[发明专利]基于数字孪生的液压系统融合型故障诊断预测方法

权利要求书

1.基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，将基于数字孪生模型驱动的液压系统故障诊断预测方法的结果和基于数据驱动的液压系统故障诊断预测方法的结果输入到初始化的融合算法中，利用融合算法进行剩余使用寿命和概率密度的计算，得到所需要的液压系统剩余使用寿命；

所述基于数字孪生模型驱动的液压故障诊断预测方法包括以下步骤：

建立液压系统的数字孪生模型；数字孪生模型接收待诊断和预测系统安装的传感器传输来的运行数据信息，进行实时更新；利用更新后的数字孪生模型进行仿真，得到基于数字孪生模型驱动的液压故障诊断预测结果；

所述的基于数据驱动的液压系统诊断预测方法具体方法为：

对待诊断和预测的液压系统中传感器采集的历史数据进行处理；对处理后的历史数据进行特征识别，并提取与液压系统健康状态有直接关系的特征；依据提取的特征建立液压系统故障诊断预测模型；将传感器采集的液压系统实时运行数据信息进行处理、特征提取和特征选择处理后输入到已建立的液压系统故障诊断预测模型中，得到基于数据驱动的液压系统故障诊断预测结果。

2.如权利要求1所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，所述融合算法采用粒子滤波算法。

3.如权利要求1所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，将液压系统各元件的退化模型转变为状态空间模型，带入融合算法中，进行融合算法的初始化。

4.如权利要求1所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，所述数字孪生模型由供油回路、调速回路、速度换接回路、压力控制回路、换向回路及辅助回路的数字孪生模型构成。

5.如权利要求1所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，传感器采集的运行数据信息映射到数据库中，数据库中的运行数据信息传输给已建立的数字孪生模型。

6.如权利要求1所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，采用Modelica建模语言建立数字孪生模型。

7.如权利要求6所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，采用SVM算法建立液压系统故障诊断预测模型。

8.如权利要求6所述的基于数字孪生的液压系统融合型故障诊断预测方法，其特征在于，所述处理为数据降噪处理和预处理。