(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110553578.X (22)申请日 2021.05.20 (65)同一申请的已公布的文献号 申请公布号 CN 113221461 A (43)申请公布日 2021.08.0 6 (73)专利权人 太原理工大 学 地址 030000 山西省太原市迎泽西大街79 号 (72)发明人 王宏伟　陈龙　王浩然　张超　 付翔　李永安　耿毅德　闫志蕊　 (74)专利代理 机构 北京君泊知识产权代理有限 公司 11496 专利代理师 李丹 (51)Int.Cl. G06F 30/27(2020.01) (56)对比文件 CN 111862323 A,2020.10.3 0 CN 111208759 A,2020.0 5.29 CN 111177942 A,2020.0 5.19 CN 111210359 A,2020.0 5.29 CN 112281972 A,2021.01.2 9CN 111723448 A,2020.09.2 9 US 20202 25655 A1,2020.07.16 CN 111161410 A,2020.0 5.15 谢嘉成等.基 于数字孪生的综采工作面 生成 系统设计与运行模式. 《计算机集成制造系统》 .2019,第25卷(第6期), 赵浩然等.面向数字 孪生车间的三维可视化 实时监控方法. 《计算机集成制造系统》 .2019,第 25卷(第6期), 张帆等.智慧矿山数字 孪生技术研究综述. 《煤炭科 学技术》 .2020,第48卷(第7期), Jiacheng Xie等.Virtual mo nitoring method for hydraul ic supports based o n digital tw in theory. 《Mi ning Technology》 .2019,第128卷(第2期), 刘凤伟等.正利煤矿综采工作面全系统智能 化控制的实现. 《煤矿安全》 .2019,第5 0卷(第9 期), Chao Zhang等.A data- and k nowledge- driven framew ork for digital tw in manufacturi ng cell. 《Procedia CIRP》 .2019, 第83卷 审查员 刘利 (54)发明名称 一种基于数字孪生技术的掘锚一体机监控 系统 (57)摘要 本发明公开了一种基于数字孪生技术的掘 锚一体机监控系统， 包括： 掘锚一体机物理本体： 矿井掘锚一体机， 工作执行部， 负责进行掘锚工 作的正常进行； 传感器群： 分布固定安装在掘锚 一体机物理本体上， 负责实时采集掘锚一体机物 理本体运动的相关数据并即时反馈数据； 维护建 议数据库： 针对仿真模拟深度学习之后所生成的 自动调优参数值并生成维护建议数据的存储库； 孪生体性能退化模型： 根据物理实体的几何外形 和机械结构， 定义物理模型的几何属性、 运动属性和功能属性。 本发明提高了矿井掘锚一体机的 监控效果， 更 形象化， 实现一种仿形控制。 权利要求书2页 说明书4页 附图2页 CN 113221461 B 2022.09.27 CN 113221461 B 1.一种基于数字 孪生技术的掘锚一体机监控系统， 其特 征在于,包括： 掘锚一体机物理本体： 矿井掘锚一体机， 工作执 行部， 负责进行掘锚工作的正常进行； 传感器群： 分布固定安装在掘锚一体机物理本体上， 负责实时采集掘锚一体机物理本 体运动的相关数据并即时反馈数据； 维护建议数据库： 针对仿真模拟深度 学习之后所生成的自动调优参数值并生成维护建 议数据的存 储库； 孪生体性能退化模型： 根据物理实体的几何外形和机械结构， 定义物理模型的几何属 性、 运动属性和功能属性， 即用软件来仿 真和增强矿井掘锚一体机的行位方式， 具体为先使 用CAD建立矿井掘 锚一体机初步的二维图纸， 再使用CREO软件建立矿井掘 锚一体机的三维 模型和矿井掘锚一体机的正常工作状态下的模型运动动画和 其仿真运动节点与执行端的 运动轨迹并纪录， 当被监测的矿井掘锚一体机个体的实际工作状态以及各个运动节点与之 前建立的矿井掘锚一体机的正常工作状态下的模型运动动画和 其仿真运动节点与执行端 的运动轨 迹产生偏差时， 该偏差值即为该矿井掘锚一体机 孪生体的性能退化 值； 智能维护系统： 基于物理传感器与虚拟软件进行数据交互， 验证仿真模型， 使用 Simulink  Design Optimization自动调 优参数值， 以便模型生成与实测数据匹配的结果， 对物理模型与仿真模型进行一 致性与可靠性验证； 性能退化和典型故障数据库： 针对衰减性数据进行存储和记录节点， 从而获取对应的 故障编号， 进行编排存 储； 日常维护基本信息库： 使用Predictive  Maintenance  Toolbox提供的提取训练数据的 各种选项， 选择 预测算法； 中央处理器： 针对各 数据之间的处 理与调取工作； 运行工况 数据库： 针对运行工况 数据进行存 储和调取工作； 所述中央处理器通过仿真模拟、 深度学习算法进行感知分析、 Simulink  Design  Optimization自动调优参数值， 在Maplesim中重新设定优化后的仿真参数； 利用仿真结果 提取训练数据， 用于 机器学习算法； 所述孪生体为掘锚一体机的数字 孪生模型， 对掘锚一体机进行 数字孪生； 所述掘锚一体机数字 孪生的方法， 包括如下步骤： 步骤一： 用CAD建立二维基础图纸， 再使用CREO三维软件建立掘锚一体机三维零件模 型,根据需要简化， 然后组装三维装配 体可视化模型； 步骤二： 将三维模型导入Maplesim软件， 根据物理实体的几何外形和机械结构， 定义物 理模型的几何属性、 运动属性和功能属性； 步骤三： 在Maplesim中构建液压、 电气、 机械部分仿真模型， 设置仿真条件， 添加传感器 模型， 通过图形化、 形式化描述逻辑模型的组成要素、 组织结构和运行机制， 孪生模型将各 要素属性和行为反馈到物理模型控制硬件， 在掘锚一体机物理实体中布置相应传感器， 形 成可交互的数字孪生体， 通过数据驱动方式实现数字孪生体与物理实体的信息交互； 实现 对物理模型的控制、 监视； 步骤四： 基于物理传感器与虚拟软件进行数据交互， 验证仿真模型， 使用Simulink   Design Optimization自动调优参数值， 以便模型生 成与实测数据匹配的结果， 对物理模型 与仿真模型进行一 致性与可靠性验证；权　利　要　求　书 1/2 页 2 CN 113221461 B 2步骤五： 使用Predictive  Maintenance  Toolbox提供 的提取训练数据的各种选项， 选 择预测算法。 2.根据权利要求1所述的一种基于数字孪生技术的掘锚一体机监控系统， 其特征在于： 所述传感器 群包括压力传感器、 光电传感器、 温度传感器和烟雾传感器。 3.根据权利要求1所述的一种基于数字孪生技术的掘锚一体机监控系统， 其特征在于： 所述掘锚一体机的数字孪生模型采用Predictive  Maintenance  Toolbox提取训练数据， 从 实测数据中选取故 障精度最高的训练算法， 将该算法导入到Maplesim 的数字孪生体中， 通 过数字孪生体与物理本体的数据交 互。 4.根据权利要求3所述的一种基于数字孪生技术的掘锚一体机监控系统， 其特征在于： 所述数据 交互基于数据与模型 的双驱动模式， 实现实时监控、 智能感知、 远程调试、 精准定 位和故障预测。权　利　要　求　书 2/2 页 3 CN 113221461 B 3