CN113932761B - 基于数字孪生的高速列车承载结构变形监测方法及系统 - Google Patents

Abstract

本发明提供了一种基于数字孪生的高速列车承载结构变形监测方法及系统。该方法包括，获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，经载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，经振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息。

Description

基于数字孪生的高速列车承载结构变形监测方法及系统

技术领域

本发明属于高速列车结构健康监测技术领域，尤其涉及一种基于数字孪生的高速列车承载结构变形监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

列车承载结构在服役过程中，长期受到交变载荷、冲击、振动、高低温循环等恶劣环境因素影响，容易产生结构形变，发生结构疲劳累积，可能会造成列车事故，导致人员生命危险和经济损失，因此，对承载结构的变形进行实时监测，对于保障列车运行安全、提高列车智能化水平具有重要意义。

目前尚没有应用于列车承载结构的变形监测方法，在其他应用领域，现有的形变检测方法有视觉测量法、基于位移传感器的变形监测方法等，以上方法存在使用条件受限、无法获得结构全局变形等缺点，无法应用于列车承载结构变形在线监测，具体阐述如下：

(1)基于立体视觉的结构变形测量方法

基于立体视觉的结构变形测量方法是目前较为成熟的方法，相关的二维和三维成像传感装置、系统和软件算法均已有商用产品，如图1所示为其基本原理。该方法通常建立世界坐标系、相机坐标系和图像平面坐标系等三类坐标系，采用多个相机配合或结构光和相机配合的方法，利用几何成像原理，建立图像坐标系与世界坐标系的数学关系，进而通过测量图像，获得被测对象的世界坐标，实现对被测结构表面三维形状的测量。

基于立体视觉的结构变形测量方法具有速度快、不需要材料参数信息、受温度因素影响小等优点，但是其存在安装空间限制、不能获得结构内部形状变化等缺点，不能满足高速列车承载结构变形监测需求，详细阐述如下：

1)相机阵列及结构光源需要一定的安装空间，并要求光线不被遮挡，高速列车的承载结构包括车体、枕梁、横梁、转向架构架等结构，通常与其他结构紧密配合，周围空间狭小，不具备安装相机及结构光源的条件，且光线容易被阻挡，无法通过视觉方法获得结构全局的变形信息。

2)光路结构容易受到机械振动因素影响，高速列车服役过程中，长期处于高速、强振动、加减速和冲击等状态，视觉测量系统的光路结构极易受到外界机械振动和变形的影响，产生测量误差，该方法难以满足使用需求。

3)视觉测量方法只能够获得被测结构表面的变形信息，无法获得结构内部变形信息，因此，无法获得结构全局变形信息。

(2)基于位移传感器和曲线/曲面拟合的变形监测方法

该方法原理简单、技术成熟，针对被测结构，在关键部位布置有限个位移传感器，可以采用电容式、拉线式、激光式、光纤等各种类型传感器，以获得有限位置的位移信息，通过曲面/曲线拟合方法，获得结构局部变形信息。但该方法存在无法获得结构全局变形信息、装置复杂等问题，不能满足高速列车承载结构变形监测需求，详细阐述如下：

1)不能获得结构全局变形信息，仅能够获得有限数量被测位置的变形信息，即使通过曲线/曲面拟合方法，也只能够获得结构局部变形信息。

2)不能获得结构内部变形信息，位移传感器只能够获得被测结构表面的位移信息，无法对结构内部位置的位移信息进行测量。

3)通常情况下，位移传感器的体积较大、装置复杂，高速列车的承载结构周围空间狭小，无法大量布置位移传感器，难以满足复杂形变的测量。

(3)基于应变传感器和模态重构法的结构位移测量方法

该方法在被测结构上布置有限数量的应变传感器，通过对结构的振动模态分析与有限元仿真，获得不同振动阶次下的振型位移与应变信息，建立被测位置应变与振型之间的映射关系，结合实测应变信息，求解获得不同阶次振型的权重信息，进而实现对结构形状的重构，即可获得结构全局变形信息。该方法结构受力状态和变形形式有特殊要求，不能满足高速列车承载结构变形监测需求，详细阐述如下：

1)该方法要求结构处于自由状态或载荷恒定状态。模态重构法的前提是结构所受准静态载荷为0或恒定，对于载荷变化的结构并不适用。高速列车承载结构在服役过程中，其载荷发生交替变化，不满足模态分析法的应用条件。

2)该无法对准静态载荷造成的变形进行测量。模态重构法的基本原理是多阶振型的线性叠加，在实际应用时，一般只能取有限数量的阶次，只能够满足振动位移形态的重构，对于准静态载荷造成的变形，该方法无法进行重构，因此，无法对这种由准静态载荷造成的变形进行测量。

综上所述，现有的形变检测方法存在：结构全局变形信息难以获取问题、传感装置难以在狭小空间安装的问题、准静态载荷和动态振动变形同时准确测量的问题。

发明内容

本发明提供了一种基于数字孪生的高速列车承载结构变形监测方法及系统，其通过建立结构位移要素虚拟孪生模型、布置传感器网络和虚拟孪生模型重构，获得结构全局变形信息，解决现有测量方法存在的上述问题。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于数字孪生的高速列车承载结构变形监测方法。

基于数字孪生的高速列车承载结构变形监测方法，包括：

获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息。

进一步地，所述结构全局网格化模型包括表面网格单元和内部网格单元。

进一步地，所述对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析包括：若载荷不为0时，所述承载结构所受载荷为准静态载荷；若载荷为0时，所述承载结构所受载荷为动态振动变形。

进一步地，所述载荷分解为：根据作用点和作用方向进行载荷力分解，并对每种载荷在单位作用力下的位移和应变进行仿真分析，得到各载荷的单位位移矩阵和单位应变矩阵。

进一步地，所述振型分解为：根据承载结构的固有材料和形状固有属性，进行振动仿真，得到所述材料的n个阶次固有频率，根据所述材料的n个阶次固有频率得到各阶次振型的单位位移矩阵和单位应变矩阵。

进一步地，所述实测应变信息矩阵根据若干个传感器的实测应变数据得到。

进一步地，所述虚拟数字孪生模型为所有载荷力的位移矩阵分量的累加和与所有阶次振型所引起的位移矩阵分量的累加和的总和。

本发明的第二个方面提供一种基于数字孪生的高速列车承载结构变形监测系统。

基于数字孪生的高速列车承载结构变形监测系统，包括：

获取模块，其被配置为：获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

分析模块，其被配置为：对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

权重求解模块，其被配置为：引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

输出模块，其被配置为：联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息。

本发明的第三个方面提供一种计算机可读存储介质。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

本发明的第四个方面提供一种计算机设备。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

本发明相比于现有技术，具有以下创新点：

1、本发明提出了载荷受力变形和振动变形同时分析方法。针对列车承载结构，分别进行载荷受力分析和振动模态分析，按照作用点和作用方向进行载荷力分解，并对每种载荷在单位作用力下的位移和应变进行仿真分析，获得单位位移和应变矩阵；同时，按照振动模态分析法进行振动仿真，获得各阶次振型位移和应变矩阵。

2、本发明的技术方案联合单位载荷引起的单位应变矩阵、各阶次振型应变矩阵和实测应变数据，建立方程组，同时求解得到各载荷权重值和各阶次振型权重值。

3、本发明的技术方案联合单位载荷引起的单位位移矩阵、各阶次振型位移矩阵、各载荷权重值和各阶次振型权重值，进行结构位移数字孪生模型重构，获得结构全局变形信息。

与现有技术相比，本发明的有益效果是：

(1)解决结构全局变形信息难以获取问题。上述的立体视觉测量方法和基于位移传感器的测量方法，均无法获得结构全局变形信息，本申请通过建立全局位移要素虚拟数字孪生模型，并通过有限的实测应变信息，重构虚拟数字孪生模型，以获得包括结构表面及内部位置的全局变形信息。

(2)解决传感装置难以在狭小空间安装的问题。采用光纤光栅应变传感技术，采用一根光纤上多只传感器串联的形式，具有体积小、重量轻、柔性贴合结构弧形表面、结构简单等优点，能够在狭小空间内安装较多数量的应变传感器。

(3)解决准静态载荷和动态振动变形同时准确测量的问题。本发明将载荷分析和模态分析有机结合，将变形分解为准静态载荷变形和振动变形两部分，同时进行仿真分解获得单位变形矩阵，结合实际应变传感测量信息，对结构位移模型进行重构，获得全局变形信息。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明示出的背景技术中基于立体视觉的结构变形测量方法原理图；

图2是本发明示出的基于数字孪生的高速列车承载结构变形监测方法的流程图；

图3是本发明示出的基于数字孪生的高速列车承载结构变形监测方法中可替换步骤4和步骤5的流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步地说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。

实施例一

如图2所示，本实施例提供了一种基于数字孪生的高速列车承载结构变形监测方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器和系统，并通过终端和服务器的交互实现。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。本实施例中，该方法包括以下步骤：

获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息。

具体的，本发明的技术方案通过被测结构网格划分、载荷受力分析与振动分析、有限元仿真等8个步骤实现，基于所输入的实测应变信息矩阵，重构承载结构虚拟数字孪生模型，获得结构全局位移信息。具体的步骤过程如下：

步骤1：结构划分网格，根据结构特点，合理选择一维单元、二维单元或三维单元对结构进行划分，结合结构特点和被测位移的空间分辨力需求，划分网格尺寸，获得网格单元及顶点信息。

步骤2：进行载荷受力分析和振动分析。列车承载结构可认为是一多自由度系统，其动力学方程可以表示为：

其中，M、C和K分别是承载结构的质量、阻尼和刚度矩阵；

x分别是承载结构的节点加速度、速度和位移矢量；f(t)是载荷向量。

结构变形可以认为是多个载荷振幅向量叠加引起的结构位移振幅矢量叠加，因此，可以将结构变形分解为多个单一振幅矢量：

(1)当f≠0时，即载荷不为0时，对结构载荷受力进行分析，由于列车承载结构所受载荷主要集中于低频部分(0～50Hz)，远低于结构固有振动频率，因此，可认为结构所受载荷为准静态力，公式(1)可简化为：

[K]{x_i}_fi≠0＝f_i (2)

其中，f_i为第i个单一载荷。

(2)当f＝0时，即载荷为0时，即结构处于自由振动状态，对结构进行振动模态分析，公式(1)可简化为：

其中，ωj为第j阶固有频率。

步骤3：进行载荷分解和振型分解。

(1)载荷分解，按照作用力位置和方向，将结构所受载荷力分解为m个载荷力叠加，结构所受载荷力为：

(2)振型分解，按照结构固有材料和形状固有属性，仿真得到材料的n个阶次固有频率ω。

步骤4：仿真得到单位载荷下和单一振型最大振幅下的位移、应变矩阵。

(1)令单一载荷f_i＝1，仿真得到结构各单元位移矩阵{x_i}_fi＝1和应变矩阵{s_i}_fi＝1。

(2)仿真在1～n阶振型最大振幅条件下的结构各单元移矩阵{x_j}_ωj和应变矩阵{s_j}_ωj。

步骤5：输入实测应变信息矩阵[S₁,S₂,S₃,…,S_p]，建立方程组。其中传感器数量p满足：

p≥m+n (5)

建立p个方程，得到应变权重模型：

其中Q_fi、Q_ωj分别为对应于载荷fi、j阶振型的权重值，P_k为对应于S_k的网格顶点，1≤k≤p。

步骤6：利用最小二乘法求解方程组(6)，获得解[Q_f1,Q_f2,…,Q_fm,Q_ω1,Q_ω2,…,Q_ωn]。

步骤7：得到单一载荷下的位移矩阵分量{X_i}_fi和单一阶次振型所引起的位移矩阵分量{X_j}_ωj：

{X_j}_ωj＝Q_ωj·{x_j}_ωj (8)

步骤8：重构虚拟数字孪生模型，获得承载结构全局位移矩阵为：

即重构获得结构位移要素数字孪生模型，获得任意点的变形量。

本实施例的一种基于数字孪生的高速列车承载结构变形监测方法，主要包括：结构网格划分、载荷受力分析和振动分析、载荷分解和振型分解、仿真得到单位载荷下和单一振型最大振幅下的位移及应变矩阵、基于实测应变信息矩阵建立方程组、求解方程组、得到单一载荷下的位移矩阵分量、重构虚拟数字孪生模型8个步骤，使得本发明具有以下优点：

1)全局变形状态监测，可以获得结构表面和内部任意位置的位移信息；

步骤1中对结构进行网格划分，建立结构全局网格化模型，包括表面和内部网格单元，在步骤4获得单位位移矩阵时，也包含结构表面和内部的单元位移信息，因此，在步骤7、步骤8对结构位移矩阵重构时，能够获得结构表面和内部全部单元的位移信息，实现对结构全局变形状态的测量。

2)静态和动态变形同时监测；

在步骤2、步骤3和步骤4中，将对被测结构进行载荷受力分析和振动分析，将引起结构变形的因素分为载荷和自由振动进行分析，因此，能够将结构全局变形分解为由载荷引起的静态/准静态变形和振动引起的动态变形。按照步骤5、步骤6，进行应变方程组的求解，获得每一种载荷及振动模态的实际权重，通过步骤7、步骤8，重构结构全局变形模型，最终实现对结构静态和动态变形的同时监测。

作为一种或多种实施方式，上述8个步骤，其中以下步骤可以进行替代：

步骤4和步骤5可进行如下替代：步骤4种只进行结构位移仿真，仅得到单位载荷下的位移矩阵和各阶振型下的位移矩阵，相应的，在步骤5中，需要在结构上布置有限数量的位移参量测点，测点数量p满足：

p≥m+n (5)

通过检测，获得实测位移信息矩阵，结合仿真得到的单位位移矩阵，建立方程组并进行求解，如图3所示。

作为一种或多种实施方式，步骤6中利用最小二乘法求解方程组(6)，可替换为其他最优解求解方法，包括：粒子群算法、GSOR迭代算法、Hopfield神经网络方法、SA模拟退火方法、遗传算法等。

本实施例提供的基于数字孪生的高速列车承载结构变形监测方法，通过建立结构位移要素虚拟孪生模型、布置传感器网络和虚拟孪生模型重构，获得结构全局变形信息，解决现有测量方法存在的上述问题。

(1)解决结构全局变形信息难以获取问题。上述的立体视觉测量方法和基于位移传感器的测量方法，均无法获得结构全局变形信息，本申请通过建立全局位移要素虚拟数字孪生模型，并通过有限的实测应变信息，重构虚拟数字孪生模型，以获得包括结构表面及内部位置的全局变形信息。

(2)解决传感装置难以在狭小空间安装的问题。采用光纤光栅应变传感技术，采用一根光纤上多只传感器串联的形式，具有体积小、重量轻、柔性贴合结构弧形表面、结构简单等优点，能够在狭小空间内安装较多数量的应变传感器。

(3)解决准静态载荷和动态振动变形同时准确测量的问题。本发明将载荷分析和模态分析有机结合，将变形分解为准静态载荷变形和振动变形两部分，同时进行仿真分解获得单位变形矩阵，结合实际应变传感测量信息，对结构位移模型进行重构，获得全局变形信息。

实施例二

本实施例提供了一种基于数字孪生的高速列车承载结构变形监测系统。

基于数字孪生的高速列车承载结构变形监测系统，包括：

获取模块，其被配置为：获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

分析模块，其被配置为：对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

权重求解模块，其被配置为：引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

输出模块，其被配置为：联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息。

此处需要说明的是，上述获取模块、分析模块、权重求解模块和输出模块与实施例一中的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。

实施例三

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

实施例四

本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明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和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、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。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于数字孪生的高速列车承载结构变形监测方法，其特征在于，包括：

获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息；

所述引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型具体包括：

输入实测应变信息矩阵[S₁,S₂,S₃,…,S_p]，建立方程组，其中传感器数量p满足：

p≥m+n

建立p个方程，得到应变权重模型：

其中，m为载荷分解后载荷力的个数，n为振型分解后材料的阶次个数，Q_fi、Q_ωj分别为对应于载荷fi、j阶振型的权重值，P_k为对应于S_k的网格顶点，1≤k≤p。

2.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述结构全局网格化模型包括表面网格单元和内部网格单元。

3.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析包括：若载荷不为0时，所述承载结构所受载荷为准静态载荷；若载荷为0时，所述承载结构所受载荷为动态振动变形。

4.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述载荷分解为：根据作用点和作用方向进行载荷力分解，并对每种载荷在单位作用力下的位移和应变进行仿真分析，得到各载荷的单位位移矩阵和单位应变矩阵。

5.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述振型分解为：根据承载结构的固有材料和形状固有属性，进行振动仿真，得到所述材料的n个阶次固有频率，根据所述材料的n个阶次固有频率得到各阶次振型的单位位移矩阵和单位应变矩阵。

6.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述实测应变信息矩阵根据若干个传感器的实测应变数据得到。

7.根据权利要求1所述的基于数字孪生的高速列车承载结构变形监测方法，其特征在于，所述虚拟数字孪生模型为所有载荷力的位移矩阵分量的累加和与所有阶次振型所引起的位移矩阵分量的累加和的总和。

8.基于数字孪生的高速列车承载结构变形监测系统，其特征在于，包括：

获取模块，其被配置为：获取被测承载结构，对所述承载结构进行网格划分，建立结构全局网格化模型；

分析模块，其被配置为：对所述结构全局网格化模型分别进行载荷受力分析和振动模态分析，基于载荷受力分析的结果进行载荷分解得到各载荷的单位位移矩阵和单位应变矩阵，基于振动模态分析的结果进行振型分解得到各阶次振型的单位位移矩阵和单位应变矩阵；

权重求解模块，其被配置为：引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型；基于应变权重模型，得到各载荷权重值和各阶次振型权重值；

输出模块，其被配置为：联合各载荷的单位位移矩阵、各阶次振型的单位位移矩阵、各载荷权重值和各阶次振型权重值，进行虚拟数字孪生模型重构，获得承载结构全局变形信息；

所述引入实测应变信息矩阵，结合各载荷的单位应变矩阵和各阶次振型的单位应变矩阵，得到应变权重模型具体包括：

输入实测应变信息矩阵[S₁,S₂,S₃,…,S_p]，建立方程组，其中传感器数量p满足：

p≥m+n

建立p个方程，得到应变权重模型：

其中，m为载荷分解后载荷力的个数，n为振型分解后材料的阶次个数，Q_fi、Q_ωj分别为对应于载荷fi、j阶振型的权重值，P_k为对应于S_k的网格顶点，1≤k≤p。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于数字孪生的高速列车承载结构变形监测方法中的步骤。

Images