[发明专利]一种储液罐水动力性能数字孪生评估系统及其方法

说明书

本发明公开了一种储液罐水动力性能数字孪生评估系统，包括基于实物数据采集模块、相似物理模型测试模块以及储液罐数值模拟模块组成的数字孪生模型模块、水动力性能计算模块、数据采集与交互模块以及性能评估与诊断预测模块，所述的数字孪生模型模块、水动力性能计算模块、数据采集与交互模块以及性能评估与诊断预测模块依次链接，且数据采集与交互模块还与孪生模型模块链接。本发明还公开了一种储液罐水动力性能数字孪生评估方法。本发明有效提高利用数字孪生方法对储罐水动力性能计算的准确性，丰富了水动力性能评估系统的功能。

技术领域

本发明涉及一种储罐水动力性能分析解决方法的技术领域，具体为一种储液罐水动力性能数字孪生评估系统及其方法。

背景技术

目前有关液舱或储罐水动力性能分析的解决方法一般包含以下几种：

1、通过理论方法或经验公式进行处理，而对于目前有关液舱或储罐水动力性能分析的解决方法很多都只是停留在理论部分，难以应用在实际工程中；这些方法通常具有快速性和合理性，但是对于复杂工程问题，往往难以包括所有可能的变化和问题，尤其是随着时间推移，储罐可能会面临老化、锈蚀等一些状况，导致结构设计参数发生变化，通过原始数据进行预测分析不能准确预测实际结果。因此现有储罐水动力性能问题的方法不具有根据实际情况变化自主学习能力，反馈到原始方法进行结果修正的能力。

2、通过数学模型模拟、物理模型试验和专业软件计算进行处理，而对于自身参数发生变化的容器，上述模型可能不再适用，通常采用数值模型或者软件建立新的模型来进行评估。而现有的分析方法包括数值方法、试验方法均是建立在原始储罐缩尺后的模型尺度上，随着模拟时间的延长及实际情况的变化，导致模拟结果逐渐偏离真实结果，无法做到风险、性能准确预测的目的。同时，上述方法通常需要独立设计，对每一种情况进行分别建模、分析，耗费时间、精力和金钱，因此不利于工程问题的快速分析；

3、通过数字孪生模型进行处理，而对于一些已有的基于数字孪生进行工业生产和实物性能、状态预测的方法，通过原始实物模型的实测数据进行分析，并将相关结果经过分类后训练机器学习人工智能模型，但是机器学习模型训练耗费时间，且输出的结果多为单一的模型性能特征值，虽然可以一定程度指导结构的设计、操作和性能评估，但是由于缺乏相关的数学分析和机理变化，结果不能对储罐的水动力性能进行系统分析，且难以根据结果反演上述结果发生的原因，因此不利于进行结构的优化设计和改造。

综上所示，目前不管采用理论方法或经验公式、数学模型模拟、物理模型试验和专业软件计算或数字孪生模型对液舱或储罐水动力性能分析均存在无法根据实际情况变化自主学习能力，反馈到原始方法进行结果修正能力、不利于工程问题的快速分析以及不利于进行结构的优化设计及改造的三个问题需要解决。

发明内容

本发明的目的是为了解决上述现有技术的不足而提出的一种储液罐水动力性能数字孪生评估系统及其方法，其解决了现有技术中存在无法根据实际情况变化自主学习能力，反馈到原始方法进行结果修正能力、不利于工程问题的快速分析以及不利于进行结构的优化设计及改造的问题。

为了实现上述目的，本发明所设计的一种储液罐水动力性能数字孪生评估系统，包括以下模块：

由实物数据采集模块、相似物理模型测试模块以及储液罐数值模拟模块组成的数字孪生模型模块；所述的实物数据采集模块用于获取需要采集实际服役中的工程储液容器压力、位移、液面变化、温度四个参数在外界环境作用下的变化过程；所述的相似物理模型测试模块用于根据实物储罐的几何尺寸并采用弗劳德重力相似准则进行相似处理；所述的储液罐数值模拟模块采用开源计算流体力学软件OpenFOAM进行建模，并保证建模中各个参数和条件应与实物储液罐保持一致；

联合运用基于OpenFOAM开源计算流体力学代码的数值模拟计算方法、物理模型实验方法和机器学习预测方法共同计算分析，计算结果随时停止，并获得停止时间节点此时的储罐内压力、流速、液位数据结果，将上述结果与实测结果进行对比，如需要更新数据，将实测结果作为数值计算模型下一步计算的初始条件作为输入量继续进行计算储罐内压力、流速、液位数据的水动力性能计算模块；