机床与液压

北大核心,WJCI

国内刊号:44-1259/TH

国际刊号:1001-3881

机床与液压杂志2025年第2期:基于数字孪生和多源数据融合的风力机叶片运维方法研究

发布日期:

作者:罗浩,孙文磊,常赛科,路程,王丽鑫,王宏伟

单位:新疆大学智能制造现代产业学院;新疆大学智能制造现代产业学院;新疆大学智能制造现代产业学院;新疆大学智能制造现代产业学院;新疆大学智能制造现代产业学院;新疆大学智能制造现代产业学院

关键词:风力机叶片;数字孪生;多源数据融合;Unity3D;智能运维

基金:国家工信部重点项目(TC210A02E);自治区重点研发项目(2022B01049);自治区自然科学基金项目(2022D01C390)

为了解决风力机叶片运行数据来源多样、类型复杂和多维多尺度的特征所带来的数据冗余、信息融合困难、监测过程不明朗等问题,基于风力机叶片数字孪生建模、信息融合、状态预警、三维沉浸式可视化表达,融合标识解析技术,构建风力机组数字孪生系统标识索引层,提出一种基于数字孪生和多源数据融合的风力机叶片运维方法;基于“7个层次-2种视角”的方法、深度学习算法引擎以及可信的虚实驱动模型,采用基于仿生树的风力机叶片数据模型对所提方法进行了建模,以实现数据与模型的映射关系准确表达、风力机叶片的状态监测、智能运维和管理、多源数据汇聚融合等功能。所提方法打破了传统运维过程中运维指标杂乱无章、要素信息汇聚融合困难、信息孤岛等阻碍,实现了风力机组对于运行数据知识信息密度的提升与转化。最后基于C#编程代码在Unity3D引擎搭建了风力机叶片数字孪生运维平台,实现了风力机叶片数字孪生模型的虚实联动,为风力机叶片的智能运维管理提供了一种可靠手段。

来源:2025年第2期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第2期

联系我们

  • 地址:广州市黄埔区新瑞路2号
  • 电话:020-32385312
  • E-mail:jcy@gmeri.com

咨询工作人员