[发明专利]一种基于数字孪生的设备设计/维修方案智能决策方法在审

专利信息
申请号: 202110998591.6 申请日: 2021-08-27
公开(公告)号: CN113627032A 公开(公告)日: 2021-11-09
发明(设计)人: 鲁麒;成玮;张硕;刘雪;张乐 申请(专利权)人: 西安科技大学;西安交通大学
主分类号: G06F30/20 分类号: G06F30/20
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 白文佳
地址: 710054 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字 孪生 设备 设计 维修 方案 智能 决策 方法
【权利要求书】:

1.一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,包括以下步骤:

步骤一、对关键设备进行结构分析和功能分析、进行机理模型构建以及进行数据模型构建,得到关键设备的数字孪生建模模块;

步骤二、根据步骤一所得关键设备的数字孪生建模模块,对设计/维修服务所需的数据和信息进行梳理,制定设计/维修优选方案的评价准则并获得决策方案备选集;

步骤三、根据步骤二所得决策方案备选集,进行复杂群体的多属性多方案决策,得到设计/维修服务任务下的备选方案排序;

步骤四、当备选方案的排序合理时,输出作为优选方案。

2.根据权利要求1所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,对关键设备进行结构分析,包括对关键设备各组成模型进行结构组件进行分析,确定组成关键设备的主要部件、布置形式;

对关键设备进行结构分析,包括对关键设备各组件的功能、功能类型及运动、电气进行分析。

3.根据权利要求2所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,进行机理模型构建的操作包括:通过获取关键设备的不同维度属性,从机械、电气、液压、热力学、控制属性等方面建立三维模型;

其中,不同维度属性包括:几何结构、空间运动、动学特性、机构动力学特性。

4.根据权利要求2所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,进行数据模型构建的操作包括:基于人工智能方法,分析己知的故障样本以及故障与征兆之间复杂对应关系,构建关键设备的故障诊断数据模型、剩余寿命预测数据模型。

5.根据权利要求1所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,步骤二的具体操作包括以下步骤:

a)基于步骤一所得关键设备的数字孪生建模模块,复杂决策群体获得多属性多方案决策过程所需的关键设备数据状态信息,决策成员群体通过可视化数字孪生系统获得所需的数字孪生仿真数据、物理空间历史数据以及实施监测数据;从而对设计/维修服务内容及解决方案进行评估;

b)依据关键设备设计/维修服务内容,制定符合核电企业标准的设计/维修优选方案的评价准则,作为设计/维修多属性多方案的决策依据;

c)决策群体根据专家知识经验案例,针对关键设备的故障状态和信息,从已有设计/维修服务方案中提取相似解决方案,制定设计/维修服务任务的方案备选集。

6.根据权利要求1所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,步骤三中,通过建立决策成员关于评价准则的多属性偏好矩阵,设置不同决策群体成员及多属性权重,经复杂群体偏好集结,得到设计/维修服务任务下的备选方案排序。

7.根据权利要求6所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,步骤三的具体操作包括以下步骤:

根据制定的设计/维修服务评价标准,决策成员对评价标准进行偏好表达,对决策成员评价进行数据特征抽取建立原始矩阵,对矩阵数据进行标准化;设置决策成员及属性权重;集结各决策成员对不同备选方案的决策偏好,得到备选方案的综合价值;经复杂群体偏好集结,得到决策群体在该设计/维修服务任务下的备选方案排序。

8.根据权利要求7所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,针对决策成员及属性权重的设置,在决策成员和多属性权重未知的情况下,采用主观法、客观法或者二者结合的方法确定其权重。

9.根据权利要求1所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,步骤四中,当备选方案的排序不合理时,进行复杂群里设计/维修协调结果修正,修正后输出作为优选方案。

10.根据权利要求9所述的一种基于数字孪生的设备设计/维修方案智能决策方法,其特征在于,进行复杂群里设计/维修协调结果修正的具体操作包括:

针对决策成员对个人偏好进行修正,并反馈调整步骤三中优选方案的部分决策参数;

或者,通过对多属性多方案决策过程的参数进行修正。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学;西安交通大学,未经西安科技大学;西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110998591.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top