基于多维度融合建模的锤片式粉碎机数字孪生体构建方法与流程

本发明涉及制造系统自动化，具体地涉及一种基于多维度融合建模的锤片式粉碎机数字孪生体构建方法以及一种锤片式粉碎机数字孪生体在生产中的应用方法。

背景技术：

1、锤片式粉碎机是燃料乙醇生产线脱胚粉碎工段的关键设备，负责将玉米、小麦、木薯等农作物粉碎成颗粒。生产过程中，锤片式粉碎机的性能是由变频电机性能、主轴负载状态、锤片磨损程度等多方面要素决定的，其性能不仅会影响粉碎粒度的稳定性，从而波及后续工艺，使得乙醇生产质量产生波动；而且性能下降过于严重时会引起设备停机，使得生产效率降低，给企业造成更大的经济损失。因此，实时监测锤片式粉碎机的性能同时在线获取粉碎粒度是很有必要的。然而，目前锤片式粉碎机的性能是通过现场人员对变频电机振动幅值和温度进行估计，然后根据经验做出判断的，粉碎粒度的获取也是通过人工周期采样的方式。当前方法难以准确实时监测锤片式粉碎机的性能且无法及时地获取粉碎粒度，从而造成生产过程的不稳定，需要开发实时在线获取锤片式粉碎机的性能及粉碎粒度的方法。

2、数字孪生技术能够构建多维度融合的仿真模型，分析设备历史数据之间的关联关系，结合传感器实时数据，以孪生体映射出设备的实际状态。因此，近些年来，该技术持续受到各行各业的关注，在诸如航空航天、智能制造、智慧城市等多个领域不断得到实践，成绩斐然。然而，一方面，数字孪生技术的应用多集中在虚实同步运动的展示上，对构建基于多维度融合建模的设备孪生体的应用较少；另一方面，流程行业特别是燃料乙醇制备行业，多数设备以变频电机、泵、风机为主，设备的实际状态往往需要通过多维度融合建模来呈现。因此，在燃料乙醇制备行业，数字孪生技术的应用还比较少。

技术实现思路

1、本发明实施方式的目的是提供一种基于多维度融合建模的锤片式粉碎机数字孪生体构建方法，通过构建其几何模型、物理模型、行为模型、机理模型和数据模型，分别对锤片式粉碎机的结构属性、运行过程中的关键物理量、原料粒粉碎过程、关键物理量-设备健康指数的映射关系和生产过程中的粉碎粒度的变化规律进行描述，实时在线获取粉碎机的性能及粉碎粒度，进而可以为保持粉碎机平稳运行和粉碎粒度的稳定性提供重要依据。

2、为了实现上述目的，本发明第一方面提供一种基于多维度融合建模的锤片式粉碎机数字孪生体构建方法，所述方法包括：

3、构建锤片式粉碎机的多维度模型；所述多维度模型包括：几何模型、物理模型、行为模型、机理模型和数据模型；

4、将所述多维度模型进行融合，构建锤片式粉碎机的数字孪生体。

5、进一步地，将所述多维度模型进行融合，构建锤片式粉碎机的数字孪生体，包括：

6、载入几何模型作为数字孪生体的基础；

7、设计数据获取模块，通过访问物理模型提供的实时数据接口，获取锤片式粉碎机的关键物理量并关联到所述几何模型上；

8、设计行为分析模块，通过数据分析和可视化软件将所述行为模型集成到数字孪生体中；

9、设计数据分析模块，采用可视化图表库将机理模型和数据模型曲线化并嵌入到所述数字孪生体中，得到锤片式粉碎机的数字孪生体。融合形成的锤片式粉碎机数字孪生体可以对粉碎机工作状态进行全方位感知，进而指导设备维护策略和生产工艺，最终实现生产、监测、优化和控制的闭环。

10、进一步地，所述几何模型通过以下方法建立：

11、定义锤片式粉碎机的结构属性，其形式化定义如下：gm_hm＝{part_info,geom_info,asse_info,motion_info}

12、partinfo＝{base,motor,seat,rotor,hammer,...}；

13、式中：gm_hm表示锤片式粉碎机的几何模型；part_info表示粉碎机的部件信息，至少包括底座base、变频电机motor、轴承座seat、粉碎机转子rotor、锤片hammer部件；geom_info表示几何尺寸信息；asse_info表示粉碎机的装配关系；motion_info表示粉碎机的相对运动；

14、根据所述结构属性使用三维建模软件建立几何模型。几何模型的结构属性均是对锤片式粉碎机的各部件进行测绘获得的，各部件的装配关系、相对运动都与锤片式粉碎机相同，构建的几何模型能够充分代表锤片式粉碎机。

15、进一步地，所述几何模型的建立方法还包括：

16、对所述几何模型进行轻量化处理和渲染处理，得到外观与锤片式粉碎机相同的几何模型。通过轻量化处理可以仅保留模型主要部件及其必要特征，在保持保真性的同时模型大大减小；通过模型渲染，在几何模型表面进行贴图，得到与实际设备基本一致的外观，实现视觉层面的孪生。

17、进一步地，所述物理模型通过以下方法建立：

18、在锤片式粉碎机上布置多个传感器，以监测锤片式粉碎机的关键物理量，关键物理量表示为：

19、pset＝{i,n,v,t}；

20、式中：pset为关键物理量实时数据集合；i为变频电机电流；n为主轴转速；v为振动数据集，包含电机和轴承6个测点的实时振动数据集合；t为温度数据集，包含电机和轴承6个测点的实时温度数据集合。构建的物理模型可以实时展示粉碎机运行过程中i、n、v、t等关键物理量的变化情况，这反映了锤片式粉碎机的性能。

21、进一步地，所述行为模型包括原料在粉碎室中的运动规律和原料在粉碎室中的变形规律，所述行为模型通过以下方法建立：

22、分析基于不同影响因素下粉碎粒度的历史数据，对各因素进行归一化处理；

23、对归一化处理后的各因素进行重要性排序，取重要性排序前六位的因素作为影响粉碎粒度的因素，表示为：

24、<speed,typerm,moisturerm,size,wear,current>；

25、其中：speed为进料速度；typerm为原料种类；moisturerm为原料水分含量、size为筛孔尺寸、wear为锤片磨损、current为主轴电流；

26、通过多体动力学仿真软件对影响粉碎粒度的因素进行仿真分析，得到原料在粉碎室中的运动规律；

27、通过有限元分析软件对影响粉碎粒度的因素进行仿真分析，得到原料在粉碎室中的变形规律。基于历史数据得到的影响粉碎粒度的因素，基于这些因素仿真分析原料在粉碎室中的运动规律和变形规律，可以在锤片式粉碎机的数字孪生体中实时反映物料粉碎过程及粉碎粒度。

28、进一步地，所述机理模型通过以下方法建立：

29、定义设备健康指数h，取值范围为[0,100]；

30、分析关键物理量历史数据和锤片式粉碎机的状态；

31、使用支持向量机的方法构建关键物理量与设备健康指数的非线性映射关系：

32、h＝f(i,n,v,t)；

33、0≤h≤100；

34、基于关键物理量与设备健康指数的非线性映射关系构建机理模型。构建机理模型能够对锤片式粉碎机的健康状态做出有效预测评估，实时监测设备性能，以便制定不同的维护策略。

35、进一步地，所述数据模型通过以下方法建立：

36、根据粉碎粒度历史数据构建基于lstm的粉碎粒度预测模型作为数据模型。对粉碎粒度历史数据进行统计分析，得到生产过程中粉碎粒度的变化规律，此变化规律隐含了设备性能的时变规律，基于lstm的粉碎粒度预测模型可以依据之前的粉碎粒度数据预测出后续时间步的粉碎粒度，从而及时地做出生产调整。

37、进一步地，所述方法还包括：

38、定义如下四元组对数字孪生体进行科学评估：

39、<accuracy,confidence,delay,stability>；

40、其中：accuracy为数字孪生体的建模精度；confidence为数字孪生体的仿真置信度；delay为虚实同步延迟；stability为数字孪生体的运行稳定性。

41、本发明第二方面提供一种锤片式粉碎机数字孪生体在生产中的应用方法，所述锤片式粉碎机数字孪生体通过基于多维度融合建模的锤片式粉碎机数字孪生体构建方法构建得到；所述应用方法包括：

42、将所述锤片式粉碎机数字孪生体部署在生产控制中心的服务器上；

43、通过所述锤片式粉碎机数字孪生体中的物理模型实时获取关键物理量；

44、通过所述锤片式粉碎机数字孪生体中的行为模型根据关键物理量实时仿真得到原料在粉碎室中的运动规律和原料在粉碎室中的变形规律；

45、通过所述锤片式粉碎机数字孪生体中的机理模型根据关键物理量实时预测锤片式粉碎机的设备性能；

46、通过所述锤片式粉碎机数字孪生体中的数据模型根据原料在粉碎室中的变形规律实时预测物料的粉碎粒度。结合数据库中的历史数据可以预测设备性能/粉碎粒度，从而优化粉碎工段的生产工艺；基于以上优化结果，控制实际的生产过程，最终完成生产、监测、优化和控制的闭环。

47、通过上述技术方案，从多维度融合建模的角度出发构建锤片式粉碎机数字孪生体，通过分析设备历史数据之间的关联关系，结合传感器实时数据，以孪生体映射出设备的实际状态，实时在线获取锤片式粉碎机的性能及粉碎粒度，从而指导设备维护策略和生产工艺，最终实现生产、监测、优化和控制的闭环。

48、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。