数字孪生轻量化模型与物理实体之间全局映射方法及装置

本技术涉及一种数字孪生轻量化模型与物理实体之间全局映射方法及装置，属于数字孪生。

背景技术：

1、交通部门成为能源工作重点关注的对象。轻量化是实现汽车双碳目标的有效途径。当轻量化产品面向应用场景时，经常需要面对复杂工况、大尺寸和重载荷的情况，并且这些因素对轻量化产品设计周期有很大影响。为了缩短轻量化产品设计周期，数字孪生技术被引入到轻量化领域中。

2、数字孪生技术有效地利用虚拟分析来开发轻量化产品，必须结合物理实体的反馈信息。这意味着虚拟分析与物理实体之间需要建立良好的反馈机制，以确保虚拟分析结果的准确性。当需要物理实体信息反馈给孪生模型时，必须在真实场景中收集物理实体的运行数据，并将这些数据映射到虚拟空间中，以进一步优化轻量化产品的设计。但是，精准的物理实体-虚拟空间全局映射受多种因素影响，很难准确的寻找到有限个全局性映射区域。

3、目前，寻找数字孪生模型与物理实体之间映射区域的方法大多是以虚拟模型的仿真分析结果为依据，主观的挑选出其应力或应变较大的区域，作为它们之间的映射区域，从而映射出物理实体的数据采集区域。但是，以上寻找数字孪生模型与物理实体之间映射区域的方法存在较大的主观性，容易出现错选和漏选的情况，难以准确地覆盖虚拟孪生模型的整体。因此，当数字孪生技术应用到汽车轻量化产品设计过程时，尤其是当汽车轻量化产品面向真实应用场景时，经常会遇到大尺寸、复杂多工况等实际情况，导致数字孪生的虚拟环境下孪生模型和现实环境下物理实体之间的映射不全面、不准确的问题。

技术实现思路

1、为了解决上述问题，本技术提出了一种数字孪生轻量化模型与物理实体之间全局映射方法及装置，能够实现轻量化产品的数字孪生轻量化模型与物理实体之间的全局映射，提高数字孪生轻量化模型和物理实体之间数据传输的效率和准确率。

2、本技术解决其技术问题采取的技术方案是：

3、第一方面，本技术实施例提供的一种数字孪生轻量化模型与物理实体之间全局映射方法，包括以下步骤：

4、采集轻量化产品的数据信息，建立数字孪生轻量化模型；所述数据信息包括轻量化产品的设计参数、物理实体真实数据和物理原理信息；

5、对轻量化产品的数字孪生轻量化模型进行有限元分析，得到轻量化产品虚拟环境下的应力应变云图；

6、基于应力和应变本构关系以及色彩梯度变化规律将应力应变云图转化成等比例应力密度图像；

7、基于均值漂移方法对应力密度图像进行分割，得到数字孪生轻量化模型与物理实体的全局映射区域；

8、基于单一变量法对参数进行训练，得到最终数字孪生轻量化模型与物理实体的全局映射区域；

9、利用最终数字孪生轻量化模型与物理实体的全局映射区域进行轻量化产品的数字孪生轻量化模型与物理实体之间的全局映射。

10、作为本实施例一种可能的实现方式，所述对轻量化产品的数字孪生轻量化模型进行有限元分析，得到轻量化产品虚拟环境下的应力和应变云图，包括：

11、建立数字孪生轻量化模型的虚拟分析模块，设置求解器和分析选项后对轻量化产品的数字孪生轻量化模型进行有限元分析，得到轻量化产品虚拟环境下的应力和应变云图；所述虚拟分析模块包括几何模型模块、边界条件模块、材料属性模块、网格划分模块和应用加载模块。

12、作为本实施例一种可能的实现方式，所述基于均值漂移方法对应力密度图像进行分割，得到数字孪生轻量化模型与物理实体的全局映射区域，包括：

13、对应力密度图像进行分割，形成有限个聚类质心；

14、以有限个聚类质心作为数字孪生轻量化模型与物理实体的特征映射区域，映射出物理实体的数据采集区域，得到数字孪生轻量化模型与物理实体的全局映射区域。

15、作为本实施例一种可能的实现方式，所述基于单一变量法对参数进行训练，得到最终数字孪生轻量化模型与物理实体的全局映射区域，包括：

16、采用单变量对比法对图像分割过程中漂移半径和密度估计函数的方差进行多组合训练，确定最优的漂移半径和密度估计函数的方差；

17、基于最优的漂移半径和密度估计函数的方差，得到最终数字孪生轻量化模型与物理实体的全局映射区域。

18、作为本实施例一种可能的实现方式，所述基于应力和应变本构关系以及色彩梯度变化规律将应力应变云图转化成等比例应力密度图像，包括：

19、a，确定应力和应变本构关系：

20、应力和应变之间的关系通过弹性模量e来描述：、、，其中，为应力，为应变；为作用力的大小；为力作用的面积；表示长度的变化量；为初始长度。

21、b，确定离散单元与像素单元等比例关系：

22、离散单元尺寸与像素大小之间的比例关系为：，其中，为数字孪生轻量化模型应力和应变模块离散单元尺寸；为数字孪生轻量化模型应力和应变模块整个模型尺寸；为像素单元尺寸；为需要进行数据转化的彩色云图整个像素尺寸，通过像素调整来获得最终的密度图像。

23、c，将彩色云图通过像素单元和每个像素单元的rgb红色通道值作为介质转化成密度图像：

24、将彩色应力应变云图像素单元存储在m×n×3的3d数组中，以每个像素单元的红色通道值作为应力密度的参考值；定义位置 g=（ i,j）的像素单元转换成的应力密度图像的密度存储单元为，其密度值为 m，其中1≤ i≤m；1≤ j≤n；0≤ m≤255；提取红色通道值，使其返回一个大小为m×n的矩阵：，其中，在矩阵中是一个密度储存单元，其值的大小等于每个像素单元的rgb红色通道值，其位置为g=（i,j）；矩阵密度储存单元内的密度值即为应力密度图像的密度储存单元的密度值 m；基于高斯分布函数，在应力密度图像的密度储存单元内随机生成 m个点，得到点集d，点集d即为可以进行密度图像分割的密度点集。

25、作为本实施例一种可能的实现方式，所述基于均值漂移方法对应力密度图像进行分割，得到数字孪生轻量化模型与物理实体的全局映射区域，包括：

26、a，进行核密度估计：

27、不同的工况在三维空间中给定n个数据单元，，属于应力云图转化而来的点云；以核函数和对称正定的3×3带宽矩阵d为参数，计算在点处的多元核密度估计：，，其中，是带有带宽矩阵d的核函数，|d|表示带宽矩阵d的行列式。

28、三维核函数是一个有界函数，其满足以下条件：，，，；其中是常数，i是整数集合，‖‖表示向量的范数，表示向量的转置。

29、多维核函数通过以下两种不同的方法从对称的单变量核函数生成：，，其中，由单变量核的乘积获得；由在中旋转而获得，即是径向对称的，为常数。

30、考虑径向对称核函数，则对称的多维核函数满足：，其中，对于称为核函数轮廓的函数，需使，标准化常数严格为正数时，核函数积分为1。

31、使带宽矩阵d与同一矩阵成正比；提供一个带宽参数，此时核密度估计器为：。

32、b，概率密度梯度估计：

33、计算密度梯度：。

34、假设的导数在区间内存在，则定义内核函数为：，其中，，是核轮廓函数的导数；是相应的归一化函数，将其引入到密度梯度公式可得：。

35、计算得出的处的密度估计成正比：。

36、均值漂移向量为：。

37、使用核作为权重，而作为核的中心，则有：，。

38、将以为中心、带宽为h的窗口函数沿着均值漂移向量平移，得到新的窗口函数。

39、c，应力密度图像中的所有密度储存均为均值漂移程序的种子点；对于每一个种子点，设置其漂移半径h，计算以为中心、半径为h的窗口内其它所有样本点的核密度加权平均向量，对每个种子点以进行平移，即，直到种子点收敛，即；进行均值漂移迭代，实现密度图像分割。

40、d，基于应力密度图像分割寻找到孪生模型虚拟分析应力危险点，映射出物理实体运行时数据采样区域，构建数字孪生轻量化模型与物理实体的全局映射区域。

41、作为本实施例一种可能的实现方式，所述的数字孪生轻量化模型与物理实体之间全局映射方法，还包括：

42、利用物理实体真实数据对数字孪生轻量化模型进行验证：在真实运行场景下基于采样点对轻量化产品运行数据进行采集与分析，然后与虚拟环境下数字孪生映射区域内的分析数据进行对比，验证数字孪生轻量化模型的准确性。

43、第二方面，本技术实施例提供的一种数字孪生轻量化模型与物理实体之间全局映射装置，包括：

44、数据采集模块，用于采集轻量化产品的数据信息，建立数字孪生轻量化模型；所述数据信息包括轻量化产品的设计参数、物理实体真实数据和物理原理信息；

45、有限元分析模块，用于对轻量化产品的数字孪生轻量化模型进行有限元分析，得到轻量化产品虚拟环境下的应力应变云图；

46、云图转化模块，用于基于应力和应变本构关系以及色彩梯度变化规律将应力应变云图转化成等比例应力密度图像；

47、图像分割模块，用于基于均值漂移方法对应力密度图像进行分割，得到数字孪生轻量化模型与物理实体的全局映射区域；

48、参数训练模块，用于基于单一变量法对参数进行训练，得到最终数字孪生轻量化模型与物理实体的全局映射区域；

49、全局映射模块，用于利用最终数字孪生轻量化模型与物理实体的全局映射区域进行轻量化产品的数字孪生轻量化模型与物理实体之间的全局映射。

50、第三方面，本技术实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意数字孪生轻量化模型与物理实体之间全局映射方法的步骤。

51、第四方面，本技术实施例提供的一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意数字孪生轻量化模型与物理实体之间全局映射方法的步骤。

52、本技术实施例的技术方案可以具有的有益效果如下：

53、为实现数字孪生轻量化模型和物理实体之间更全面、更准确、更快速地执行数据传输，本技术通过自动全局性的孪生模型识别，寻找它们之间更具有代表性地映射区域；利用应力密度图像分割技术，自动准确识别数字孪生轻量化模型特征映射区域，进而映射出物理实体特征采样区域，从而实现了轻量化产品的数字孪生轻量化模型与物理实体之间的全局映射。

54、本技术基于应力和应变本构关系、色彩梯度变化规律和离散单元与像素单元等比例关系实现云图-密度图像转换，通过将应力云图转化成可以执行图像分割的应力密度图像，为后续的图像分割提供更好的基础；本技术基于均值漂移法实现应力密度图像分割，能够快速且准确地自动识别孪生模型虚拟全局应力危险区域，从而映射出整个物理实体采样区域。为了寻找轻量化产品复杂多工况、大尺寸和重载荷真实场景下有限关键的虚实映射区域，本技术对更全面的映射区域进行筛选，使得寻找到的有限个孪生模型与物理实体映射区域吻合率高且代表性强。