-
公开(公告)号：CN110414033B
公开(公告)日：2023-04-18
申请号：CN201910466181.X
申请日：2019-05-31
申请人： 太原理工大学
IPC分类号： G06F30/27 , G06Q10/20 , G06Q10/04 , G06F119/04
摘要： 本发明公开了一种结合边缘计算和数字孪生的机械设备预测性维护方法，通过边缘计算侧提供智能服务，对数据直接进行分析，提高了分析效率，减少设备终端与云中心数据传输的流量，缓解监测数据分析的压力，增强服务的响应能力；同时数据的分布式处理和本地存储提高了数据的安全性，将边缘计算得到的数据进行本地存储；传统的基于云存储的数字孪生体构建具有延时性，特别是超写实仿真，无法完成实时在线调整，而引进边缘计算减少延时，将边缘数据输到终端设备，进行数字孪生体的构建和高逼真度行为仿真，实现机械设备实时状态的可视化，结合构建的神经网络预测结果和虚拟空间高逼真度行为仿真结果，进行定量和定性分析，综合指导机械设备预测性维护。
-
公开(公告)号：CN110045608B
公开(公告)日：2022-04-05
申请号：CN201910261337.0
申请日：2019-04-02
申请人： 太原理工大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于数字孪生的机械设备零部件结构参数动态优化方法，通过构建高保真模型，在虚拟空间实现物理空间对应设备的数字化镜像，方便后期结构参数修改和超写实仿真；通过进行超写实仿真，在虚拟空间实时动态的同步反映物理空间对应实体的状态，在虚拟空间实现物理设备真实情况的写实运动；同时利用深度学习理论，构建神经网络结构，借助其强大的数字挖掘和映射能力，挖掘建立结构参数和疲劳寿命之间的关系，通过结合高保真模型和超写实仿真环境，实现结构参数的动态优化。通过本发明，实现虚拟空间对物理空间的结构参数的动态优化与反向指导，提高了优化效率和真实性。
-
公开(公告)号：CN110414033A
公开(公告)日：2019-11-05
申请号：CN201910466181.X
申请日：2019-05-31
申请人： 太原理工大学
摘要： 本发明公开了一种结合边缘计算和数字孪生的机械设备预测性维护方法，通过边缘计算侧提供智能服务，对数据直接进行分析，提高了分析效率，减少设备终端与云中心数据传输的流量，缓解监测数据分析的压力，增强服务的响应能力；同时数据的分布式处理和本地存储提高了数据的安全性，将边缘计算得到的数据进行本地存储；传统的基于云存储的数字孪生体构建具有延时性，特别是超写实仿真，无法完成实时在线调整，而引进边缘计算减少延时，将边缘数据输到终端设备，进行数字孪生体的构建和高逼真度行为仿真，实现机械设备实时状态的可视化，结合构建的神经网络预测结果和虚拟空间高逼真度行为仿真结果，进行定量和定性分析，综合指导机械设备预测性维护。
-
公开(公告)号：CN110045608A
公开(公告)日：2019-07-23
申请号：CN201910261337.0
申请日：2019-04-02
申请人： 太原理工大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于数字孪生的机械设备零部件结构参数动态优化方法，通过构建高保真模型，在虚拟空间实现物理空间对应设备的数字化镜像，方便后期结构参数修改和超写实仿真；通过进行超写实仿真，在虚拟空间实时动态的同步反映物理空间对应实体的状态，在虚拟空间实现物理设备真实情况的写实运动；同时利用深度学习理论，构建神经网络结构，借助其强大的数字挖掘和映射能力，挖掘建立结构参数和疲劳寿命之间的关系，通过结合高保真模型和超写实仿真环境，实现结构参数的动态优化。通过本发明，实现虚拟空间对物理空间的结构参数的动态优化与反向指导，提高了优化效率和真实性。
-
-
-
搜索结果
4 条记录 (耗时 0.03 秒)
