存储模块的物联网服务器和数据库处理。
数据融合及存储模块包括物联网服务器与数据映射装置,物联网服务器用于接收数据采集器传输的车轮实时状态数据,并对数据进行预处理,即数据清洗、特征的提取与识别、分类等;数据映射装置包括存储设备和数据库,主要用于集成来自物理、数字空间的全部数据,并在此基础上对数据进行深度的融合,包括传感器数据、列车车轮的全部历史数据(包括历史故障数据和历史几何参数)、模型预测数据、材料参数以及维修操作知识,保持数据的一致性、完整性和实时性。
计算机分析模块用于在虚拟空间模块中构建列车车轮静、动态三维等数字孪生模型,具体为列车车轮静态模型、列车车轮动态模型和虚拟特征三维模型,并实时校对虚拟数字孪生模型的参数与采集的数据,完成模型的更新,将模型输出至MR可视化头戴装置;计算机分析模块还用于建立预测分析模型、车轮镟修动态规划模型、镟修决策优化模型和车轮维修知识库,匹配维修知识库知识,形成虚拟特征和运维策略。
其中,预测分析模型用于预测车轮的退化趋势,例如外形尺寸,型面参数的变化;车轮镟修动态规划模型用于在预测分析模型的基础上生成车轮的维修计划以及备件采购计划;镟修决策优化模型用于确定车轮的最优镟修量;车轮维修知识库用于存储从数据库请求的维修知识数据,结合前三个模型的分析结果,输出对应的维修操作、方案等,各模型的参数均可以根据实时数据和历史维护数据动态地进行调整。
环境感知模块根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算,用于为虚实结合模块作准备工作,确认真实维修环境的特征点和坐标。
虚实融合模块用于将计算机分析模块生成的虚拟三维特征以及维修操作、方案等与摄像头拍到的维修车间场景叠加,进行虚实三维注册融合。
人机交互模块使维修人员能够利用MR可视化头戴装置实时监控车轮健康状态,并根据虚实融合模块输出的带车轮镟修方案、维修操作步骤等内容的维修车间场景,进行车轮维修,MR可视化头戴装置还通过内置摄像头对维修人员进行视线追踪,人机交互模块的GUI交互面板还可与维修人员进行语音、手势交互。
计算机分析模块向数据库请求列车车轮的离线、在线数据,根据离线的材料参数、在线测量的车轮几何参数,基于BIM参数化建模技术构建列车车轮的高保真三维模型,将其转换为.stl格式后导入3dsMax软件进行面片优化、渲染,将渲染后的高保真模型转换为.fbx格式并导入Unity3D软件;根据在线监测数据、运行环境参数在Unity3D中构建动态的三维仿真模型;计算机分析模块定时向数据库请求数据,校对最新在线数据与BIM模型信息库数据,若数据不一致则更新信息库,重复上述流程构建新模型,实现在虚拟空间搭建与列车车轮高度同步的数字孪生模型,若数据一致则将模型文件传递至MR可视化头戴设备进行三维全息投射,供维修人员在非维修时段对车轮的健康状态进行监控。
计算机分析模块将车轮退化趋势和维修方案与真实维修车间虚实融合的具体实现步骤如下:
计算机分析模块向数据库请求列车车轮各项历史数据,存入车轮维修知识库,基于SVM算法建立预测分析模型,根据历史几何参数和历史故障数据预测车轮退化趋势,基于粒子群优化算法建立车轮镟修动态规划模型以及镟修决策优化模型,在预测结果的基础上确定镟修周期、维修计划和镟修量;
计算机分析模块根据预测的车轮退化趋势信息,在虚拟空间中构建车轮的虚拟特征三维模型,虚拟特征主要是指变化后的车轮直径、踏面磨耗和不圆度,经过发展的踏面擦伤和裂纹等,然后将虚拟特征模型文件传递至虚实融合模块;
可视化头戴设备的摄像头实时捕捉维修场景,环境感知模块对画面分析,提取场景特征点,进行三维场景重建,并且识别列车车号、目标车轮,确认摄像机位置、姿态并修正;
在虚实融合模块中将车轮虚拟特征与真实维修场景的车轮进行空间坐标匹配和自然特征点匹配,从而将预测的车轮退化趋势与维修场景叠加;
车轮镟修动态规划模型确定的维修计划以及镟修决策优化模型确定的镟修量通过音频文件的方式输出至MR可视化头戴装置;
维修知识库匹配相应的维修操作方法以视频文件的方式输出至可视化头戴设备,维修人员通过GUI交互面板上对应的按钮进行语音、手势的交互,了解车轮的退化趋势并观看维修操作流程,最终操作不落轮镟修机床或准备更换轮对。
另外,在这一过程中,计算机分析模块根据实时数据不断更新预测分析模型和镟修优化决策模型,并动态地对维修计划和备件采购计划进行调整,最终实现数字-物理交互。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的工作人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种基于数字孪生技术的列车车轮维修管理系统,用于实现列车车轮的状态监测和维修指导,其特征在于,包括环境感知模块、虚实融合模块、人机交互模块、物联网平台以及通过物联网平台连接的物理空间模块和虚拟空间模块,所述的虚实融合模块分别与环境感知模块和物联网平台连接,所述的人机交互模块分别与虚拟空间模块和虚实融合模块连接;
所述的物理空间模块包括列车的实际车轮数据,所述的物联网平台通过实际车轮数据,建立预测维修模型,并在虚拟空间模块建立数字孪生模型,所述的环境感知模块用于获取维修车间信息,所述的虚实融合模块根据维修车间信息和预测维修模型,进行虚实融合得到融合维修信息,所述的人机交互模块分别获取虚拟空间模块的数字孪生模型和虚实融合模块的融合维修信息,用于向维修人员提供列车车轮健康状态监测和列车车轮维修方案;
所述的预测维修模型包括预测分析模型、车轮镟修动态规划模型和镟修决策优化模型,所述的预测分析模型用于预测车轮的退化趋势,所述车轮的退化趋势包括外形尺寸和型面参数的变化,所述的车轮镟修动态规划模型用于在预测分析模型的基础上生成车轮的维修计划和备件采购计划,所述的镟修决策优化模型用于确定车轮的最优镟修量,所述的物联网平台中还包括用于存储维修知识数据的车轮维修知识库,所述车轮维修知识库用于存储从数据库请求的维修知识数据,结合预测分析模型、车轮镟修动态规划模型和镟修决策优化模型的分析结果,输出对应的维修操作方案;
所述的物联网平台根据预测分析模型的输出结果得到车轮退化趋势,根据车轮镟修动态规划模型和镟修决策优化模型的输出结果以及车轮维修知识库中的维修知识数据,得到车轮镟修或更换方案。
2.根据权利要求1所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的物联网平台包括依次连接的数据传输模块、数据存储及融合模块和计算机分析模块,所述的数据传输模块与物理空间模块连接,用于采集实际车轮数据,所述的数据存储及融合模块用于接收数据传输模块,并进行数据融合,所述的计算机分析模块分别与虚实融合模块和虚拟空间模块连接,用于建立预测维修模型,并在虚拟空间模块建立数字孪生模型。
3.根据权利要求1所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的人机交互模块包括GUI交互面板以及MR可视化头戴装置,所述的环境感知模块还与人机交互模块的MR可视化头戴装置连接,用于根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算;
所述的虚实融合模块获取车轮退化趋势和车轮镟修或更换方案,并获取环境感知模块目标识别、场景重建和位姿解算的结果,进行虚实融合,得到融合维修信息,并传送至MR可视化头戴装置进行展示,向维修人员提供列车车轮维修方案。
4.根据权利要求3所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的虚实融合模块分别通过MR空间坐标匹配和自然特征点匹配进行虚实融合。
5.根据权利要求1或2所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的实际车轮数据包括离线数据和在线数据,所述的状态监测包括列车车轮静态模型、列车车轮动态模型和虚拟特征三维模型,所述的列车车轮静态模型通过车轮离线材料参数和车轮在线几何参数建立,所述的列车车轮动态模型通过在线监测数据和运行环境参数建立,所述的虚拟特征三维模型通过预测退化趋势建立。
6.根据权利要求5所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的离线数据包括车轮几何参数和车轮故障缺陷数据,所述的在线数据包括车轮运行数据。
7.根据权利要求2所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的数据传输模块包括依次连接的传感器、微控制器、总控制器和数据采集器,所述的传感器和微控制器通过工业通信协议连接,所述的传感器包括CCD摄像机及标定板、激光发射器、位移传感器、麦克风阵列、相机和光电式速度传感器;
所述的CCD摄像机及标定板和激光发射器相互配合,用于测量踏面磨耗、轮缘厚度和QR值,所述的CCD摄像机、激光发射器和位移传感器相互配合,用于测量车轮直径,所述的麦克风阵列用于利用超声波检测轮辋轮辐内部损伤,所述的相机用于识别踏面擦伤,所述的光电式速度传感器安装于车轴上,用于测量车轮的转速;
所述的微控制器用于接入测量数据,并适配不同总线和工业通信协议,所述的总控制器用于汇聚不同微控制器信号,并转换为统一格式,所述的数据采集器用于接收总控制器的汇聚数据,并通过工业以太网将数据传输至数据存储及融合模块。
8.根据权利要求7所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的数据融合及存储模块包括物联网服务器、存储装置和数据库,所述的物联网服务器用于接收数据传输模块传输的实际车轮数据,并进行预处理,所述的存储装置和数据库用于集成来自物理空间模块和虚拟空间模块的全部数据,并对数据进行融合,所述的物理空间模块和虚拟空间模块的全部数据包括传感器数据、列车车轮历史数据、模型预测数据、材料参数以及维修操作知识。
9.根据权利要求8所述的一种基于数字孪生技术的列车车轮维修管理系统,其特征在于,所述的计算机分析模块在虚拟空间模块建立数字孪生模型具体为:
在虚拟空间模块中构建列车车轮静态模型、列车车轮动态模型和虚拟特征三维模型,并实时校对各模型参数与数据传输模块采集的数据,完成各模型的更新,并输出至人机交互模块;
所述的计算机分析模块建立预测维修模型具体为:建立预测分析模型、车轮镟修动态规划模型、镟修决策优化模型和车轮维修知识库,结合预测分析模型、车轮镟修动态规划模型和镟修决策优化模型的输出结果,匹配车轮维修知识库中的维修操作知识,形成虚拟三维特征和运维策略,并输出至虚实融合模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604456.0A CN112633532B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数字孪生技术的列车车轮维修管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604456.0A CN112633532B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数字孪生技术的列车车轮维修管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112633532A CN112633532A (zh) | 2021-04-09 |
CN112633532B true CN112633532B (zh) | 2023-06-02 |
Family
ID=75286744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011604456.0A Active CN112633532B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数字孪生技术的列车车轮维修管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633532B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569451B (zh) * | 2021-07-21 | 2023-05-30 | 上海工程技术大学 | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 |
CN113569475B (zh) * | 2021-07-21 | 2023-09-01 | 上海工程技术大学 | 一种基于数字孪生技术的地铁轴箱轴承故障诊断系统 |
CN113609608A (zh) * | 2021-07-22 | 2021-11-05 | 上海工程技术大学 | 基于数字孪生的列车牵引电机轴承全生命周期管理方法 |
CN114023132A (zh) * | 2021-11-03 | 2022-02-08 | 中国人民解放军火箭军工程大学 | 一种基于数字孪生的维修训练系统及方法 |
CN114973835B (zh) * | 2022-06-22 | 2024-03-22 | 常州萃思信息科技有限公司 | 一种数字化深度沉浸式互动学习模型训练系统及实现方法 |
DE102022211085A1 (de) | 2022-10-19 | 2024-04-25 | Siemens Mobility GmbH | Prognostizierung des Verschleißverhaltens von Schienenfahrzeugen |
CN116424768B (zh) * | 2023-04-18 | 2024-01-23 | 四川省自贡运输机械集团股份有限公司 | 基于数字孪生技术的轮轨带式输送机集中监测方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146090A (zh) * | 2018-07-30 | 2019-01-04 | 红塔烟草(集团)有限责任公司 | 一种基于设备数字孪生体管理平台的零部件生命周期管理方法 |
CN109615113A (zh) * | 2018-11-19 | 2019-04-12 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 |
CN109872509A (zh) * | 2019-04-02 | 2019-06-11 | 西安邮电大学 | 基于数字孪生驱动的山体地质灾害监测与预警系统及方法 |
CN110221546A (zh) * | 2019-05-21 | 2019-09-10 | 武汉理工大学 | 虚实融合的船舶智能控制系统测试平台 |
CN110456635A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 基于数字孪生技术的电动汽车动力系统的控制方法 |
CN110502851A (zh) * | 2019-08-27 | 2019-11-26 | 广州运达智能科技有限公司 | 一种列车轮对镟修优化方法 |
CN110765589A (zh) * | 2019-09-10 | 2020-02-07 | 上海大学 | 一种基于数字孪生的智能车间虚实同步监测系统及方法 |
CN110930536A (zh) * | 2019-11-06 | 2020-03-27 | 西安理工大学 | 一种基于数字孪生的连铸机通用零件在线监控与追溯方法 |
CN111159793A (zh) * | 2020-01-20 | 2020-05-15 | 兰州理工大学 | 基于数字孪生五维模型3d打印机建模方法及模型系统 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
CN111332130A (zh) * | 2020-02-26 | 2020-06-26 | 同济大学 | 一种基于数字孪生技术的磁浮列车悬浮系统调试方法 |
CN112115581A (zh) * | 2020-08-13 | 2020-12-22 | 中车长春轨道客车股份有限公司 | 一种车轮寿命的分析预测算法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020514916A (ja) * | 2017-03-16 | 2020-05-21 | シーメンス アクチエンゲゼルシヤフトSiemens Aktiengesellschaft | 異種製品ライフサイクルデータの同種モデル |
EP3751368B1 (en) * | 2019-06-14 | 2023-09-27 | General Electric Company | Additive manufacturing-coupled digital twin ecosystem based on a surrogate model of measurement |
-
2020
- 2020-12-29 CN CN202011604456.0A patent/CN112633532B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146090A (zh) * | 2018-07-30 | 2019-01-04 | 红塔烟草(集团)有限责任公司 | 一种基于设备数字孪生体管理平台的零部件生命周期管理方法 |
CN109615113A (zh) * | 2018-11-19 | 2019-04-12 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件加工质量预测方法 |
CN109872509A (zh) * | 2019-04-02 | 2019-06-11 | 西安邮电大学 | 基于数字孪生驱动的山体地质灾害监测与预警系统及方法 |
CN110221546A (zh) * | 2019-05-21 | 2019-09-10 | 武汉理工大学 | 虚实融合的船舶智能控制系统测试平台 |
CN110456635A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 基于数字孪生技术的电动汽车动力系统的控制方法 |
CN110502851A (zh) * | 2019-08-27 | 2019-11-26 | 广州运达智能科技有限公司 | 一种列车轮对镟修优化方法 |
CN110765589A (zh) * | 2019-09-10 | 2020-02-07 | 上海大学 | 一种基于数字孪生的智能车间虚实同步监测系统及方法 |
CN110930536A (zh) * | 2019-11-06 | 2020-03-27 | 西安理工大学 | 一种基于数字孪生的连铸机通用零件在线监控与追溯方法 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111210359A (zh) * | 2019-12-30 | 2020-05-29 | 中国矿业大学(北京) | 面向智能矿山场景的数字孪生演化机理及方法 |
CN111159793A (zh) * | 2020-01-20 | 2020-05-15 | 兰州理工大学 | 基于数字孪生五维模型3d打印机建模方法及模型系统 |
CN111332130A (zh) * | 2020-02-26 | 2020-06-26 | 同济大学 | 一种基于数字孪生技术的磁浮列车悬浮系统调试方法 |
CN112115581A (zh) * | 2020-08-13 | 2020-12-22 | 中车长春轨道客车股份有限公司 | 一种车轮寿命的分析预测算法 |
Non-Patent Citations (3)
Title |
---|
"数字孪生驱动的设备维修MR辅助指导技术";张旭辉等;《计算机集成制造系统》;20200312;第1-14页 * |
张旭辉等."数字孪生驱动的设备维修MR辅助指导技术".《计算机集成制造系统》.2020,第1-14页. * |
高速动车组车轮磨耗对动态性能的影响;汪浩等;《机械设计与制造工程》;20201015(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112633532A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633532B (zh) | 一种基于数字孪生技术的列车车轮维修管理系统 | |
CN113569475B (zh) | 一种基于数字孪生技术的地铁轴箱轴承故障诊断系统 | |
CN107600110B (zh) | 一种车载列车组故障预测与健康管理系统 | |
US10725459B2 (en) | Identifying and distributing optimal machine parameters within a fleet of additive manufacturing machines | |
CN111947928B (zh) | 一种多源信息融合的轴承故障预测系统及方法 | |
Xu et al. | Transfer learning based data feature transfer for fault diagnosis | |
Zhu et al. | A cyber-physical production system framework of smart CNC machining monitoring system | |
CN113569451B (zh) | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 | |
CN112085261A (zh) | 基于云端融合和数字孪生技术的企业生产现状诊断方法 | |
CN102706572A (zh) | 列车轮对故障诊断与康复中心 | |
CN202928691U (zh) | 一种变电站设备图像及温度在线监测系统 | |
CN110579241A (zh) | 自动化复合材料制造质量检查的系统和方法 | |
CN111037574A (zh) | 用于通信站点巡检的交互式机器人系统及其控制方法 | |
CN112224308B (zh) | 一种车辆装配工艺防错系统 | |
CN116822353A (zh) | 一种制造工艺过程的数字孪生模型快速构建方法 | |
CN110597065B (zh) | 一种用于送粉式激光增材自适应控制系统 | |
CN111554005A (zh) | 铁路货运列车智能巡检方法 | |
CN113673171B (zh) | 一种基于历史数据驱动和机器学习的对接机构数字孪生试验系统及其运行方法 | |
CN112816052B (zh) | 列车车室振动监测方法、振动信号特征库建立及应用方法 | |
Liu et al. | Research on real-time monitoring technology of equipment based on augmented reality | |
CN115879238A (zh) | 一种发动机整机及试验孪生体系模型构建方法 | |
Wen et al. | Heterogeneous connection and process anomaly detection of industrial robot in intelligent factory | |
CN108107882A (zh) | 基于光学运动跟踪的服务机器人自动标定与检测系统 | |
CN113823013A (zh) | 一种基于数字孪生技术的电力设备不间断巡视系统 | |
CN113204219B (zh) | 用于智能制造的工业控制器 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |