CN113610290A - 一种基于数字孪生技术应用到煤矿采掘设备的监控系统 - Google Patents

一种基于数字孪生技术应用到煤矿采掘设备的监控系统 Download PDF

Info

Publication number
CN113610290A
CN113610290A CN202110876807.1A CN202110876807A CN113610290A CN 113610290 A CN113610290 A CN 113610290A CN 202110876807 A CN202110876807 A CN 202110876807A CN 113610290 A CN113610290 A CN 113610290A
Authority
CN
China
Prior art keywords
mining equipment
coal mining
information
coal
module
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.)
Granted
Application number
CN202110876807.1A
Other languages
English (en)
Other versions
CN113610290B (zh
Inventor
陈龙
付翔
王宏伟
耿毅德
闫志蕊
李永安
王浩然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN202110876807.1A priority Critical patent/CN113610290B/zh
Publication of CN113610290A publication Critical patent/CN113610290A/zh
Application granted granted Critical
Publication of CN113610290B publication Critical patent/CN113610290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/20—Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/40—Maintenance of things
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Animal Husbandry (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)
  • Biomedical Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及煤矿设备技术领域，一种基于数字孪生技术应用到煤矿采掘设备的监控系统，煤矿采掘设备信息模块：用于构建和存储煤矿采掘设备的信息模型；传感器群：负责实时采集煤矿采掘设备物理本体运动的相关数据；信息编译执行模块：获取和消除煤矿采掘设备物理本体运动的相关数据中的噪声信号；建模计算模块：获得煤矿采掘设备的当前工作状态，以及煤矿采掘设备的故障预期；人机交互判断模块：对煤矿采掘设备进行监控，实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。该系统可视化直观反映矿井综掘工作面环境、工况状态和设备运行状态，以及对设备进行故障定位和健康预测等问题。

Description

一种基于数字孪生技术应用到煤矿采掘设备的监控系统
技术领域
本发明涉及煤矿设备技术领域，特别是一种基于数字孪生技术应用到煤矿采掘设备的监控系统。
背景技术
煤矿机械属于机械的一个大的分类，煤矿机械是专门用于煤矿开采的机械，由于其专业的特点而不同于其他矿山机械，作为煤炭生产的大国，中国每年煤炭的产量在不断的提升，截止2008年底全国的煤炭产量突破了24亿吨，煤矿机械的生产在我国有着举足轻重的作用。
但是，现有的煤矿掘进工作面存在粉尘浓度大、能见度低、喷雾、滴水等不利因素，对视频图像的采集影响较大，因此基于视频技术的掘锚一体机监控系统工作可靠性和效果并不理想，难以可视化直观反映矿井综掘工作面环境、工况状态和设备运行状态，以及对设备进行故障定位和健康预测，因此，不满足现有的需求。
发明内容
为解决上述问题，本发明提出一种基于数字孪生技术应用到煤矿采掘设备的监控系统，该系统可视化直观反映矿井综掘工作面环境、工况状态和设备运行状态，以及对设备进行故障定位和健康预测等问题。
为实现上述目的，本发明采用的技术方案是：
一种基于数字孪生技术应用到煤矿采掘设备的监控系统，包括传感器群、煤矿采掘设备信息模块、信息编译执行模块、建模计算模块和人机交互判断模块，
煤矿采掘设备信息模块：用于构建和存储煤矿采掘设备中所涉及部件的信息模型；
传感器群：分布固定安装在煤矿采掘设备物理本体上，负责实时采集煤矿采掘设备物理本体运动的相关数据并即时反馈数据；
信息编译执行模块：获取煤矿采掘设备物理本体运动的相关数据，将煤矿采掘设备物理本体运动的相关数据进行预处理，具体为，将煤矿采掘设备物理本体运动的相关数据进行分类，根据分类中预设的处理标准，消除煤矿采掘设备物理本体运动的相关数据中的噪声信号，将降噪后的煤矿采掘设备物理本体运动的相关数据进行保存；
建模计算模块：通过煤矿采掘设备的三维图纸模型构建监控所涉及的煤矿采掘设备监控模型，将煤矿采掘设备信息模块储存的存储煤矿采掘设备中所涉及部件的信息模型附加到所涉及的煤矿采掘设备监控模型中，共同形成煤矿采掘设备的数字孪生体，该数字孪生体存在于煤矿采掘设备的整个生命产品周期，并可以实时地反映物理层中煤矿采掘设备的真实状态；所述建模计算模块还用于将信息编译执行模块降噪后的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，通过孪生体性能退化虚拟的方式，得到虚拟运行状态监控数据，根据虚拟行状态监控数据控制几何模型完成仿真动作，实现对矿采掘设备运行状态监控系统的动态仿真，获取煤矿采掘设备物理体的实际运行状态和孪生体退化模拟状态的状态偏差值，最终获得煤矿采掘设备的当前工作状态，以及煤矿采掘设备的故障预期；
人机交互判断模块：通过仿真模拟产生相应的状态偏差值和故障预期，对煤矿采掘设备进行监控，最终实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。
作为优选的，所述煤矿采掘设备信息模块包括几何模型、功能信息模型、规则模型、行为模型、控制逻辑模型。
作为优选的，所述煤矿采掘设备包括采煤机、液压支架、刮板输送机和转载机。
作为优选的，所述传感器群包括温度传感器、霍尔传感器、压力传感器、线速度传感器、角度传感器。
作为优选的，所述监控系统还包括
维护建议数据库：针对仿真模拟深度学习之后所生成的自动调优参数值并生成维护建议数据的存储库。
作为优选的，所述监控系统还包括
日常维护基本信息库：使用Predictive Maintenance Toolbox提供的提取训练数据的各种选项，优选预测算法。
使用本发明的有益效果是：
本监控系统，通过传感器群采集煤矿外采掘设备的各项信息，通过信息编译执行模块对各项信息进行预处理，将预处理得到的信息以及煤矿采掘设备信息模块获得的煤矿外采掘设备的模型进行接合通过建模计算模块形成与煤矿采掘设备一致的数字孪生体，同时对数字孪生体预期和物理的煤矿采掘设备的实际运行状态进行比对，最终通过人机交互判断模块实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。该系统可视化直观反映矿井综掘工作面环境、工况状态和设备运行状态，以及对设备进行故障定位和健康预测等问题。
附图说明
图1为本发明基于数字孪生技术应用到煤矿采掘设备的监控系统的主要模块结构示意图。
图2为本发明基于数字孪生技术应用到煤矿采掘设备的监控系统中煤矿采掘设备信息模块示意图。
图3为本发明基于数字孪生技术应用到煤矿采掘设备的监控系统中传感器群模块示意图。
图4为本发明基于数字孪生技术应用到煤矿采掘设备的监控系统中维护建议数据库和日常维护基本信息库的示意图。
具体实施方式
为使本技术方案的目的、技术方案和优点更加清楚明了，下面结合具体实施方式，对本技术方案进一步详细说明。应该理解，这些描述只是示例性的，而不是要限制本技术方案的范围。
如图1-图4所示，本实施例提出一种基于数字孪生技术应用到煤矿采掘设备的监控系统，包括传感器群、煤矿采掘设备信息模块、信息编译执行模块、建模计算模块和人机交互判断模块，其中
煤矿采掘设备信息模块：用于构建和存储煤矿采掘设备中所涉及部件的信息模型；
传感器群：分布固定安装在煤矿采掘设备物理本体上，负责实时采集煤矿采掘设备物理本体运动的相关数据并即时反馈数据；
信息编译执行模块：获取煤矿采掘设备物理本体运动的相关数据，将煤矿采掘设备物理本体运动的相关数据进行预处理，具体为，将煤矿采掘设备物理本体运动的相关数据进行分类，根据分类中预设的处理标准，消除煤矿采掘设备物理本体运动的相关数据中的噪声信号，将降噪后的煤矿采掘设备物理本体运动的相关数据进行保存；
建模计算模块：通过煤矿采掘设备的三维图纸模型构建监控所涉及的煤矿采掘设备监控模型，将煤矿采掘设备信息模块储存的存储煤矿采掘设备中所涉及部件的信息模型附加到所涉及的煤矿采掘设备监控模型中，共同形成煤矿采掘设备的数字孪生体，该数字孪生体存在于煤矿采掘设备的整个生命产品周期，并可以实时地反映物理层中煤矿采掘设备的真实状态；建模计算模块还用于将信息编译执行模块降噪后的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，通过孪生体性能退化虚拟的方式，得到虚拟运行状态监控数据，根据虚拟行状态监控数据控制几何模型完成仿真动作，实现对矿采掘设备运行状态监控系统的动态仿真，获取煤矿采掘设备物理体的实际运行状态和孪生体退化模拟状态的状态偏差值，最终获得煤矿采掘设备的当前工作状态，以及煤矿采掘设备的故障预期；
人机交互判断模块：通过仿真模拟产生相应的状态偏差值和故障预期，对煤矿采掘设备进行监控，最终实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。
具体的，本实施例中，煤矿采掘设备信息模块储存煤矿采掘设备所有部件的信息模型，例如采煤机、液压支架、刮板输送机和转载机等装置，上述采煤机、液压支架、刮板输送机和转载机的数据采用二维电子图纸形式，先使用CAD建立矿井掘锚一体机初步的二维图纸，再使用CREO软件建立矿井掘锚一体机的三维模型和矿井掘锚一体机的正常工作状态下的模型运动动画和其仿真运动节点与执行端的运动轨迹并纪录。
传感器群分布固定安装在煤矿采掘设备物理本体上，其中传感器群安装在例如，采煤机的截割部、装载部、行走部、电动机、操作控制系统和辅助装置上，以获取截割部的转速、装载部的装在重量，行走部的速度、电动机的输出功率、操作控制系统的操作数据和控制指令、以及辅助装置液压系统、散热系统等控制数据和运动数据，传感器群负责实时采集煤矿采掘设备物理本体运动的相关数据并即时反馈数据。
信息编译执行模块与传感器群信号连接，其采用无线网络的方式接收传感器群发出的煤矿采掘设备物理本体运动的相关数据。信息编译执行模块将数据降噪处理，如传感器群获取的运动相关数据明显超出合理范围值时，信息编译执行模块消除噪音信号，并将降噪后的采集煤矿采掘设备物理本体运动的相关数据进行分类保持，例如，采煤机相关数据为单独一个大类数据，将截割部、装载部、行走部、电动机、操作控制系统和辅助装置采集的相关数据分别单独设置在一个大类中的小类，而切割部的产生的多组运动再细分为小类。其他部件的运动数据同样处理，不再赘述。最后，将降噪后的煤矿采掘设备物理本体运动的相关数据进行保存。
在建模计算模块中，将煤矿采掘设备信息模块储存煤矿采掘设备所有部件的信息模型录入建模计算模块，将煤矿采掘设备信息模块储存的存储煤矿采掘设备中所涉及部件的信息模型附加到所涉及的煤矿采掘设备监控模型中，至此形成煤矿采掘设备的数字孪生体，该数字孪生体存在于煤矿采掘设备的整个生命产品周期，并可以实时地反映物理层中煤矿采掘设备的真实状态。
在建模计算模块中，进行双通道运行模式，在第一个通道中，通过将信息编译执行模块降噪后的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，通过孪生体性能退化虚拟的方式，得到虚拟运行状态监控数据，根据虚拟行状态监控数据控制几何模型完成仿真动作，实现对矿采掘设备运行状态监控系统的动态仿真，第一个通道的作用是利用采集的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，对数字孪生体进行疲劳训练，获得疲劳训练相关数据，特别是易损位置的数据。
在第二个通道中，同样将信息编译执行模块降噪后的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，以实现对煤矿采掘设备物理本体工作状态的监控。在实际使用中，第二个通道中的数字孪生体会首先出现问题，即现实中的煤矿采掘设备物理本体出现故障，此时记录出现故障部分的运动数据和实际使用寿命映射到第一个通道中的数字孪生体上。
此部分如图4所示，监控系统还包括维护建议数据库，针对仿真模拟深度学习之后所生成的自动调优参数值并生成维护建议数据的存储库。第二通道中的数据足够多之后，建模计算模块可将相关数据存储在监控系统还包括维护建议数据库，并在第一个通道中进行疲劳训练，监控系统还包括维护建议数据库自动调优参数值，并且形成维护建议数据的存储库。例如，在第一个通道中的数字孪生体中，在训练一段时间后，模拟出某一节点出现问题的概率较大，且运行特定的时间即出现故障，监控系统还包括维护建议数据库即会通过建模计算模块计算出现故障的时间，并给出对应的维护建议。
以上述的建模计算模块的一个运行步骤为例，其他部件，以及每一部件的运动节点均类似，不再赘述。最终，建模计算模块可在第一通道中计算煤矿采掘设备的故障预期，也可以在第二通道中实现对煤矿采掘设备的当前工作状态的监控。
人机交互判断模块的作用是显示建模计算模块运行结果，同时通过人机交互判断模块还可以自动或人工控制煤矿采掘设备的运行状态，一般采用终端的方式进行表达或操控，例如电脑等固定终端，或者例如手机等移动终端。可分权限层级和特例的方式，以实现显示建模计算模块运行结果和物理煤矿采掘设备操控权限的分离。
本实施例中，煤矿采掘设备信息模块包括几何模型、功能信息模型、规则模型、行为模型、控制逻辑模型。
本实施例中，煤矿采掘设备包括采煤机、液压支架、刮板输送机和转载机。为对应煤矿采掘设备中每一部件的运动状态不同，传感器群包括温度传感器、霍尔传感器、压力传感器、线速度传感器、角度传感器。
在建模计算模块的第一通道中，为了数字孪生体疲劳训练更准确，同时为了将更优选的煤矿采掘设备运行方案反馈到物理煤矿采掘设备中，监控系统还包括日常维护基本信息库：使用Predictive Maintenance Toolbox提供的提取训练数据的各种选项，优选预测算法。
本监控系统，通过传感器群采集煤矿外采掘设备的各项信息，通过信息编译执行模块对各项信息进行预处理，将预处理得到的信息以及煤矿采掘设备信息模块获得的煤矿外采掘设备的模型进行接合通过建模计算模块形成与煤矿采掘设备一致的数字孪生体，同时对数字孪生体预期和物理的煤矿采掘设备的实际运行状态进行比对，最终通过人机交互判断模块实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。该系统可视化直观反映矿井综掘工作面环境、工况状态和设备运行状态，以及对设备进行故障定位和健康预测等问题。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本技术内容的思想，在具体实施方式及应用范围上可以作出许多变化，只要这些变化未脱离本发明的构思，均属于本专利的保护范围。

Claims (6)

1.一种基于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：包括传感器群、煤矿采掘设备信息模块、信息编译执行模块、建模计算模块和人机交互判断模块，
煤矿采掘设备信息模块：用于构建和存储煤矿采掘设备中所涉及部件的信息模型；
传感器群：分布固定安装在煤矿采掘设备物理本体上，负责实时采集煤矿采掘设备物理本体运动的相关数据并即时反馈数据；
信息编译执行模块：获取煤矿采掘设备物理本体运动的相关数据，将煤矿采掘设备物理本体运动的相关数据进行预处理，具体为，将煤矿采掘设备物理本体运动的相关数据进行分类，根据分类中预设的处理标准，消除煤矿采掘设备物理本体运动的相关数据中的噪声信号，将降噪后的煤矿采掘设备物理本体运动的相关数据进行保存；
建模计算模块：通过煤矿采掘设备的三维图纸模型构建监控所涉及的煤矿采掘设备监控模型，将煤矿采掘设备信息模块储存的存储煤矿采掘设备中所涉及部件的信息模型附加到所涉及的煤矿采掘设备监控模型中，共同形成煤矿采掘设备的数字孪生体，该数字孪生体存在于煤矿采掘设备的整个生命产品周期，并可以实时地反映物理层中煤矿采掘设备的真实状态；所述建模计算模块还用于将信息编译执行模块降噪后的煤矿采掘设备物理本体运动的相关数据附加在数字孪生体上，通过孪生体性能退化虚拟的方式，得到虚拟运行状态监控数据，根据虚拟行状态监控数据控制几何模型完成仿真动作，实现对矿采掘设备运行状态监控系统的动态仿真，获取煤矿采掘设备物理体的实际运行状态和孪生体退化模拟状态的状态偏差值，最终获得煤矿采掘设备的当前工作状态，以及煤矿采掘设备的故障预期；
人机交互判断模块：通过仿真模拟产生相应的状态偏差值和故障预期，对煤矿采掘设备进行监控，最终实现煤矿采掘设备的物理信息与虚拟信息融合及智能化监控。
2.根据权利要求1所述的于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：所述煤矿采掘设备信息模块包括几何模型、功能信息模型、规则模型、行为模型和控制逻辑模型。
3.根据权利要求1所述的于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：所述煤矿采掘设备包括采煤机、液压支架、刮板输送机和转载机。
4.根据权利要求1所述的于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：所述传感器群包括温度传感器、霍尔传感器、压力传感器、线速度传感器和角度传感器。
5.根据权利要求1-4任一项所述的于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：所述监控系统还包括
维护建议数据库：针对仿真模拟深度学习之后所生成的自动调优参数值并生成维护建议数据的存储库。
6.根据权利要求1-4任一项所述的于数字孪生技术应用到煤矿采掘设备的监控系统，其特征在于：所述监控系统还包括
日常维护基本信息库：在性能退化虚拟时，使用Predictive Maintenance Toolbox提供的提取训练数据的各种选项，优选预测算法。
CN202110876807.1A 2021-07-31 2021-07-31 一种基于数字孪生技术应用到煤矿采掘设备的监控系统 Active CN113610290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110876807.1A CN113610290B (zh) 2021-07-31 2021-07-31 一种基于数字孪生技术应用到煤矿采掘设备的监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110876807.1A CN113610290B (zh) 2021-07-31 2021-07-31 一种基于数字孪生技术应用到煤矿采掘设备的监控系统

Publications (2)

Publication Number Publication Date
CN113610290A true CN113610290A (zh) 2021-11-05
CN113610290B CN113610290B (zh) 2023-07-25

Family

ID=78338934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110876807.1A Active CN113610290B (zh) 2021-07-31 2021-07-31 一种基于数字孪生技术应用到煤矿采掘设备的监控系统

Country Status (1)

Country Link
CN (1) CN113610290B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086364A (zh) * 2022-05-26 2022-09-20 云南能投威士科技股份有限公司 一种校园数字孪生监控运维系统
CN115311027A (zh) * 2022-10-11 2022-11-08 工业云制造(四川)创新中心有限公司 一种基于数字孪生的供应链管理方法及系统
CN115409293A (zh) * 2022-10-31 2022-11-29 宁波长壁流体动力科技有限公司 一种基于数字孪生的智慧矿山管控方法和管控设施
CN115597664A (zh) * 2022-10-18 2023-01-13 中煤科工开采研究院有限公司（Cn） 一种煤矿数字综采工作面构建方法及系统
CN115616987A (zh) * 2022-09-08 2023-01-17 中国矿业大学(北京) 一种基于混合现实的矿山装备数字孪生系统构建方法
CN116167204A (zh) * 2022-12-19 2023-05-26 太原理工大学 一种掘进机数字孪生建模方法
CN117034430A (zh) * 2023-09-11 2023-11-10 湘潭大学 基于深度学习及数字孪生的闸门健康监测方法、系统及计算机可读存储介质
CN117576294A (zh) * 2024-01-16 2024-02-20 太原理工大学 采掘装备数字孪生系统的数据传输参数优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177942A (zh) * 2020-01-06 2020-05-19 中国矿业大学(北京) 矿井无人化综掘工作面数字孪生智能监控系统
US20210157302A1 (en) * 2019-11-26 2021-05-27 Disney Enterprises, Inc. Industrial control system data tap and model for managing industrial control system
US20210157312A1 (en) * 2016-05-09 2021-05-27 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210157312A1 (en) * 2016-05-09 2021-05-27 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments
US20210157302A1 (en) * 2019-11-26 2021-05-27 Disney Enterprises, Inc. Industrial control system data tap and model for managing industrial control system
CN111177942A (zh) * 2020-01-06 2020-05-19 中国矿业大学(北京) 矿井无人化综掘工作面数字孪生智能监控系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086364A (zh) * 2022-05-26 2022-09-20 云南能投威士科技股份有限公司 一种校园数字孪生监控运维系统
CN115616987A (zh) * 2022-09-08 2023-01-17 中国矿业大学(北京) 一种基于混合现实的矿山装备数字孪生系统构建方法
CN115311027A (zh) * 2022-10-11 2022-11-08 工业云制造(四川)创新中心有限公司 一种基于数字孪生的供应链管理方法及系统
CN115597664A (zh) * 2022-10-18 2023-01-13 中煤科工开采研究院有限公司（Cn） 一种煤矿数字综采工作面构建方法及系统
CN115597664B (zh) * 2022-10-18 2024-02-06 中煤科工开采研究院有限公司 一种煤矿数字综采工作面构建方法及系统
CN115409293A (zh) * 2022-10-31 2022-11-29 宁波长壁流体动力科技有限公司 一种基于数字孪生的智慧矿山管控方法和管控设施
CN116167204A (zh) * 2022-12-19 2023-05-26 太原理工大学 一种掘进机数字孪生建模方法
CN116167204B (zh) * 2022-12-19 2023-07-04 太原理工大学 一种掘进机数字孪生建模方法
CN117034430A (zh) * 2023-09-11 2023-11-10 湘潭大学 基于深度学习及数字孪生的闸门健康监测方法、系统及计算机可读存储介质
CN117034430B (zh) * 2023-09-11 2024-01-09 湘潭大学 基于深度学习及数字孪生的闸门健康监测方法、系统及计算机可读存储介质
CN117576294A (zh) * 2024-01-16 2024-02-20 太原理工大学 采掘装备数字孪生系统的数据传输参数优化方法
CN117576294B (zh) * 2024-01-16 2024-03-26 太原理工大学 采掘装备数字孪生系统的数据传输参数优化方法

Also Published As

Publication number Publication date
CN113610290B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN113610290A (zh) 一种基于数字孪生技术应用到煤矿采掘设备的监控系统
CN108919765B (zh) 一种基于数字孪生的智能制造工厂虚拟调试和虚拟监控方法及系统
CN111177942B (zh) 矿井无人化综掘工作面数字孪生智能监控系统
CN112487584A (zh) 一种基于动力学的滚动轴承数字孪生建模方法
CA2992297C (en) Machine learning of physical conditions based on abstract relations and sparse labels
CN109976296A (zh) 一种基于虚拟传感器的车间生产过程可视化系统及构建方法
CN111496781A (zh) 数字孪生驱动的机械臂建模、控制与监测一体化集成系统
CN111159793A (zh) 基于数字孪生五维模型3d打印机建模方法及模型系统
EP3683640A1 (en) Fault diagnosis method and apparatus for numerical control machine tool
CN111369226A (zh) 一种基于bim的工程进度监督系统
CN113359640A (zh) 一种基于数字孪生和增强现实的产线预测性维护系统及方法
CN103744337A (zh) 用于在分层分布式基于条件的维护系统中执行基于条件的数据采集的方法
CN116243671A (zh) 一种生产线数字孪生系统
JP2021015573A (ja) 異常判定装置及び異常判定システム
CN115562167A (zh) 一种数字孪生数控机床运行能耗监控系统
EP3559766A1 (en) Determining current and future states of industrial machines by using a prediction model based on historical data
CN114967494A (zh) 基于模块化开发的云端数字孪生车间仿真系统
CN113221461B (zh) 一种基于数字孪生技术的掘锚一体机监控系统
CN116227163A (zh) 一种超大型深部工程灾害物理模拟的智能协同总控系统
CN115718457A (zh) 一种机器人装配工作台的数字孪生应用系统
CN116415386A (zh) 一种基于实时数据驱动的数字孪生产线可视化系统
CN118246310A (zh) 一种面向装备远程智能监控与运维的数字孪生建模方法
CN112800606A (zh) 数字孪生产线构建方法、系统、电子设备及存储介质
CN109917772B (zh) 一种远程在线评估设备状态的phm快速原型系统
CN113311724B (zh) 一种面向机器人ai算法训练的仿真系统

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