CN113221280A - 一种基于数字孪生的滚动轴承建模与模型更新方法及系统 - Google Patents

Abstract

本发明公开了一种基于数字孪生的滚动轴承建模与模型更新方法及系统，利用传感器实时监测滚动轴承的运行数据并对运行数据进行预处理；进行耦合建模得到动态更新的数字孪生模型；将归一化处理后的运行数据实时输入到数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，将数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。本发明能够反映轴承健康状态的时间历程，为滚动轴承的故障诊断和寿命预测提供基础。

Description

一种基于数字孪生的滚动轴承建模与模型更新方法及系统

技术领域

本发明属于机械诊断智能化与数字化技术领域，具体涉及一种基于数字孪生的滚动轴承建模与模型更新方法及系统。

背景技术

滚动轴承作为旋转机械中的关键基础部件，广泛应用于航空发动机、风电及高铁等领域。通常，其服役环境恶劣、工况条件复杂，尽管进行定期的维护和检查，还是会不可避免的出现不可预知的失效。滚动轴承失效轻则降低机械设备的工作性能，重则造成设备的整体破坏，带来巨大的经济损失和人员伤亡。为实现滚动轴承的实时监测，并能对轴承的工作状态进行合理预测，亟需建立一个与真实滚动轴承高度近似的模型。由于静态的模型无法对滚动轴承性能进行预测，所以建立滚动轴承多物理场耦合的高保真模型，并实现模型的动态更新，对于滚动轴承的状态监测、故障诊断及寿命预测具有基础性作用。

目前滚动轴承的建模方法大多从单一物理模型角度出发，通过考虑不同物理效应而进行。一种是通过有限元方法建立了滚动轴承和转子的耦合模型，将转子的弹性振动和转子的刚体运动进行叠加，通过求解模型得到整个轴承-转子系统的时域响应。另一种是根据滚动轴承振动信号数据，提取振动信号的短时周期图谱，利用无向加权图对短时周期图谱进行映射，得到一系列图谱频率；监测主图谱频率的变化趋势，以判断滚动轴承的运行状态，实现了滚动轴承的早期故障检测。

数字孪生技术在实体产品与虚拟模型之间搭建起桥梁。现有根据目标设备的状态参数初始数据及响应参数数据构建所述目标设备的初始数字孪生模型，利用修正参数的修正值对所述初始数字孪生模型进行更新处理，实现目标设备的故障诊断。现有的滚动轴承性能评估技术大多以传统物理模型驱动或数据驱动，但大数据下的多源监测信息相互耦合，呈高维异构、分布不均等特点，再加上轴承服役环境复杂、运行工况多变，单一基于物理模型信息或数据信息无法准确预测其退化趋势。所以，将物理信息和数据信息进行联合，建立与实际轴承运行状态相匹配的高保真数字孪生模型，并利用实时监测数据对孪生模型进行同步更新，实现复杂多变工况下轴承孪生模型与物理实体的忠实映射，成为了亟待解决的问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于数字孪生的滚动轴承建模与模型更新方法及系统，集成滚动轴承多物理场耦合模型，根据实时监测数据对模型进行同步更新，并结合历史数据获得当前状态的计算结果，根据计算结果实现滚动轴承性能状态的合理预测。

本发明采用以下技术方案：

一种基于数字孪生的滚动轴承建模与模型更新方法，包括以下步骤：

S1，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

S2，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

S3，依据步骤S1中滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

S4，对步骤S3建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

S5，将步骤S2归一化处理后的运行数据实时输入到步骤S4的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

S6，将步骤S5数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

具体的，步骤S1中，滚动轴承的几何特征包括轴承元件的几何尺寸、形位公差及表面质量，材料参数包括材料密度及弹性模量，润滑方式包括润滑剂密度及粘度。

具体的，步骤S2中，运行数据包括滚动轴承的套圈转速、振动信号、外部载荷、环境温度、轴承温度以及供油流量。

进一步的，预处理包括消除时延及噪声误差。

具体的，步骤S3中，刚体动力学子模型和热力学子模型运用Fortran语言编写数值计算程序，刚体动力学子模型包括几何参数和材料参数，热力学子模型包括热力学参数；润滑牵引子模型运用Matlab语言根据运行数据进行参数建模，包括润滑剂参数；流体动力学子模型根据运行数据采用机器学习算法建立模型结构和参数。

进一步的，采用最大似然估计法确定润滑牵引模型及热力学模型中的参数。

具体的，步骤S4中，采用Fortran语言和Matlab语言混合编程进行耦合建模，建立动态更新的数字孪生模型，耦合方程表示为：

f(L(x_i),L(x_j),t)＝0，i≠j

其中，L表示微分算子，x_i和x_j分别表示子模型对应的物理变量，t为时间；i和j取1,2,3和4，分别代表刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型。

具体的，步骤S5中，输入数据包括套圈转速、外部载荷、环境温度和供油流量；输出数据包括振动信号和轴承温度。

具体的，步骤S6中，准则函数为最大似然准则，修正方法包括子模型准则函数和参数优化算法的修正。

本发明的另一技术方案是，一种基于数字孪生的滚动轴承建模与模型更新系统，包括：

采集模块，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

预处理模块，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

建模模块，依据采集模块中滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

耦合模块，对建模模块建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

仿真模块，将预处理模块归一化处理后的运行数据实时输入到耦合模块的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

更新模块，将仿真模块数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于数字孪生的滚动轴承建模与模型更新方法，将基于物理机理的确定性建模与基于实时数据的不确定性建模结合起来，克服了物理知识缺乏的不足。同时，可根据传感器采集的运行数据对模型进行修正和更新，保证了模型的实时性和准确性。

进一步的，轴承元件的几何尺寸，材料密度及润滑剂粘度等为滚动轴承数字孪生模型的建立提供完整的初始输入参数。

进一步的，滚动轴承的套圈转速、振动信号、外部载荷、环境温度、轴承温度以及供油流量等参数表征了轴承实体的运行状态，采集上述状态参数可为数字孪生模型的更新提供数据来源。

进一步的，对传感器采集数据进行预处理，消除了采集时不同物理量之间存在的时间延迟误差以及真实环境中的噪声误差，提高了实时数据的同步性和有效性。

进一步的，将数字孪生模型分解为刚体动力学子模型，热力学子模型，润滑牵引子模型及流体动力学子模型全面的反映了轴承实体在真实环境下的物理条件，使数字孪生模型从多物理场的角度真实的反映滚动轴承的状态，提高了模型的保真度。。

进一步的，采用最大似然估计法确定润滑牵引模型及热力学模型中的参数可在参数无法确定时对其进行合理估计。

进一步的，将刚体动力学子模型和热力学子模型通过Fortran语言编制数值计算程序，使子模型的计算效率更高；由于润滑牵引子模型及流体动力学子模型中部分参数无法预先确定，采用Matlab语言基于数据分析和机器学习算法并根据运行数据进行参数建模，避免了参数选择时的不准确。

进一步的，将套圈转速、外部载荷、环境温度和供油流量作为输入数据，使数字孪生模型根据真实工况条件进行仿真。将振动信号和轴承温度作为仿真的输出数据可实现与传感器采集数据的对照。

进一步的，根据每一时间间隔内的仿真数据与采集数据的对照，分别对当前子模型的准则函数和参数优化算法进行修正，可实现数字孪生模型的动态更新。

综上所述，本发明在虚拟空间建立一个与滚动轴承实体同步运行的数字模型，当滚动轴承在机运行时，数字模型可根据环境参数及运行数据对轴承工作状态进行判断，并根据模型的仿真结果对工作轴承的维护时间进行预测。基于数据所建立的子模型可基于实时观测到的轴承运行数据对模型结构和参数进行实时更新，避免了传统数学模型无法对变化的环境和工况做出准确模拟的问题，使得模型的时效性大大提升，从而能够反映轴承健康状态的时间历程，为滚动轴承的故障诊断和寿命预测提供基础。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明流程图；

图2为滚动轴承数字孪生模型示意图；

图3为本发明更新方法技术路线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

本发明提供了一种基于数字孪生的滚动轴承建模与模型更新方法，首先根据物理定律与原理建立滚动轴承的数字孪生子模型，再根据当前时间间隔预处理后的传感器实时观测数据建立数据子模型，并对各个子模型进行耦合建模，建立多物理场的耦合模型；将下一时间间隔滚动轴承的运行数据输入到耦合模型中，仿真计算结果与经预处理后的实测信号进行对比分析，根据准则函数判断模型的准度，利用修正牛顿-拉夫逊方法对数字孪生模型进行调整和修正，从而获得能够实时同步的滚动轴承数字孪生模型；本方法克服了物理先验知识不足和建模时效性不够的困难，采用Fortran和Matlab混合编程方法建立同时考虑滚动轴承确定性因素和不确定性因素的数学模型，在物理空间和虚拟空间之间搭建起桥梁，能够在滚动轴承运行的同时，对不同环境和工况条件进行仿真，为滚动轴承的故障诊断和寿命预测提供参考。

请参阅图1，本发明一种基于数字孪生的滚动轴承建模与模型更新方法，包括以下步骤：

S1，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

滚动轴承的几何特征和材料参数包括轴承元件的几何尺寸、形位公差及表面质量，材料密度及弹性模量，润滑剂密度及粘度；几何结构参数从滚动轴承的图纸文件中获取；安装运行条件根据工艺文件获得，润滑剂密度及粘度由实验得到。

S2，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

运行数据包括滚动轴承的套圈转速、振动信号、外部载荷、环境温度、轴承温度以及供油流量。

预处理包括消除时延及噪声误差。

最大值归一化处理具体为：

其中，

为归一化后的结果，x为实际数据，x_max为被测物理量的最大值，x_min为被测物理量的最小值。

S3，依据步骤S1中滚动轴承的几何特征、材料参数、安装方式及润滑方式，基于基本物理定律及原理建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

请参阅图2，刚体动力学子模型和热力学子模型运用Fortran语言编写数值计算程序，刚体动力学子模型包括几何参数和材料参数，热力学子模型包括热力学参数；润滑牵引子模型运用Matlab语言根据运行数据进行参数建模，包括润滑剂参数；流体动力学子模型根据运行数据采用机器学习算法建立模型结构和参数，刚体动力学模型，润滑牵引模型及热力学模型中无法具体确定的参数由参数估计法确定，参数估计法包括但不限于最大似然估计法。

S4，对步骤S3建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

耦合方法为采用Fortran语言和Matlab语言混合编程得到耦合方程，耦合方程表示为：

f(L(x_i),L(x_j),t)＝0，i≠j

其中，L表示微分算子，x_i和x_j分别表示子模型对应的物理变量，t为时间；i和j取1,2,3和4，分别代表刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型。

S5，将步骤S2归一化处理后的运行数据实时输入到步骤S4的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

输入数据包括套圈转速、外部载荷、环境温度和供油流量；输出数据包括振动信号和轴承温度。

根据轴承几何特征和材料参数建立耦合物理场的本构方程组中，采用数值方法对方程组进行求解。通过采集数据对本构方程中的系数进行估计和更新，将工况条件作为输入，带入本构方程组中得到轴承的振动响应和温度。

S6，将步骤S5数字孪生模型的仿真数据与对应时间间隔内的输出数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

对于一组数字孪生模型的参数，通过参数优化算法求解使准则函数达到极值时的参数，即通过求解泛函极值问题得到更新的模型参数。

准则函数包括但不限于最大似然准则，最小二乘准则，最小方差准则等，参数优化算法包括但不限于修正牛顿-拉夫逊优化算法，高斯法，梯度法等。。

本发明再一个实施例中，提供一种基于数字孪生的滚动轴承建模与模型更新系统，该系统能够用于实现上述基于数字孪生的滚动轴承建模与模型更新方法，具体的，该基于数字孪生的滚动轴承建模与模型更新系统包括采集模块、预处理模块、建模模块、仿真模块以及更新模块。

其中，采集模块，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

预处理模块，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

建模模块，依据采集模块中滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

耦合模块，对建模模块建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

仿真模块，将预处理模块归一化处理后的运行数据实时输入到耦合模块的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

更新模块，将仿真模块数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于基于数字孪生的滚动轴承建模与模型更新方法的操作，包括：

获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；依据滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；对建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；将归一化处理后的运行数据实时输入到数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；将数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关基于数字孪生的滚动轴承建模与模型更新方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：

获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；依据滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；对建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；将归一化处理后的运行数据实时输入到数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；将数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图3，将实际运行中采集到的数据与仿真得到的数据进行比较，得到的残差序列带入到滚动轴承的数字孪生模型中，对模型参数进行更新，实现了对轴承实体的忠实映射和同步更新。同时，使得模型具有在变转速和变载荷工况及复杂环境下进行仿真模拟的能力。

综上所述，本发明一种基于数字孪生的滚动轴承建模与模型更新方法及系统，基于理论和数据对滚动轴承进行数学建模，能够将确定性和不确定性因素考虑进来，克服了部分子模型无法用现有物理机理完整有效描述的困难，使得所建立的数学模型更逼近真实情况中的轴承。由于模型参数可随运行数据进行实时更新，使得数字孪生模型可在变化的转速和载荷工况以及复杂环境中对轴承实体进行模拟，提高了模型的保真。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种基于数字孪生的滚动轴承建模与模型更新方法，其特征在于，包括以下步骤：

S1，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

S2，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

S3，依据步骤S1中滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

S4，对步骤S3建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

S5，将步骤S2归一化处理后的运行数据实时输入到步骤S4的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

S6，将步骤S5数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，滚动轴承的几何特征包括轴承元件的几何尺寸、形位公差及表面质量，材料参数包括材料密度及弹性模量，润滑方式包括润滑剂密度及粘度。

3.根据权利要求1所述的方法，其特征在于，步骤S2中，运行数据包括滚动轴承的套圈转速、振动信号、外部载荷、环境温度、轴承温度以及供油流量。

4.根据权利要求3所述的方法，其特征在于，预处理包括消除时延及噪声误差。

5.根据权利要求1所述的方法，其特征在于，步骤S3中，刚体动力学子模型和热力学子模型运用Fortran语言编写数值计算程序，刚体动力学子模型包括几何参数和材料参数，热力学子模型包括热力学参数；润滑牵引子模型运用Matlab语言根据运行数据进行参数建模，包括润滑剂参数；流体动力学子模型根据运行数据采用机器学习算法建立模型结构和参数。

6.根据权利要求5所述的方法，其特征在于，采用最大似然估计法确定润滑牵引模型及热力学模型中的参数。

7.根据权利要求1所述的方法，其特征在于，步骤S4中，采用Fortran语言和Matlab语言混合编程进行耦合建模，建立动态更新的数字孪生模型，耦合方程表示为：

f(L(x_i),L(x_j),t)＝0，i≠j

其中，L表示微分算子，x_i和x_j分别表示子模型对应的物理变量，t为时间；i和j取1,2,3和4，分别代表刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型。

8.根据权利要求1所述的方法，其特征在于，步骤S5中，输入数据包括套圈转速、外部载荷、环境温度和供油流量；输出数据包括振动信号和轴承温度。

9.根据权利要求1所述的方法，其特征在于，步骤S6中，准则函数为最大似然准则，修正方法包括子模型准则函数和参数优化算法的修正。

10.一种基于数字孪生的滚动轴承建模与模型更新系统，其特征在于，包括：

采集模块，获取滚动轴承的几何特征、材料参数、安装方式及润滑方式；

预处理模块，利用传感器实时监测滚动轴承的运行数据，然后对监测的运行数据进行预处理，对预处理后的数据进行最大值归一化处理；

建模模块，依据采集模块中滚动轴承的几何特征、材料参数、安装方式及润滑方式，建立刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型；

耦合模块，对建模模块建立的刚体动力学子模型、润滑牵引子模型、热力学模型和流体动力学子模型进行耦合建模，建立动态更新的数字孪生模型；

仿真模块，将预处理模块归一化处理后的运行数据实时输入到耦合模块的数字孪生模型中，然后利用数字孪生模型对滚动轴承的输出数据进行仿真计算，得到滚动轴承数字孪生模型的仿真数据；

更新模块，将仿真模块数字孪生模型的仿真数据与对应时间间隔内的运行数据进行比较，验证数字孪生模型的准度，若残差序列为零均值的白噪声，则采信对应的滚动轴承数字孪生模型；否则根据准则函数对滚动轴承数字孪生模型的参数进行调整和修正，获得实时同步的滚动轴承数字孪生模型。

Images