(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111675400.9 (22)申请日 2021.12.31 (71)申请人 中云开源数据技 术 （上海） 有限公司 地址 200131 上海市浦东 新区中国 （上海） 自由贸易试验区临港新片区环湖西一 路99号主楼1 16A26室 (72)发明人 刘江　 (74)专利代理 机构 上海伯瑞杰知识产权代理有 限公司 312 27 专利代理师 俞磊 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06N 3/00(2006.01) G01R 31/34(2006.01) (54)发明名称 一种基于数字孪生的故障诊断方法 (57)摘要 本发明公开了一种基于数字孪生的故障诊 断方法， 包括如下步骤： 1)基于物理模型的物理 特性， 构建其对应的虚拟模型； 2)分别运行物理 模型和虚拟模 型， 获取若干种特征的实测值和虚 拟值； 3)基于距离度量方法选择需要优化的参 数， 然后用粒子群优化算法对数字孪生虚拟模型 进行更新； 4)运行更新后的虚拟模型， 基于其产 生的数据构建训练集,并训练卷积神经网络； 5) 基于物理模型得到的数据， 构建测试集； 用训练 好的卷积神经网络对测试集进行分析， 输出对设 备故障的诊断效果。 本发明通过虚拟数据与真实 数据的相关性分析， 改进虚拟模型， 能解决现有 数据驱动的故障诊断方法没有考虑算法所需的 数据量不足的问题。 权利要求书2页 说明书5页 附图3页 CN 114492511 A 2022.05.13 CN 114492511 A 1.一种基于数字 孪生的故障诊断方法， 其特 征在于， 包括如下步骤： 1)基于物理模型的物理特性， 构建其对应的虚拟模型； 2)选定若干特 征， 分别运行物理模型和虚拟模型， 获取 所述特征的实测值和虚拟值； 3)基于距离度量方法在所述实测值和虚拟值中选择虚拟模型需要优化的参数， 然后用 粒子群优化 算法对虚拟模型进行 更新； 4)运行更新后的虚拟模型， 基于虚拟模型产生的数据， 构建训练集； 并用所述训练集训 练一个卷积神经网络； 5)基于物理模型得到的数据， 构建测试集； 用训练好的卷积神经网络对测试集进行分 析， 输出对设备故障的诊断效果。 2.根据权利要求1所述的基于数字孪生的故障诊断方法， 其特征在于， 所述物 理模型为 三相异步电机故障测试平台， 其包括一台可控负载电机、 与可控负载电机的驱动端连接的 转子、 以及设置在转子上的两个滚珠轴承； 在所述滚珠轴承的外圈和内圈分别有一 故障点， 在可控负载电机驱动端的水平、 垂直、 轴向方向分别设有用于获取 数据的传感器。 3.根据权利要求1所述的基于数字孪生的故障诊断方法， 其特征在于， 所述构建虚拟模 型的过程如下： 1)确定物理实体的运动方程 将转子视为一个普通的多结点Timoshenko梁， 选取2个点代表物理系统的动态特性； 每 个点采用的自由度限制为3个； 其中， v和w分别代表 各 方向和 的屈曲， θ代表 方向的扭转， 并通过考虑剪力效应反 映轴的截面变化； 考虑了惯性力、 恢复力和阻尼力以及作用在承轴内圈上 的恒定垂直力的 物理系统的控制方程如公式(1)和(2)所示； 其中， m表示轴承支撑的转子的质量和内圈的质量， c表示等效粘性阻尼系数， N是滚珠 的数量， k表示赫兹接触弹性变形常数， γ表示内部径向游隙， Ai表示第i个滚珠位置的表面 波纹波的幅度， W表示径向可控负载， Fu表示转子不平衡产生的力， θi是第i个滚动体的角位 置， (x， y)是内圈中心的主 要位移， ω表示笼式导条/ 外圈/内圈的角速度， t 表示时间； 式(1)和(2)中的下 标+号表示， 当γ+Ai≥0时， 表示加载角位置i的滚动体， 产生恢复力； 当γ+Ai＜0时， 表示 不加载角位置i的滚动体， 恢复力为0； 该方程可以采用牛顿法和隐式Newmark法求解， 得到系统中每个点的位移、 速度和加速 度； 2)轴承故障建模 轴承内外圈故障被建模为具有正弦半波形状的小片段， 其角宽度为 深度为h； 当每 个滚珠通过缺陷区域时， 通过增加径向间隙将其引入电机故障测试平台的虚拟模型中； 轴 承发生故障时的瞬时恢复力通过公式(3)和(4)计算； 权　利　要　求　书 1/2 页 2 CN 114492511 A 2其中， 额外间隙， 用公式(5)表示； 其中， 表示缺陷的角度位置， 表示缺陷的角度宽度， 表示球i和缺陷位置的相 对角度， 是公式(6)所表示的轴承的笼角速度的函数； 4.根据权利要求1所述的基于数字孪生的故障诊断方法， 其特征在于， 所述步骤3)的具 体步骤如下： 直接从时域中抽取均 方根、 峰度、 峰、 波峰因数和偏度， 从频域中抽取平均频率、 频率中 心、 频率分布的均方根、 频率分布的标准偏差和功 率包络谱， 从时间尺度域中抽取频率分布 的有效值和频率分布的平均值包络谱； 然后， 基于距离度量方法分析从物理系统中的实测 得到的特征值与动态模型输出的特征值之间相似性， 选择排名前6的参数， 用粒子群优化算 法对虚拟模型进行 更新。权　利　要　求　书 2/2 页 3 CN 114492511 A 3