CN114611313A - 一种基于模型融合的复杂产品数字孪生构建与应用方法 - Google Patents
一种基于模型融合的复杂产品数字孪生构建与应用方法 Download PDFInfo
- Publication number
- CN114611313A CN114611313A CN202210274574.2A CN202210274574A CN114611313A CN 114611313 A CN114611313 A CN 114611313A CN 202210274574 A CN202210274574 A CN 202210274574A CN 114611313 A CN114611313 A CN 114611313A
- Authority
- CN
- China
- Prior art keywords
- model
- twin
- physical product
- data
- information 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000010276 construction Methods 0.000 title claims abstract description 21
- 230000004927 fusion Effects 0.000 title claims abstract description 21
- 230000007246 mechanism Effects 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 13
- 239000000203 mixture Substances 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000006731 degradation reaction Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于模型融合的复杂产品数字孪生构建与应用方法，涉及复杂产品数字孪生技术领域。所述数字孪生由信息模型、机理模型和领域模型融合而成，在真实数据驱动下提供评估、预测和优化孪生应用服务，包含以下方法步骤：根据物理产品运行环境和运行过程，建立状态信息模型、提取运行工况数据集；根据物理产品的结构组成，建立虚拟映射模型；根据物理产品的运行规律，建立机理模型；在计算机系统中模拟物理产品运行过程，提取状态数据建立孪生信息模型；采用评估、预测和优化类领域模型，修正机理模型、预测物理产品行为和状态、优化物理产品结构和运行。本发明能够在产品不同业务活动中开展有效孪生构建和应用。
Description
技术领域
本发明属于复杂产品数字孪生技术领域，尤其涉及一种基于模型融合的复杂产品数字孪生构建与应用方法。
背景技术
数字孪生充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成物理产品的映射，从而反映物理产品的服役状态，预测和推演将来可能发生的事件，达到以虚认知和控制物理世界的目的。数字孪生被列为未来十大战略技术趋势之一，被认为是第四次工业革命中推动产品研发和创新的关键技术引擎。
在数字孪生构建及其在复杂产品孪生应用方面，国内外学者提出了多种面向不同对象、不同场景的数字孪生建模方法，然而都难以在产品的实际业务活动中得到有效应用。本发明根据复杂产品数字孪生组成和各业务活动中应用特征，建立由信息模型、机理模型和领域模型融合的数字孪生构建方法，面向评估、预测、优化业务活动中数字孪生的应用需求，提出了数字孪生应用方法，形成与应用场景深度融合的复杂产品数字孪生，实现数字孪生在产品业务活动中的有效应用。
发明内容
本发明的目的是提供一种基于模型融合的复杂产品数字孪生构建与应用方法，能有效地解决复杂产品数字孪生构建和应用技术问题。
为实现上述发明目的，本发明技术方案如下：一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于，复杂产品数字孪生包括信息模型、机理模型和领域模型的融合，在真实数据驱动下形成面向产品业务活动的孪生应用服务，包括如下步骤：
步骤一、分析复杂产品的运行环境、运行过程，并采集运行环境参数，形成运行工况数据集；采集运行过程状态数据，构建状态信息模型；
步骤二、根据物理产品的结构组成，在计算机系统中建立与物理产品结构完全相同的虚拟产品，形成虚拟映射模型，包含物理产品具有的运动特性、功能特性、材料特性、力学特性；
步骤三、分析复杂产品的运行一般规律，基于动力学分析构建机理模型，包括功能原理、零部件运动机理、力和运动传递机理、性能退化机理、结构疲劳机理；
步骤四、将物理产品运行工况数据集、机理模型作用于虚拟映射模型，在计算机系统中模拟物理产品运行过程，提取模拟运行过程的状态数据，构建孪生信息模型；
步骤五、将状态信息模型和孪生信息模型作用于领域模型，开展面向评估、预测、优化的孪生应用。
所述信息模型是指根据表达框架组织起来的、具有完整功能的、能在计算机中表达的数据集合，包括状态信息模型、虚拟映射模型和孪生信息模型：状态信息模型是指从物理产品实际运行过程中采集的状态数据；虚拟映射模型是指在计算机中创建的物理产品映射体，包含三维几何和物理属性；孪生信息模型是指从虚拟映射模型模拟物理产品运行而产生的与状态信息模型相对应的模拟状态数据；信息模型的表达式为InfoModel：
InfoModel＝{a1,a2,a3,...,ai,...}
其中，ai(i＝1,2,3,…)表示信息模型中所包含的数据项。
所述机理模型是指物理产品运行过程中结构、参数之间的相互作用规则，揭示物理产品运行的本质规律，通过物理、数学、仿真的方式表达；机理模型的表达式为PrinModel：
PrinModel＝f(x1,x2,x3,...,xi,...)
其中，x1表示物理产品结构或参数，f表示作用规则。
所述领域模型是指面向物理产品业务活动的应用模型，具有复杂的运行流程，用于支撑物理产品评估、预测和优化业务活动的实现；领域模型包括评估类、预测类和优化类三种：评估类领域模型通过分析状态信息模型数据和孪生信息模型数据的近似程度，修正机理模型，实现物理产品与虚拟映射模型同步；预测类领域模型通过分析状态信息模型数据和孪生信息模型数据，预测物理产品未来的行为和状态，更新虚拟映射模型相应结构的状态；优化类领域模型基于对物理产品未来行为和状态的预测，调整物理产品结构、运行参数和运行工况参数，以优化物理产品结构、运行方案和服役环境；领域模型用FieldModel表示。
所述信息模型、机理模型和领域模型的融合通过数据传递的方式实现，具体过程为：采集物理产品运行过程的数据，形成状态信息模型；将状态信息模型中的数据和运行工况数据输入到机理模型，在机理模型规则的作用下，驱动虚拟映射模型模拟物理产品运行过程；提取模拟运行过程数据形成孪生信息模型；将状态信息模型和孪生信息模型中的数据输入领域模型，开展孪生应用。
面向评估的孪生应用流程如下：采用状态评估类领域模型分析状态信息模型和孪生信息模型中同属性数据的相似程度，判断二者是否一致；如果为否，则对机理模型进行修正，直到满足上述要求，实现物理产品与虚拟映射模型的“虚实同步”。
面向预测的孪生应用流程如下：将状态信息模型与孪生信息模型输入到预测类领域模型，采用深度学习方法进行整机及零部件的性能监测、故障诊断、寿命预测，将预测结果反馈到虚拟映射模型上，更新虚拟映射模型中相对应节点的状态，实现“以虚测实”。
面向优化的孪生应用流程如下：将预测结果及状态信息模型输入到优化类领域模型，优化虚拟映射模型中的结构及参数，调整机理模型中运行参数、服役工况条件，达到模拟过程中提高运行效率、延长服役寿命的优化目标，将调整结果作用与物理产品或服役工况，实现“以虚控实”。
本发明的有益效果为：本发明提供一种基于模型融合的复杂产品数字孪生构建与应用方法，数字孪生是实现复杂产品高性能、长周期服役的重要手段，然而如何在复杂产品业务活动中有效应用一直是学术界和产业界面临的关键问题。本发明通过细致分析复杂产品业务特征，结合数字孪生基本理念，提出一种基于模型融合的数字孪生构建方法，采用信息模型表达孪生体状态，其中状态信息模型表达物理产品的实际运行状态，通过虚拟映射模型在计算机系统重建物理产品映射体，通过孪生信息表征虚拟映射模型的模拟运行状态；采用机理模型模拟物理产品基本运行规律和机制，实现物理产品与虚拟映射模型的虚实同步；采用领域模型开展面向多种业务场景的孪生应用，包括评估类孪生模型、预测类孪生模型和优化类孪生模型。本发明所提出的是一种通用的复杂产品数字孪生构建方法，考虑到不同业务过程、不同业务场景、不同对象的数字孪生构建与应用要求，通过多种信息模型、机理模型和领域模型的组合，形成多样化的数字孪生，同时能够有效应用与产品业务过程，对于提高复杂产品智能化、数字化水平具有重要作用，为实现我国制造业高质量发展具有推动作用。
附图说明
图1为本发明结构框图；
图2为本发明实施例数字孪生构建及应用流程
图3为本发明实施例面向评估的数字孪生应用流程
图4为本发明实施例面向预测的数字孪生应用流程
图5为本发明实施例面向优化的数字孪生应用流程
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
图1为模型融合的复杂产品数字孪生结构框图。以高速列车转向架作为例，构建其数字孪生模型，进行转向架关键零部件寿命预测，并对其结构进行优化设计。通过列车上布置传感器的采集车辆及转向架运行过程的速度、齿轮箱箱体振动加速度、轴箱振动加速度等数据，建立状态信息模型；采集各时间节点及空间位置的环境参数(如温度、湿度、风速等)以及轨道线路参数(路燥、坡度等)，形成运行工况数据集；分析高速列车运行大系统，建立车辆耦合动力学模型、齿轮箱疲劳模型等，构建机理模型；根据车辆结构，在三维建模软件中建立包括动车组车体、转向架等三维模型，并且定义零部件结构的材料、刚度、转动惯量等物理属性，形成虚拟映射模型；在仿真分析软件中对车辆运行过程进行仿真分析，提取模拟运行过程中的速度、振动加速度、力学特性等数据，形成孪生信息模型；领域模型包括状态评估、寿命预测和结构优化。
图2为数字孪生构建及应用流程，包含以下步骤：①采集高速列车运行工况数据，包括温度、湿度、风速等环境参数，运行线路的路燥、坡度等参数；采集高速列车运行过程数据，包括车辆行驶速度、齿轮箱箱体振动加速度、轴箱振动加速度等。②在CATIA软件中建立车辆三维模型，定义零部件材料、刚度、转动惯量等物理属性。③根据高速列车及转向架运行规律，建立车辆耦合动力学模型、齿轮箱疲劳模型。④在运行工况数据、状态数据输入条件下，在ANSYS和SIMPACK中进行高速列车运行过程仿真分析，提取速度、振动加速度、力学特性等孪生信息。⑤对比分析实际运行过程中采集的数据与模拟运行过程的仿真数据，验证机理模型的正确性，并进行机理模型修正；提取数据中的特征信息，采用机器学习等方法预测齿轮箱剩余寿命；以提高齿轮箱使用寿命为优化目标，对齿轮箱体进行改进设计，通过仿真分析验证改进设计方案的有效性。
图3为面向评估的数字孪生应用流程，包含以下步骤：①选取孪生信息与状态信息中相同的一组或多组数据用于一致性评估，例如齿轮箱上箱体横向、纵向和垂向振动加速度。②分析孪生数据和状态数据的相似性，包括数值大小的相似性和数据变化趋势的相似性。③判断数据差异是否小于评判标准中设定的阈值，若小于，则评估结束；反之，进入步骤④。④修改机理模型参数，或者重新建立高速列车和转向架的运行过程机理模型。⑤采用修正后的机理模型进行仿真分析，提取模拟运行过程的数据，更新孪生信息，返回步骤①。
图4为面向预测的数字孪生应用流程，包含以下步骤：①在转向架结构组成中选择需要进行寿命预测的结构，例如齿轮箱箱体。②根据寿命预测方法，提取寿命预测所需的输入数据，例如齿轮箱箱体横向、纵向和垂向振动加速度。③从孪生信息和状态信息中提取所需数据，作为寿命预测的输入。④提取数据中的特征，采用机器学习的方法预测齿轮箱寿命预测，得到齿轮箱的寿命估计结果。⑤设置零部件剩余寿命预警等级，根据寿命预测结果在虚拟映射模型上进行预警显示。
图5为面向优化的数字孪生应用流程，包含以下步骤：①获取齿轮箱箱体的寿命预测结果、状态信息和工况信息，作为齿轮箱优化设计的输入。③进行优化分析，形成齿轮箱结构优化方案，对齿轮箱进行优化设计。④通过仿真分析，验证优化的设计方案。⑤按照优化后的设计方案生产齿轮箱，并在高速列车上装配使用，延长齿轮箱的服役时间。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于，复杂产品数字孪生包括信息模型、机理模型和领域模型的融合，在真实数据驱动下形成面向产品业务活动的孪生应用服务，包括如下步骤：
步骤一、分析复杂产品的运行环境、运行过程，并采集运行环境参数，形成运行工况数据集；采集运行过程状态数据，构建状态信息模型；
步骤二、根据物理产品的结构组成，在计算机系统中建立与物理产品结构完全相同的虚拟产品，形成虚拟映射模型，包含物理产品具有的运动特性、功能特性、材料特性、力学特性；
步骤三、分析复杂产品的运行一般规律，基于动力学分析构建机理模型，包括功能原理、零部件运动机理、力和运动传递机理、性能退化机理、结构疲劳机理；
步骤四、将物理产品运行工况数据集、机理模型作用于虚拟映射模型，在计算机系统中模拟物理产品运行过程，提取模拟运行过程的状态数据，构建孪生信息模型；
步骤五、将状态信息模型和孪生信息模型作用于领域模型，开展面向评估、预测、优化的孪生应用。
2.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：所述信息模型是指根据表达框架组织起来的、具有完整功能的、能在计算机中表达的数据集合，包括状态信息模型、虚拟映射模型和孪生信息模型：状态信息模型是指从物理产品实际运行过程中采集的状态数据；虚拟映射模型是指在计算机中创建的物理产品映射体，包含三维几何和物理属性；孪生信息模型是指从虚拟映射模型模拟物理产品运行而产生的与状态信息模型相对应的模拟状态数据；信息模型的表达式为InfoModel：
InfoModel＝{a1,a2,a3,...,ai,...}
其中，ai(i＝1,2,3,…)表示信息模型中所包含的数据项。
3.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：所述机理模型是指物理产品运行过程中结构、参数之间的相互作用规则，揭示物理产品运行的本质规律，通过物理、数学、仿真的方式表达；机理模型的表达式为PrinModel：
PrinModel＝f(x1,x2,x3,...,xi,...)
其中，x1表示物理产品结构或参数，f表示作用规则。
4.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：所述领域模型是指面向物理产品业务活动的应用模型，具有复杂的运行流程，用于支撑物理产品评估、预测和优化业务活动的实现；领域模型包括评估类、预测类和优化类三种：评估类领域模型通过分析状态信息模型数据和孪生信息模型数据的近似程度，修正机理模型，实现物理产品与虚拟映射模型同步；预测类领域模型通过分析状态信息模型数据和孪生信息模型数据，预测物理产品未来的行为和状态，更新虚拟映射模型相应结构的状态；优化类领域模型基于对物理产品未来行为和状态的预测，调整物理产品结构、运行参数和运行工况参数，以优化物理产品结构、运行方案和服役环境；领域模型用FieldModel表示。
5.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：所述信息模型、机理模型和领域模型的融合通过数据传递的方式实现，具体过程为：采集物理产品运行过程的数据，形成状态信息模型；将状态信息模型中的数据和运行工况数据输入到机理模型，在机理模型规则的作用下，驱动虚拟映射模型模拟物理产品运行过程；提取模拟运行过程数据形成孪生信息模型；将状态信息模型和孪生信息模型中的数据输入领域模型，开展孪生应用。
6.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：面向评估的孪生应用流程如下：采用状态评估类领域模型分析状态信息模型和孪生信息模型中同属性数据的相似程度，判断二者是否一致；如果为否，则对机理模型进行修正，直到满足上述要求，实现物理产品与虚拟映射模型的“虚实同步”。
7.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：面向预测的孪生应用流程如下：将状态信息模型与孪生信息模型输入到预测类领域模型，采用深度学习方法进行整机及零部件的性能监测、故障诊断、寿命预测，将预测结果反馈到虚拟映射模型上，更新虚拟映射模型中相对应节点的状态，实现“以虚测实”。
8.根据权利要求1所述的一种基于模型融合的复杂产品数字孪生构建与应用方法，其特征在于：面向优化的孪生应用流程如下：将预测结果及状态信息模型输入到优化类领域模型，优化虚拟映射模型中的结构及参数，调整机理模型中运行参数、服役工况条件，达到模拟过程中提高运行效率、延长服役寿命的优化目标，将调整结果作用与物理产品或服役工况，实现“以虚控实”。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210274574.2A CN114611313B (zh) | 2022-03-21 | 2022-03-21 | 一种基于模型融合的复杂产品数字孪生构建与应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210274574.2A CN114611313B (zh) | 2022-03-21 | 2022-03-21 | 一种基于模型融合的复杂产品数字孪生构建与应用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114611313A true CN114611313A (zh) | 2022-06-10 |
| CN114611313B CN114611313B (zh) | 2024-08-20 |
Family
ID=81865934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210274574.2A Active CN114611313B (zh) | 2022-03-21 | 2022-03-21 | 一种基于模型融合的复杂产品数字孪生构建与应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114611313B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130333A (zh) * | 2022-09-01 | 2022-09-30 | 东南大学 | 一种数字孪生模型合并方法 |
| CN115421400A (zh) * | 2022-09-16 | 2022-12-02 | 青岛理工大学 | 一种服务健康状态智能识别决策的数字孪生虚实一致性判别方法 |
| CN115422814A (zh) * | 2022-11-04 | 2022-12-02 | 中国海洋大学 | 一种数字孪生驱动的复杂机电产品闭环优化设计方法 |
| CN115659791A (zh) * | 2022-10-18 | 2023-01-31 | 山东大学 | 一种数字孪生数据模型驱动的高性能虚拟仿真方法及系统 |
| CN115730401A (zh) * | 2022-11-18 | 2023-03-03 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计系统及方法 |
| CN117788719A (zh) * | 2024-02-26 | 2024-03-29 | 北京飞渡科技股份有限公司 | 一种基于模型编码的数据融合方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111708531A (zh) * | 2020-05-08 | 2020-09-25 | 深圳数设科技有限公司 | 数据处理方法和装置 |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
| CN112765748A (zh) * | 2021-01-25 | 2021-05-07 | 长安大学 | 机理-数据异构信息融合的旋转机械数字孪生建模方法 |
| CN112859739A (zh) * | 2021-01-15 | 2021-05-28 | 天津商业大学 | 一种数字孪生驱动的多轴数控机床轮廓误差抑制方法 |
| CN113705095A (zh) * | 2021-08-27 | 2021-11-26 | 西安科技大学 | 一种循环水泵数字孪生建模方法 |
| US20220067229A1 (en) * | 2020-09-03 | 2022-03-03 | International Business Machines Corporation | Digital twin multi-dimensional model record using photogrammetry |
-
2022
- 2022-03-21 CN CN202210274574.2A patent/CN114611313B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111708531A (zh) * | 2020-05-08 | 2020-09-25 | 深圳数设科技有限公司 | 数据处理方法和装置 |
| US20220067229A1 (en) * | 2020-09-03 | 2022-03-03 | International Business Machines Corporation | Digital twin multi-dimensional model record using photogrammetry |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
| CN112859739A (zh) * | 2021-01-15 | 2021-05-28 | 天津商业大学 | 一种数字孪生驱动的多轴数控机床轮廓误差抑制方法 |
| CN112765748A (zh) * | 2021-01-25 | 2021-05-07 | 长安大学 | 机理-数据异构信息融合的旋转机械数字孪生建模方法 |
| CN113705095A (zh) * | 2021-08-27 | 2021-11-26 | 西安科技大学 | 一种循环水泵数字孪生建模方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130333A (zh) * | 2022-09-01 | 2022-09-30 | 东南大学 | 一种数字孪生模型合并方法 |
| CN115421400A (zh) * | 2022-09-16 | 2022-12-02 | 青岛理工大学 | 一种服务健康状态智能识别决策的数字孪生虚实一致性判别方法 |
| CN115659791A (zh) * | 2022-10-18 | 2023-01-31 | 山东大学 | 一种数字孪生数据模型驱动的高性能虚拟仿真方法及系统 |
| WO2024082530A1 (zh) * | 2022-10-18 | 2024-04-25 | 山东大学 | 一种数字孪生数据模型驱动的高性能虚拟仿真方法及系统 |
| CN115422814A (zh) * | 2022-11-04 | 2022-12-02 | 中国海洋大学 | 一种数字孪生驱动的复杂机电产品闭环优化设计方法 |
| CN115422814B (zh) * | 2022-11-04 | 2023-04-28 | 中国海洋大学 | 一种数字孪生驱动的复杂机电产品闭环优化设计方法 |
| CN115730401A (zh) * | 2022-11-18 | 2023-03-03 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计系统及方法 |
| CN115730401B (zh) * | 2022-11-18 | 2024-05-07 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计系统及方法 |
| CN117788719A (zh) * | 2024-02-26 | 2024-03-29 | 北京飞渡科技股份有限公司 | 一种基于模型编码的数据融合方法及装置 |
| CN117788719B (zh) * | 2024-02-26 | 2024-05-07 | 北京飞渡科技股份有限公司 | 一种基于模型编码的数据融合方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114611313B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114611313A (zh) | 一种基于模型融合的复杂产品数字孪生构建与应用方法 | |
| CN102880732B (zh) | 一种轨道交通车辆门系统动力学联合仿真分析方法 | |
| CN111159793B (zh) | 基于数字孪生五维模型3d打印机建模方法及模型系统 | |
| CN112487584A (zh) | 一种基于动力学的滚动轴承数字孪生建模方法 | |
| CN111338300A (zh) | 生产线基于数字孪生的物理仿真方法及其系统 | |
| US6192745B1 (en) | Method and system for simulating vehicle and roadway interaction | |
| CN102521434B (zh) | 一种轨道交通车辆门系统锁闭装置动力学仿真分析方法 | |
| Haug et al. | Virtual prototyping simulation for design of mechanical systems | |
| CN112508373B (zh) | 一种基于数字孪生技术的船用柴油机性能评估方法 | |
| CN101482451A (zh) | 整车道路虚拟试验系统及其试验方法 | |
| JP2015533244A (ja) | ドライブラインモデラ | |
| CN105138796A (zh) | 一种用于整车振动噪声仿真的模态轮胎建模方法 | |
| CN115455754A (zh) | 一种基于数字孪生的矿山液压支架设计方法 | |
| CN110414052A (zh) | 一种基于数字样车和虚拟路谱的汽车结构疲劳寿命计算方法 | |
| Khan et al. | Multibody dynamics cosimulation for vehicle NVH response predictions | |
| Zhang et al. | Genetic algorithms for optimal design of vehicle suspensions | |
| CN116050190B (zh) | 一种基于数字孪生的产品性能和退化状态分析方法 | |
| CN116620327A (zh) | 基于PPO和Lattice实现自动驾驶的高速场景的变道决策方法 | |
| Alexandru | Virtual prototyping platform for designing mechanical and mechatronic systems | |
| Yu et al. | Research of simulation in character animation based on physics engine | |
| CN114239938A (zh) | 一种基于状态的能源数字孪生体的构建方法 | |
| CN117454530B (zh) | 一种基于数字孪生的汽车车身部件建模、检测方法及系统 | |
| Haug | Integrated tools and technologies for concurrent engineering of mechanical systems | |
| CN112270074B (zh) | 产品样机模型构建方法及装置 | |
| CN115422620B (zh) | 基于数字孪生的物流装备再设计方法、装置及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |