CN114218754A - 无人机数字孪生方法、系统、计算机设备和存储介质 - Google Patents
无人机数字孪生方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114218754A CN114218754A CN202111392788.1A CN202111392788A CN114218754A CN 114218754 A CN114218754 A CN 114218754A CN 202111392788 A CN202111392788 A CN 202111392788A CN 114218754 A CN114218754 A CN 114218754A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- simulation
- time
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 169
- 238000005516 engineering process Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 10
- 238000013523 data management Methods 0.000 claims description 9
- 238000009877 rendering Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 2
- 238000006068 polycondensation reaction Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种无人机数字孪生方法、系统、计算机设备和存储介质。所述方法包括:获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。采用本方法能够实现对无人机物理设备的预测。
Description
技术领域
本申请涉及无人机技术领域,特别是涉及一种无人机数字孪生方法、系统、计算机设备和存储介质。
背景技术
数字孪生技术产生的背景是由于美国航空航天局和美国空军需要开发出具有更轻重量、更大载荷、更长飞行时间、更严苛使用条件的下一代飞行器而提出的一种新的技术范式。当前用于飞行器试验鉴定、飞行管理、和维修维护的主要基于飞行器材料特性的统计分布、启发式设计思维、物理测试和基于试验条件与工作条件相一致的假设,传统方法无法满足下一代飞行器的设计需求。
国内外关于数字孪生技术的研究主要集中在生产产线的数字孪生技术,如美国洛克希德马丁公司打造的F35战斗飞机数字孪生生产线,西门子公司和ANSYS公司打造的数字孪生软件生态系统。然而,针对无人机飞机本体打造其数字孪生体,对其健康状态和飞行安全进行监测与预测的数字孪生系统鲜有报道。
目前能见到的数字孪生系统主要针对生产线,而非装备本体,打造的是车间级数字孪生系统,其目的是提升生产效率;针对装备本体构建的数字孪生系统,市场上见到的数字孪生系统其实是物理设备的三维模型,即将物理设备图像化与三维虚拟化;但是,现有的无人机数字孪生方法和系统只能显示通过传感器测得的数据,无法实现对物理设备进行预测,且存在计算效率低的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对无人机物理设备进行预测的无人机数字孪生方法、系统、计算机设备和存储介质。
一种无人机数字孪生方法,所述方法包括:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
在其中一个实施例中,还包括:将所述实时仿真结果输入至预设的物理空间模型和数字空间模型;
构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。
一种无人机数字孪生系统,所述系统包括:模型建立模块、第一仿真模块和第二仿真模块;
所述模型建立模块,用于获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
所述第一仿真模块,用于基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
所述第二仿真模块,用于基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真并显示无人机的主要信息。
在其中一个实施例中,所述无人机数字孪生系统还包括:飞行计划模块、飞行参数模块、参数设置模块和数据管理模块;
所述飞行计划模块用于设置无人机的飞行航线,并通过一键实现功能控制无人机执行飞行任务;
所述飞行参数模块用于获取并显示无人机的状态信息;
所述参数设置模块用于对无人机的预警参数、仿真类型、仿真参数和连接进行设置;
所述数据管理模块用于对无人机执行飞行任务时产生的数据进行导入、导出和回放。
在其中一个实施例中,所述第二仿真模块包括:实物模型渲染单元;
所述实物模型渲染单元用于通过显示界面显示仿真后的无人机以及无人机的主要信息;所述主要信息包含无人机的飞行姿态角、高度、速度、信号强度、丢包率、通信延迟、振动、电池电压、油门量、飞行模式和健康等级。
在其中一个实施例中,所述第二仿真模块还包括:应力云图界面单元;
所述应力云图界面单元用于显示无人机整机结构的受力情况,包括:应力云图信息和无人机关键点的振动响应信息。
在其中一个实施例中,所述第二仿真模块还包括:透视图显示界面单元;
所述透视图显示界面单元用于显示无人机的温度、应力、振动曲线,以及用于透视显示无人机内部零部件的安装位置信息和形状信息。
在其中一个实施例中,所述飞行计划模块中飞行航线的航点通过在无人机数字孪生系统中的实时地图设置,或通过外部文件导入的方式设置。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
上述无人机数字孪生方法、系统、计算机设备和存储介质,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型,基于时变仿真模型对无人机进行实时仿真,获取实时仿真结果,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,实现了对无人机物理设备的预测,并提高了仿真的计算效率。
附图说明
图1为一个实施例中无人机数字孪生方法的应用环境图;
图2为一个实施例中无人机数字孪生方法的流程示意图;
图3为一个实施例中无人机数字孪生方法的技术路线图;
图4为一个实施例中时变式仿真技术方法的流程示意图;
图5为一个实施例中无人机数字孪生系统的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的无人机数字孪生方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102和服务器104可分别单独用于执行本申请提供的无人机数字孪生方法。终端102和服务器104也可用于协同执行本申请提供的无人机数字孪生方法。例如,服务器104用于获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种无人机数字孪生方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型。
其中,无人机的振动数据、温度数据和应变数据通过预设的传感器采集获取,对于预设的传感器采集获取的无人机的振动数据、温度数据和应变数据,通过开发的物理信息系统采集获取。
具体地,首先利用模型缩聚技术得到时变仿真模型的缩聚模型,以实现降低时变仿真模型的计算量的目的;模型缩聚技术的思想是将复杂系统的各子系统缩聚成一个超单元,然后将多个超单元进行装配,对每一个超单元,仅通过边界或外部自由度产生的矩阵来描述其行为特征。利用预设的传感器对实际物理模型进行关键参数的监测,并将监测数据进行处理,关键参数包含:无人机的振动数据、温度数据和应变数据。
步骤204,基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果。
具体地,将监测数据进行处理,作为边界条件输入到时变仿真模型中的仿真求解器中,接着对缩聚模型进行时变仿真,得到实时仿真结果。通过该方法对物理模型在仿真空间内进行数字化复现,实现对真实系统未发生事件的数字化预演。
步骤206,基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
具体地,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,其中无人机的数字空间模型是通过模型缩聚技术构建获取的,并建立物理空间模型与数字空间模型之间的通信。通过时变仿真技术求解得到飞行器结构本体和发动机的实时数据,与实测数据形成互补,构建无人机的数字孪生体,并用于对无人机的结构及发动机性能进行仿真测评。
上述无人机数字孪生方法中,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型,基于时变仿真模型对无人机进行实时仿真,获取实时仿真结果,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,实现了对无人机物理设备的预测。
在一个实施例中,所述基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真包括:
将所述实时仿真结果输入至预设的物理空间模型和数字空间模型;
构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。
具体地,图3为一个实施例中无人机数字孪生方法的技术路线图,如图3所示,预设的无人机的数字空间模型是通过模型缩聚技术构建获取的,基于压电传感器的主动传感式评估方法和模型缩聚技术,基于开发的开发物理信息系统来对无人机的结构性能及动态响应性能进行监测,得到无人机的离散时变式仿真模型,结合物理信息系统测得的特征参数和边界条件开展仿真分析;将仿真与监测结果传输至物理空间模型和数字空间模型,最后基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。其中,图3中的时变式仿真技术方法的流程如图4所示。
本实施例中,将实时仿真结果输入至预设的物理空间模型和数字空间模型,构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示,实现了对无人机的物理设备的预测。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种无人机数字孪生系统,所述系统包括:模型建立模块501、第一仿真模块502和第二仿真模块503;
所述模型建立模块501,用于获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
所述第一仿真模块502,用于基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
所述第二仿真模块503,用于基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真并显示无人机的主要信息。
具体地,所述模型建立模块501利用模型缩聚技术得到时变仿真模型的缩聚模型,以实现降低时变仿真模型的计算量的目的;模型缩聚技术的思想是将复杂系统的各子系统缩聚成一个超单元,然后将多个超单元进行装配,对每一个超单元,仅通过边界或外部自由度产生的矩阵来描述其行为特征。利用预设的传感器对实际物理模型进行关键参数的监测,并将监测数据进行处理,关键参数包含:无人机的振动数据、温度数据和应变数据。
第一仿真模块502将监测数据进行处理,作为边界条件输入到时变仿真模型中的仿真求解器中,接着对缩聚模型进行时变仿真,得到实时仿真结果。通过该方法对物理模型在仿真空间内进行数字化复现,实现对真实系统未发生事件的数字化预演。
第二仿真模块503基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,其中无人机的数字空间模型是通过模型缩聚技术构建获取的,并建立物理空间模型与数字空间模型之间的通信。通过时变仿真技术求解得到飞行器结构本体和发动机的实时数据,与实测数据形成互补,构建无人机的数字孪生体,并用于对无人机的结构及发动机性能进行仿真测评。
在一个实施例中,所述无人机数字孪生系统还包括:飞行计划模块、飞行参数模块、参数设置模块和数据管理模块;
所述飞行计划模块用于设置无人机的飞行航线,并通过一键实现功能控制无人机执行飞行任务;
所述飞行参数模块用于获取并显示无人机的状态信息;
所述参数设置模块用于对无人机的预警参数、仿真类型、仿真参数和连接进行设置;
所述数据管理模块用于对无人机执行飞行任务时产生的数据进行导入、导出和回放。
具体地,无人机孪生系统中还包含:飞行计划模块、飞行参数模块、参数设置模块和数据管理模块。飞行计划模块用于设置无人机的飞行航线,并通过一键实现功能控制无人机执行飞行任务;飞行参数模块用于获取并显示无人机的状态信息,具体的参数类型根据需要预先设定和选取。参数设置模块用于对无人机的预警参数、仿真类型、仿真参数和连接进行设置,无人机的预警参数、仿真类型、仿真参数和连接进行设置根据需求预先选择和设定。其中,预警参数包括:温度阈值、电池电量、应力阈值、振动阈值等。仿真类型包括:静力学分析、模态分析、频率响应分析、瞬态响应分析、响应谱与随机响应分析、耐久性分析。仿真参数包括:采集数据长度、时间间隔、采样频率。连接设置包括飞控系统和应变测试系统的设置。数据管理模块用于对无人机执行飞行任务时产生的数据进行导入、导出和回放,实现对无人机飞行过程中参数数据的管理。
本实施例中,通过在无人机数字孪生系统中增加飞行计划模块、飞行参数模块、参数设置模块和数据管理模块,实现了对无人机数字孪生系统的优化,实现了基于图像技术、仿真技术、物理信息技术对无人机数字孪生系统有效集成。
在一个实施例中,所述第二仿真模块包括:实物模型渲染单元;
所述实物模型渲染单元用于通过显示界面显示仿真后的无人机以及无人机的主要信息;所述主要信息包含无人机的飞行姿态角、高度、速度、信号强度、丢包率、通信延迟、振动、电池电压、油门量、飞行模式和健康等级。
具体地,实物模型渲染单元集成于第二仿真模块中,实物模型渲染单元用于通过显示界面显示仿真后的无人机以及无人机的主要信息;其中,无人机的主要信息包含无人机的飞行姿态角、高度、速度、信号强度、丢包率、通信延迟、振动、电池电压、油门量、飞行模式和健康等级。
本实施例中,通过在第二仿真模块中集成实物模型渲染单元,实现了对无人机的飞行姿态角、高度、速度、信号强度、丢包率、通信延迟、振动、电池电压、油门量、飞行模式和健康等级的有效监测,提高了无人机主要参数的监测效果。
在一个实施例中,所述第二仿真模块还包括:应力云图界面单元;
所述应力云图界面单元用于显示无人机整机结构的受力情况,包括:应力云图信息和无人机关键点的振动响应信息。
具体地,第二仿真模块中还集成有应力云图界面单元,应力云图界面单元用于显示无人机整机结构的受力情况,具体包括无人机的应力云图信息和无人机关键点的振动响应信息。
本实施例中,通过在第二仿真模块中集成应力云图界面单元,显示了无人机整机结构的受力情况,实现了对应力云图信息和无人机关键点的振动响应信息的展示,实现了对无人机应力云图的集成。
在一个实施例中,所述第二仿真模块还包括:透视图显示界面单元;
所述透视图显示界面单元用于显示无人机的温度、应力、振动曲线,以及用于透视显示无人机内部零部件的安装位置信息和形状信息。
具体地,第二仿真模块中还集成有透视图显示界面单元,透视图显示界面单元用于显示无人机的温度、应力、振动曲线,以及用于透视显示无人机内部零部件的安装位置信息和形状信息。
本实施例中,通过在第二仿真模块中集成透视图显示界面单元,实现了对无人机的温度、应力、振动曲线的显示,以及实现了透视显示无人机内部零部件的安装位置信息和形状信息。
上述无人机数字孪生系统,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型,基于时变仿真模型对无人机进行实时仿真,获取实时仿真结果,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,实现了对无人机物理设备的预测,并提高了仿真的计算效率。
关于无人机数字孪生系统的具体限定可以参见上文中对于无人机数字孪生方法的限定,在此不再赘述。上述无人机数字孪生系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人机数字孪生方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述实时仿真结果输入至预设的物理空间模型和数字空间模型;
构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。
上述计算机设备,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型,基于时变仿真模型对无人机进行实时仿真,获取实时仿真结果,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,实现了对无人机物理设备的预测。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述实时仿真结果输入至预设的物理空间模型和数字空间模型;
构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。
上述存储介质,获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型,基于时变仿真模型对无人机进行实时仿真,获取实时仿真结果,基于实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真,实现了对无人机物理设备的预测没,并提高了仿真的计算效率。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种无人机数字孪生方法,其特征在于,所述方法包括:
获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真。
2.根据权利要求1所述的方法,其特征在于,所述基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真包括:
将所述实时仿真结果输入至预设的物理空间模型和数字空间模型;
构建无人机的物理空间模型和数字空间模型之间映射关系,基于图像技术获取所述映射关系的图像化表现形式,实现对无人机仿真测试结果的图像化展示。
3.一种无人机数字孪生系统,其特征在于,所述系统包括:模型建立模块、第一仿真模块和第二仿真模块;
所述模型建立模块,用于获取无人机的振动数据、温度数据和应变数据,基于无人机的振动数据、温度数据和应变数据建立时变仿真模型;
所述第一仿真模块,用于基于所述时变仿真模型对无人机进行实时仿真,获取实时仿真结果;
所述第二仿真模块,用于基于所述实时仿真结果与预设的物理空间模型和预设的数字空间模型,对无人机进行仿真并显示无人机的主要信息。
4.根据权利要求3所述的系统,其特征在于,所述无人机数字孪生系统还包括:飞行计划模块、飞行参数模块、参数设置模块和数据管理模块;
所述飞行计划模块用于设置无人机的飞行航线,并通过一键实现功能控制无人机执行飞行任务;
所述飞行参数模块用于获取并显示无人机的状态信息;
所述参数设置模块用于对无人机的预警参数、仿真类型、仿真参数和连接进行设置;
所述数据管理模块用于对无人机执行飞行任务时产生的数据进行导入、导出和回放。
5.根据权利要求3所述的系统,其特征在于,所述第二仿真模块包括:实物模型渲染单元;
所述实物模型渲染单元用于通过显示界面显示仿真后的无人机以及无人机的主要信息;所述主要信息包含无人机的飞行姿态角、高度、速度、信号强度、丢包率、通信延迟、振动、电池电压、油门量、飞行模式和健康等级。
6.根据权利要求5所述的系统,其特征在于,所述第二仿真模块还包括:应力云图界面单元;
所述应力云图界面单元用于显示无人机整机结构的受力情况,包括:应力云图信息和无人机关键点的振动响应信息。
7.根据权利要求5所述的系统,其特征在于,所述第二仿真模块还包括:透视图显示界面单元;
所述透视图显示界面单元用于显示无人机的温度、应力、振动曲线,以及用于透视显示无人机内部零部件的安装位置信息和形状信息。
8.根据权利要求4所述的系统,其特征在于,所述飞行计划模块中飞行航线的航点通过在无人机数字孪生系统中的实时地图设置,或通过外部文件导入的方式设置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述的方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392788.1A CN114218754A (zh) | 2021-11-23 | 2021-11-23 | 无人机数字孪生方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392788.1A CN114218754A (zh) | 2021-11-23 | 2021-11-23 | 无人机数字孪生方法、系统、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114218754A true CN114218754A (zh) | 2022-03-22 |
Family
ID=80697848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111392788.1A Pending CN114218754A (zh) | 2021-11-23 | 2021-11-23 | 无人机数字孪生方法、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114218754A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169172A (zh) * | 2017-04-18 | 2017-09-15 | 上海交通大学 | 一种复杂装配体的振动分析仿真方法 |
CN108038277A (zh) * | 2017-11-29 | 2018-05-15 | 中国空间技术研究院 | 一种航天器有限元模型的二次缩聚方法 |
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 |
CN111709101A (zh) * | 2020-07-22 | 2020-09-25 | 安徽江淮汽车集团股份有限公司 | 变速箱啸叫仿真方法 |
CN112364473A (zh) * | 2020-09-14 | 2021-02-12 | 苏州数设科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN112965396A (zh) * | 2021-02-08 | 2021-06-15 | 大连大学 | 一种四旋翼无人机硬件在环可视化仿真方法 |
CN113221338A (zh) * | 2021-04-25 | 2021-08-06 | 南京邮电大学 | 一种基于数字孪生的复杂装备系统模型验证方法及系统 |
CN113379123A (zh) * | 2021-06-09 | 2021-09-10 | 中德(珠海)人工智能研究院有限公司 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
-
2021
- 2021-11-23 CN CN202111392788.1A patent/CN114218754A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169172A (zh) * | 2017-04-18 | 2017-09-15 | 上海交通大学 | 一种复杂装配体的振动分析仿真方法 |
CN108038277A (zh) * | 2017-11-29 | 2018-05-15 | 中国空间技术研究院 | 一种航天器有限元模型的二次缩聚方法 |
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 |
CN111709101A (zh) * | 2020-07-22 | 2020-09-25 | 安徽江淮汽车集团股份有限公司 | 变速箱啸叫仿真方法 |
CN112364473A (zh) * | 2020-09-14 | 2021-02-12 | 苏州数设科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN112965396A (zh) * | 2021-02-08 | 2021-06-15 | 大连大学 | 一种四旋翼无人机硬件在环可视化仿真方法 |
CN113221338A (zh) * | 2021-04-25 | 2021-08-06 | 南京邮电大学 | 一种基于数字孪生的复杂装备系统模型验证方法及系统 |
CN113379123A (zh) * | 2021-06-09 | 2021-09-10 | 中德(珠海)人工智能研究院有限公司 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
Non-Patent Citations (3)
Title |
---|
SAM HEIM等: ""Predictive Maintenance on Aircraft and Applications with"", 《IEEE》 * |
沈如松等: ""数字孪生及其在飞行器领域应用"", 《指挥与控制学报》 * |
王璐欢等: "《工业互联网与机器人技术应用初级教程》", 30 June 2020, 哈尔滨工业大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3035635B1 (en) | System and method for evaluating cyber-attacks on aircraft | |
US20160258845A1 (en) | Self-learning simulation environments | |
CN113515463A (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
Goncalves et al. | Testing advanced driver assistance systems with a serious-game-based human factors analysis suite | |
US20150073730A1 (en) | Mechanical strain gauge simulation | |
CN112799950A (zh) | 后台服务的负载能力测试系统、方法、存储介质及电子设备 | |
CN115795920A (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
CN112465141A (zh) | 模型压缩方法、装置、电子设备及介质 | |
CN114218754A (zh) | 无人机数字孪生方法、系统、计算机设备和存储介质 | |
CN103162984B (zh) | 基于熵理论的在役桥梁安全预警方法 | |
CN116794532A (zh) | 基于多模态传感器融合算法的无人机电池电量预测方法 | |
CN114912329A (zh) | 电池包模型的建模方法、装置、电子设备及存储介质 | |
TWI824198B (zh) | 預測無人機的耗電量的方法及使用所述方法的無人機 | |
CN113222276B (zh) | 覆冰情况预测方法、装置、计算机设备和存储介质 | |
CN102364488A (zh) | 一种合成环境模拟平台 | |
Gruyer et al. | From virtual to real, how to prototype, test, evaluate and validate adas for the automated and connected vehicle? | |
CN111564165A (zh) | 数据存储方法、装置、设备及存储介质 | |
CN116811895B (zh) | 车辆运行速度确定模型处理方法和车辆运行速度确定方法 | |
CN113935169B (zh) | 物理仿真方法、装置、计算机设备和存储介质 | |
CN116047889B (zh) | 一种虚实结合仿真系统中控制补偿方法及装置 | |
CN116958149B (zh) | 医疗模型训练方法、医疗数据分析方法、装置及相关设备 | |
US20230367631A1 (en) | Multitenant, Scalable, and Loosely Coupled Simulation Service to Improve Access, Efficiency, Model Sharing, and Reproducibility | |
CN114372212B (zh) | 一种基于超级计算机的数值气象预报方法和装置 | |
CN110377501B (zh) | 模型测试方法、装置、计算机设备和存储介质 | |
CN117786851A (zh) | 飞行器仿真方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220322 |
|
RJ01 | Rejection of invention patent application after publication |