CN115270458A - 一种基于数字孪生技术的汽车发动机管控方法 - Google Patents

一种基于数字孪生技术的汽车发动机管控方法 Download PDF

Info

Publication number
CN115270458A
CN115270458A CN202210877564.8A CN202210877564A CN115270458A CN 115270458 A CN115270458 A CN 115270458A CN 202210877564 A CN202210877564 A CN 202210877564A CN 115270458 A CN115270458 A CN 115270458A
Authority
CN
China
Prior art keywords
model
engine
data
digital twin
parameters
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
Application number
CN202210877564.8A
Other languages
English (en)
Inventor
王峰
张海涛
王琛驹
孙铭蔚
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.)
Changsha Automobile Innovation Research Institute
Original Assignee
Changsha Automobile Innovation Research Institute
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 Changsha Automobile Innovation Research Institute filed Critical Changsha Automobile Innovation Research Institute
Priority to CN202210877564.8A priority Critical patent/CN115270458A/zh
Publication of CN115270458A publication Critical patent/CN115270458A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明公开了一种基于数字孪生技术的汽车发动机管控方法，包括如下步骤：S101、建立发动机数字孪生模型，包括通过分析发动机的运行原理建立发动机气路系统的机理模型、以及动态的数据驱动模型；S201、利用数字孪生模型监测气路系统中风扇、压气机、燃烧室、机械轴、涡轮和排气管的输入输出气体状态参数；S301、通过输入控制变量求解发动机部件之间的气体状态参数；本发明通过部件级的发动机气路系统机理模型进行发动机部件和发动机整体的参数估计，并建立动态的数据驱动模型与机理模型融合的方法，以实现通过动态更新的数字孪生模型进行发动机运行条件改变情况下参数估计的功能。

Description

一种基于数字孪生技术的汽车发动机管控方法
技术领域
本发明涉及车发动机管控技术领域，具体是一种基于数字孪生技术的汽车发动机管控方法。
背景技术
汽车发动机是汽车的“心脏”，其可靠、稳定及安全运行对于确保汽车安全尤为重要，因此，发动机全寿命周期的测试、试验、状态监测成为发动机安全可靠运行的重要基础，因其功能结构复杂、运行工况多变、连续运行时内部环境极端恶劣以及传感器布置的局限等，发动机测试与状态监测的数据分析和深度应用成为工业互联网背景下的热点与挑战问题，对发动机的试验测试、运行维护等均具有重要的价值和意义。数字孪生技术以其多尺度、高保真的模型，全生命周期内的数据管理等特性能够实现在虚拟空间内同步反映发动机状态，且数字孪生软件以三维模型、虚拟现实等手段能够形象直观的展示发动机的试验与运行状态。与此同时，考虑到发动机整个系统的复杂性与实现难度，而气路系统对发动机性能具有决定性的影响且呈现高度的机电力热耦合特性，因此，本发明开展发动机气路系统数字孪生技术的研究与开发，以期能够通过技术探索与尝试为未来国产汽车发动机试验智能运维提供助力。
发明内容
本发明的目的在于提供一种基于数字孪生技术的汽车发动机管控方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于数字孪生技术的汽车发动机管控方法，包括如下步骤：
S101、建立发动机数字孪生模型，包括通过分析发动机的运行原理建立发动机气路系统的机理模型、以及动态的数据驱动模型；
S201、利用数字孪生模型监测气路系统中风扇、压气机、燃烧室、机械轴、涡轮和排气管的输入输出气体状态参数；
S301、通过输入控制变量求解发动机部件之间的气体状态参数；
S401、使用发动机运动过程的历史数据实时进行发动机参数的回归预测，同时使用融合滤波的方法对机理模型和数据驱动模型的输出数据进行融合；
S501、通过可视化软件进行数据和模型的管理以及三维发动机参数显示。
作为本发明进一步的方案：所述机理模型包括车载发动机模型和部件级发动机模型；其中，
所述车载发动机模型是针对气路系统中的传感器进行建模，通过简化机理方程减少迭代次数，以满足车载计算资源有限的环境下实时计算传感器参数；
所述部件级发动机模型是针对发动机气路系统的主要部件进行详细建模，并通过发动机的动态与稳态方程连接各个部件之间的参数从而形成一个发动机气路系统整体的机理模型。
作为本发明再进一步的方案：所述步骤S401中的数据融合是使用数据驱动动态学习，动态参数估计的特性弥补机理模型的不足。
作为本发明再进一步的方案：所述数据驱动模型以历史数据与实时的传感数据为基础，动态的预测发动机的参数，数据驱动方法根据历史数据中建立模型，并根据实时的传感数据更新数据驱动模型。
作为本发明再进一步的方案：所述步骤S301中的控制变量为以发动机控制变量与环境变量为输入信息，建立传感信息的动态更新数据驱动模型。
作为本发明再进一步的方案：参数预测模型以融合的传感数据和控制变量与环境变量作为输入，计算发动机部件和整体的性能参数。
作为本发明再进一步的方案：所述数字孪生模型的软件包括数据模型控制、通信接口及三维可视化；其中，
所述数据模型控制包括机理模型、数据驱动模型、模型融合、数据接口及性能参数预测；
所述三维可视化用于使得数字孪生模型中的数据显示出来，包括动态的3D模型、人机交互界面以及数据接口；
所述通信接口用于将数据模型控制的数据接口与三维可视化的数据接口进行连接，使得模型融合的传感数据与预测的性能参数通过数据通信协议传输到三维可视化。
作为本发明再进一步的方案：所述数据通信协议为TCP/IP协议。
与现有技术相比，本发明的有益效果是：
1、本发明通过部件级的发动机气路系统机理模型进行发动机部件和发动机整体的参数估计，并建立动态的数据驱动模型与机理模型融合的方法，以实现通过动态更新的数字孪生模型进行发动机运行条件改变情况下参数估计的功能。
2、通过对发动机运行状态的表征参数进行趋势预测，有利于优化发动机的控制从而更好的掌握和预知发动机的运行状态，通过选择发动机部件和整体的部分性能参数进行预测，由于性能参数能够直接的反映发动机的运行状态，通过使用前一段时间的历史数据与当前数据对下一时刻的性能参数进行预测，而使发动机的数字孪生更好的掌握其运行状态，同时使用融合滤波的方法对机理模型和数据驱动模型的输出数据进行融合，以实现通过动态更新的数字孪生模型进行发动机运行条件改变情况下参数估计的功能，发动机数字孪生模型还包括故障检测与定位、性能退化估计与预测、剩余寿命预测、运行风险分析，该部分功能能够深入的对发动机进行状态监测与数据分析，限于研究条件与时间该部分研究在实验室后续的工作中完成。
3、本发明以发动机控制变量与环境变量为输入信息，建立传感信息的动态更新数据驱动模型，该模型能够根据实时的传感器数据训练模型，从而实现模型的动态更新，因此数据驱动模型具有的优点有：能够动态的反映发动机的运行情况；使用数据驱动模型动态地修正机理模型的参数或者输出数据，能够实现数字孪生模型的动态更新；根据选择的数据驱动方法不同，合理的挑选数据驱动算法能够将计算量控制在合理的范围之内。
附图说明
图1为一种基于数字孪生技术的汽车发动机管控方法的结构示意图。
图2为一种基于数字孪生技术的汽车发动机管控方法中数字孪生软件的结构示意图。
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，所描述的实施例仅仅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。
请参阅图1～2，本发明实施例中，一种基于数字孪生技术的汽车发动机管控方法，包括如下步骤：
S101、建立发动机数字孪生模型，包括通过分析发动机的运行原理建立发动机气路系统的机理模型、以及动态的数据驱动模型；
S201、利用数字孪生模型监测气路系统中风扇、压气机、燃烧室、机械轴、涡轮和排气管的输入输出气体状态参数；
S301、通过输入控制变量求解发动机部件之间的气体状态参数；
S401、使用发动机运动过程的历史数据实时进行发动机参数的回归预测，对发动机运行状态的表征参数进行趋势预测，有利于优化发动机的控制从而更好的掌握和预知发动机的运行状态，通过选择发动机部件和整体的部分性能参数进行预测，由于性能参数能够直接的反映发动机的运行状态，通过使用前一段时间的历史数据与当前数据对下一时刻的性能参数进行预测，而使发动机的数字孪生更好的掌握其运行状态，同时使用融合滤波的方法对机理模型和数据驱动模型的输出数据进行融合，以实现通过动态更新的数字孪生模型进行发动机运行条件改变情况下参数估计的功能，发动机数字孪生模型还包括故障检测与定位、性能退化估计与预测、剩余寿命预测、运行风险分析，该部分功能能够深入的对发动机进行状态监测与数据分析，限于研究条件与时间该部分研究在实验室后续的工作中完成；
S501、通过可视化软件进行数据和模型的管理以及三维发动机参数显示。
机理模型包括车载发动机模型和部件级发动机模型；其中，车载发动机模型是针对气路系统中的传感器进行建模，通过简化机理方程减少迭代次数，以满足车载计算资源有限的环境下实时计算传感器参数；部件级发动机模型是针对发动机气路系统的主要部件进行详细建模，并通过发动机的动态与稳态方程连接各个部件之间的参数从而形成一个发动机气路系统整体的机理模型。由于机理模型在发动机运行条件改变时难以自适应调节模型的运行状态，因此当发动机运行环境变化和随着长时间运行性能退化时，机理模型难以进行准确的参数据估计，因此使用机理模型与数据驱动模型融合的方法，使用数据融合是使用数据驱动动态学习，动态参数估计的特性弥补机理模型的不足。
数据驱动模型以历史数据与实时的传感数据为基础，动态的预测发动机的参数，数据驱动方法根据历史数据中建立模型，并根据实时的传感数据更新数据驱动模型，因此本发明以发动机控制变量与环境变量为输入信息，建立传感信息的动态更新数据驱动模型，该模型能够根据实时的传感器数据训练模型，从而实现模型的动态更新，因此数据驱动模型具有的优点有：能够动态的反映发动机的运行情况；使用数据驱动模型动态地修正机理模型的参数或者输出数据，能够实现数字孪生模型的动态更新；根据选择的数据驱动方法不同，合理的挑选数据驱动算法能够将计算量控制在合理的范围之内。
步骤S301中的控制变量为以发动机控制变量与环境变量为输入信息，建立传感信息的动态更新数据驱动模型，该模型能够根据实时的传感器数据训练模型，从而实现模型的动态更新。参数预测模型以融合的传感数据和控制变量与环境变量作为输入，计算发动机部件和整体的性能参数。
数字孪生模型的软件包括数据模型控制、通信接口及三维可视化；其中，数据模型控制包括机理模型、数据驱动模型、模型融合、数据接口及性能参数预测；三维可视化用于使得数字孪生模型中的数据显示出来，包括动态的3D模型、人机交互界面以及数据接口；通信接口用于将数据模型控制的数据接口与三维可视化的数据接口进行连接，使得模型融合的传感数据与预测的性能参数通过数据通信协议传输到三维可视化，数据通信协议以TCP/IP协议作为跨平台的数据传输通道。
动态的3D模型：借助与发动机气路系统的数字孪生软件，用户能够在个人电脑中观察虚拟的发动机几何模型运行状态，从而了解实际发动机的运行情况，构建发动机三维的几何模型，并按照实际的转子转速设置几何模型的运行情况，在几何模型运行的同时能够同步的显示传感器的测量信息和异常数据判断的结果，用户能够从不同的角度、不同的距离观察发动机的几何模型，从而模拟实际情况中从不同位置查看发动机运行的情况。
人机交互：数字孪生的三维可视化不仅包括几何模型的动态演示，同时也包括用户与数字孪生软件的交互，当用户选中一个确定的发动机部件之后，对该部件进行高亮显示，由于单个的气路部件的主要性能参数为部件的效率和气体流量系数，本发明选择部件效率表示气路部件的性能，因此选中部件之后对着该参数在人机交互界面进行动态的数据显示。
本发明的工作原理是：
机理模型为数据驱动模型提供理想化模型的数据，以及特征提取的方向，数据驱动模型丰富机理模型的特征，并丰富机理模型因为理想化建模而忽略的部分。鉴于数据驱动的方法存在脱离数据物理意义的特性，同时使用机理模型作为数据驱动的方向。
通过分析发动机的运行原理建立机理模型，通过输入控制变量求解发动机部件之间的气体状态参数，而不仅仅是只得到可测的传感参数。由于机理模型在不同的发动机工况下使用相同的参数，对行驶环境以及行驶状态发生变化无法适应性的改变，因此本发明使用发动机行驶过程的历史数据实时进行发动机参数的回归预测。通过发动机在行驶过程中的历史数据，动态的进行性能参数的预测。同时使用融合滤波的方法对机理模型和数据驱动模型的输出数据进行融合，同时数字孪生能够使用户便捷直观的从虚拟世界中观察真实发动机的运行状态，因此不可测参数、发动机传感数据、性能参数的结果均可在发动机气路系统三维模型的基础上进行可视化的动态显示。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于数字孪生技术的汽车发动机管控方法，其特征在于，包括如下步骤：
S101、建立发动机数字孪生模型，包括通过分析发动机的运行原理建立发动机气路系统的机理模型、以及动态的数据驱动模型；
S201、利用数字孪生模型监测气路系统中风扇、压气机、燃烧室、机械轴、涡轮和排气管的输入输出气体状态参数；
S301、通过输入控制变量求解发动机部件之间的气体状态参数；
S401、使用发动机运动过程的历史数据实时进行发动机参数的回归预测，同时使用融合滤波的方法对机理模型和数据驱动模型的输出数据进行融合；
S501、通过可视化软件进行数据和模型的管理以及三维发动机参数显示。
2.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述机理模型包括车载发动机模型和部件级发动机模型；其中，
所述车载发动机模型是针对气路系统中的传感器进行建模，通过简化机理方程减少迭代次数，以满足车载计算资源有限的环境下实时计算传感器参数；
所述部件级发动机模型是针对发动机气路系统的主要部件进行详细建模，并通过发动机的动态与稳态方程连接各个部件之间的参数从而形成一个发动机气路系统整体的机理模型。
3.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述步骤S401中的数据融合是使用数据驱动动态学习，动态参数估计的特性弥补机理模型的不足。
4.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数据驱动模型以历史数据与实时的传感数据为基础，动态的预测发动机的参数，数据驱动方法根据历史数据中建立模型，并根据实时的传感数据更新数据驱动模型。
5.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述步骤S301中的控制变量为以发动机控制变量与环境变量为输入信息，建立传感信息的动态更新数据驱动模型。
6.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，参数预测模型以融合的传感数据和控制变量与环境变量作为输入，计算发动机部件和整体的性能参数。
7.根据权利要求1所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数字孪生模型的软件包括数据模型控制、通信接口及三维可视化；其中，
所述数据模型控制包括机理模型、数据驱动模型、模型融合、数据接口及性能参数预测；
所述三维可视化用于使得数字孪生模型中的数据显示出来，包括动态的3D模型、人机交互界面以及数据接口；
所述通信接口用于将数据模型控制的数据接口与三维可视化的数据接口进行连接，使得模型融合的传感数据与预测的性能参数通过数据通信协议传输到三维可视化。
8.根据权利要求7所述的一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数据通信协议为TCP/IP协议。
CN202210877564.8A 2022-07-25 2022-07-25 一种基于数字孪生技术的汽车发动机管控方法 Pending CN115270458A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210877564.8A CN115270458A (zh) 2022-07-25 2022-07-25 一种基于数字孪生技术的汽车发动机管控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210877564.8A CN115270458A (zh) 2022-07-25 2022-07-25 一种基于数字孪生技术的汽车发动机管控方法

Publications (1)

Publication Number Publication Date
CN115270458A true CN115270458A (zh) 2022-11-01

Family

ID=83769309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210877564.8A Pending CN115270458A (zh) 2022-07-25 2022-07-25 一种基于数字孪生技术的汽车发动机管控方法

Country Status (1)

Country Link
CN (1) CN115270458A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983048A (zh) * 2023-03-20 2023-04-18 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种基于数字孪生的冷凝器质量检测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983048A (zh) * 2023-03-20 2023-04-18 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种基于数字孪生的冷凝器质量检测方法及系统
CN115983048B (zh) * 2023-03-20 2023-06-23 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种基于数字孪生的冷凝器质量检测方法及系统

Similar Documents

Publication Publication Date Title
CN113344505A (zh) 一种基于数字孪生的卫陶产品装配生产管理系统及方法
CN112836404A (zh) 智能挖掘机的结构性能数字孪生体构建方法
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
CN115270458A (zh) 一种基于数字孪生技术的汽车发动机管控方法
CN116380166A (zh) 一种设备异常监测方法、电子设备及存储介质
CN112508373B (zh) 一种基于数字孪生技术的船用柴油机性能评估方法
CN109782712A (zh) 一种火力发电机组控制系统及方法
CN116561681A (zh) 一种基于数字孪生的融合型故障诊断方法
CN107045817B (zh) 船用柴油机虚拟现实操作演示与培训试验台
JP2013083646A (ja) シミュレータによる内燃機関用制御装置のリアルタイムテスト方法
Khalil et al. IIoT-based fatigue life indication using augmented reality
CN116384092A (zh) 一种制造装备数字孪生的建模系统及实时交互方法
CN115204491A (zh) 基于数字孪生与lstm的生产线工况预测方法及系统
CN114880787A (zh) 基于线上液压系统的液压系统运维方法和装置
CN115423132A (zh) 一种基于数字孪生的工程机械预测性维护方法
CN112000026A (zh) 一种基于信息物理融合的火星车gnc系统物理模型构建方法
Lu et al. Digital twin-based operation simulation system and application framework for electromechanical products
CN114526910A (zh) 一种基于数字孪生驱动的传动系统故障定位方法
CN117332635B (zh) 一种基于数字孪生的结构在线监测系统及方法
KR20240016924A (ko) 현장 설비의 실시간 모니터링, 가상 운전 예측 및 최적화운전 서비스가 가능한 디지털 트윈 시스템 및 방법
CN114278424A (zh) 柴油机曲柄箱温度控制方法
CN114239938A (zh) 一种基于状态的能源数字孪生体的构建方法
CN113221461A (zh) 一种基于数字孪生技术的掘锚一体机监控系统
JP4710689B2 (ja) 内燃機関の性能予測解析方法及び性能予測解析システム
CN110155062A (zh) 一种amt变速器的汽车选挡驱动控制算法

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