档案下载:
| 编号 档名 |
class 版本 |
标题 叙述 |
建立时间 上次更新 |
状态 | 下载 |
| 22II-T37 基于物理机理的混合数字孪生解决方案.pdf |
基于物理机理的混合数字孪生解决方案 |
2022-11-07 11:41:46 2022-11-07 11:41:46 |
需登入才能下载 | 下载 |
基于物理机理的混合数字孪生解决方案
2022.11.07物理仿真是数字孪生的基础。设备在设计阶段进行了大量的工况仿真，以保证设备满足设计要求。但由于工作环境，加工物料，操作习惯等差别，仿真并不能完全匹配现场的工况。而仿真计算，往往需要数小时，甚至数天的时间，不能满足实时监测和控制的节拍要求，所以数字孪生往往使用大数据分析技术。大数据分析技术虽然不乏成功案例，但缺乏物理机理的支撑，难以预知和改进数字孪生的效果。
在行业需求的推动下，出现了基于物理机理和大数据分析的混合数字孪生技术，Ansys公司的TwinBuilder就是其中的代表。如下图所示，TwinBuilder利用传统的物理仿真，来训练神经网络，产生所谓的降阶模型（ROM），并将现场工况，通过物理机理，抽象出子系统。利用现场的真实测量数据，来标定子系统参数。不仅将仿真速度提高到100毫秒到数秒的数量级，满足常用控制系统的节拍，而且仿真精度更加符合现场的实测数据。
完整资料请登入会员下载PDF
