首页/文章/ 详情

数字化解决方案之--数字孪生解决方案

1年前浏览4664

01

数字孪生的应用场景及价值

   
研发端      
     
  • 指导设计优化

  • 以全系统视角评估各子系统的高效协同

  • 降低物理试验依靠

作战推演端

  • 数字化交付

  • 多装备性能虚拟样机的联合演练

运维端

  • 故障再现及故障诊断

  • 故障预测

  • 运行控制和优化

       

     

02

数字孪生建模过程

         
           
数据采集
           
  • 利用传感器实现物理实体空间的动态数据实时采集;

代理模型建模

  • 基于数据驱动模型和机理模型等数据建模。对于建模,必须进行验证和确认;

模型软件化

  • 对实时数据进行描述、诊断、预测,得出有效的决策;

行为建模

  • 通过行为模型,明确建立实施反馈行为的动机、能力、触发、动作等服务信息;

模型呈现

  • 采用AR/VR技术,呈现模型行为,控制和指导物理实体;

模型验证

  • 在数字孪生体构建、组装或融合后,需对其进行验证和确认及认定(VV&A),以确保虚拟数字模型的正确性和有效性。

03

安怀信数字孪生功能模块组成

         
           

04

模型级数字孪生建模及关键技术

         
           

模型级数字孪生建模及应用关键技术:既是基础,也是当前主流

05

模型级数字孪生建模及关键技术

         
           
  • 安怀信公司具有代理模型建模及不确定性量化分析工具软件;          
  • 广泛用于解决基于试验和仿真数据的代理模型创建问题;
  • 服务的客户包括航空航天、国防、透平机械、重型设备、医疗、半导体、能源、石油&天然气、汽车等行业。‍‍‍‍
     
     

06

孪生模型VV&A验证

         
           
孪生模型VV&A验证:信威多学科验证工具包      
  • 多学科模型VV&A工具包

  • 动力学验模工具 Dynamic

  • 静力学验模工具 Static

  • 数学模型验模工具 Math

  • 流体模型验模工具 CFD

  • 电磁模型验模工具 EM

07

行为模型定义与创建

         
           
行为模型定义与创建:信威BDiDesigner工具
     

行为模型定义        

  • 代理模型是由大量输入和输出构成的算法

  • 而行为模型是对代理模型进行封装后,用来观察指定的激励所产生的反馈,类似一个模拟器

  • 代理模型不一定有物理含义,但行为模型一定是有物理含义的

  • 行为模型可以用来给物理样机进行预测、实时控制、诊断等工作

行为模型创建        

  • 安怀信具备专业脚本工具,可以将代理模型封装成为行为模型,针对不同的输入,可以获得相应的输出结果并可以进行评价

  • 可实现随时间变化的函数输入构成的行为模型,这是一个工程上常见但难以实现的问题

     

08

基于数据虚实融合的代理模型

         
           

基于数据虚实融合的代理模型生成:信威BDiDesigner工具        

虚实融合技术的应用背景        

  • 客户典型场景:试验数据有但不足,无法独立生成代理模型,具备仿真能力但精度不高;

  • 试验数据的特点:结果可信、数据量不足、不具有连续性;

  • 仿真数据的特点:具备连续性、仿真数据趋势可信、绝对数值不可信;

  • 虚实融合算法:获得新的响应空间对设计方案优化有效支持。

信威虚实融合分析算法        

  • 基于仿真构建代理模型,仿真模型可以选择提前做或者不做V&V工作;

  • 利用有限的试验数据,对仿真代理模型进行修正;

  • 建立虚实偏差模型,对虚实数据进行融合计算,获得具备可信度的代理模型,然后发布应用。

09

模型呈现

         
     
模型呈现:基于AI的孪生模型可视化平台      
     

10

数据驱动的故障诊断及失效预测

         
     

数据驱动的故障诊断及失效预测:ACMS2.0软件

来源:安怀信正向设计研发港
MBSE静力学半导体航空航天汽车数字孪生控制试验安怀信
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2023-08-04
最近编辑:1年前
获赞 65粉丝 47文章 362课程 6
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈