[发明专利]一种矿井数字孪生模型及其构建方法

说明书

本发明公开了一种矿井数字孪生模型及其构建方法，所述数字孪生模型由物理模型、逻辑模型、仿真模型和数据模型相互耦合和演化集成，包含以下方法步骤：(1)物理模型构建；(2)逻辑模型表示；(3)仿真模型建立；(4)仿真模型优化；(5)仿真模型验证；(6)数据模型构建；(7)数字孪生表征。本发明基于机器视觉与深度学习算法，通过构建数字孪生模型，实现物理空间物理实体与虚拟空间数字孪生体的对象孪生、过程孪生和性能孪生，以及数字孪生体与物理实体之间的数据镜像与信息交互；通过数字孪生模型及其构建方法，在虚拟空间矿井场景实现对物理空间矿井场景远程可视化监控，以及对矿井场景智能感知、实时监控、精确定位和健康预测。

技术领域

本发明涉及一种面向矿井应用场景的数字孪生技术，属于机器视觉、人工智能与计算机仿真技术领域，具体涉及一种矿井数字孪生模型及其构建方法。

背景技术

目前，智能制造和人工智能等信息技术的深度融合，数字孪生技术被广泛应用于智能制造和虚拟生产车间，并逐渐从数字化向智能化和智慧化发展。数字孪生技术具有模型可视化、逻辑可控制和数据可计算的虚拟模型构建特点，其在工业智能制造和虚拟生产场景应用广泛。随着机器视觉三维建模技术以及视觉传感器测量技术在工业应用成果的不断推广，基于机器视觉和计算机仿真技术的数字孪生技术将在矿井三维场景建模、物理信息系统以及虚拟空间数字镜像等应用方面发挥重要作用。

现有矿井场景采用VR或AR等虚拟现实仿真技术，物理模型与虚拟仿真的数据不同步，存在模型之间数据差异化较大、仿真模型自学习和自优化能力弱等问题。而且，由于模型缺乏可计算性及信息交互能力，无法通过虚拟空间对物理空间的矿井应用场景、作业设备及生产过程进行智能感知、实时监测和远程控制。因此，需要探索发明一种新的仿真模型构建方法，基于机器视觉和深度学习算法，通过数字孪生模型进行感知分析、仿真模拟、迭代优化与决策控制，通过虚拟空间数字孪生模型实现物理空间的远程可视化智能监控，以解决现有技术难题。

发明内容

本发明所要解决的技术问题是：为了克服现有技术不足之处，本发明提出了一种矿井数字孪生模型及其构建方法，旨在通过构建物理空间矿井应用场景在虚拟空间的数字孪生模型，实现数字孪生体与物理实体之间信息交互与虚拟监控。

本发明的技术方案是：一种矿井数字孪生模型及其构建方法，所述数字孪生模型由物理模型、逻辑模型、仿真模型和数据模型相互耦合和演化而成，实现虚拟空间矿井场景与物理空间矿井场景的对象孪生、过程孪生和性能孪生。

所述数字孪生模型采用物理实体结构模型、几何模型和材料模型的多尺度、多层次集成，将物理空间中的物理实体在虚拟空间进行全要素重构。

所述数字孪生模型基于卷积神经网络深度学习算法对多源传感器感知数据、状态数据以及历史数据进行数据挖掘，通过训练和优化实现数字孪生模型的自学习、自优化。

所述数字孪生模型包括感知层、网络层、数据层和表示用层。

感知层用于感知矿井场景工况环境、设备运行参数和设备工作状态，为数字孪生的对象孪生提供信息流。

网络层用于矿井场景设备的统一组网、协议转换、边缘计算和网络传输，为感知层和数据层提供通信接口，并为数字孪生的过程孪生提供控制流。

数据层用于矿井场景多源数据的汇聚融合、迭代计算、分析挖掘、数据孪生和存储管理，为数字孪生的性能孪生提供数据流。

表示层为用户提供矿井场景数字孪生与信息交互服务，以及矿井场景设备的智能识别、精确定位、实时监控和可靠运维，为数字孪生提供决策流。

所述数字孪生模型的构建方法，包括如下步骤：

步骤1，物理模型构建：建立物理实体的三维物理模型，定义物理实体的几何属性、运动属性和功能属性，以及几何外形、机械结构和仿真迭代优化条件；