论文标题：Digital twin-assisted gearbox dynamic model updating toward fault diagnosis

期刊： Frontiers of Mechanical Engineering

作者：Jingyan XIA , Ruyi HUANG, Yixiao LIAO, Jipu LI , Zhuyun CHEN, Weihua LI

发表时间：15 Jun 2023

DOI：10.1007/s11465-023-0748-0

微信链接：点击此处阅读微信文章

齿轮箱作为工业动力传输系统的核心部件，其运行状态直接关系到整个系统的可靠性与安全性。在恶劣工况下，齿轮箱易发生多种故障。基于数据驱动的智能诊断方法，其性能在很大程度上受限于训练数据的质量，在实际工程应用中常出现性能不稳定等问题。为缓解训练样本不足的瓶颈，利用动力学模型生成足量故障数据以辅助智能诊断模型的训练，已成为一个重要研究方向。然而，现有动力学建模研究多聚焦于故障机理的解析层面，未能充分利用实测数据对模型参数进行有效优化，从而导致所生成的虚拟数据在实际应用中的可用性仍有待提高。

华南理工大学李巍华研究团队在《Frontiers of Mechanical Engineering》2023年第18卷第2期发表了题为“Digital twin-assisted gearbox dynamic model updating toward fault diagnosis”的研究论文，系统性地提出了一种数字孪生辅助的齿轮箱动力学模型参数优化方法。该方法通过融合物理机理与实测数据，对动力学模型的关键参数进行优化，显著提升了动力学模型的准确性与可靠性，为大规模、多样化的虚拟故障样本生成提供了坚实基础，从而更有效地支撑高精度、强泛化能力的智能诊断模型构建。

论文基于刚柔耦合建模方法，构建了齿轮传动系统的初始动力学模型，并依据振动机理中的主要频率成分信息，对模型有效性进行了初步评估。以同工况下的实测正常数据为基准，建立了基于余弦相似度的虚实数据相似性量化指标，从而有效构建了动力学模型与物理实体之间的关联桥梁。进一步，采用参数灵敏度分析方法筛选出动力学模型的关键参数，结合拉丁超立方采样（LHS）与三阶多项式响应面模型（PRSM），构建了以关键参数为自变量、虚实数据相似性指标为因变量的近似降阶模型。在此基础上，结合参数取值范围建立了优化目标函数，并应用萤火虫优化算法（FA）实现了模型参数的高效优化。

为验证所提方法的有效性，以单级定轴齿轮箱为对象进行案例研究。结果表明，在显著降低运算成本的条件下，基于虚实数据余弦相似度的评估显示，基准工况下动力学模型精度从0.689提升至0.761，改善幅度达10.45%；其余三种工况下的模型精度分别提升了14.76%、10.71%和5.41%，验证了所提出参数优化方法在精度提升方面的有效性与跨工况稳定性。

本文重点在于动力学模型的优化，后续研究将着重探索不同机制下的故障数据生成方法。针对各类故障模式所生成的虚拟数据，将依据对应的齿轮失效机理进行验证，以确保其物理合理性；在此基础上，研究生成数据在诊断模型训练中的有效补充机制，以增强模型的泛化能力。此外，还将引入先进信号处理技术与新一代机器学习算法，进一步弥合实测数据与虚拟数据之间的差异，从而提升数据驱动故障诊断方法在实际工程中的适用性与准确性。

关键词

数字孪生；齿轮箱；动力学建模；参数优化；虚实数据相似性度量

引用

Jingyan XIA（夏景演）, Ruyi HUANG（黄如意）, Yixiao LIAO（廖奕校）, Jipu LI（李霁蒲）, Zhuyun CHEN（陈祝云）, Weihua LI（李巍华）. Digital twin-assisted gearbox dynamic model updating toward fault diagnosis. Front. Mech. Eng., 2023, 18(2): 32

https://doi.org/10.1007/s11465-023-0748-0

扫描二维码阅读原文

精彩推荐

1.FME文章荐读 | 基于运动虚拟中心机构的连续体机器人设计与建模

2.FME文章荐读 | 围绕远程点灵巧运动的最新进展：机器人领域远程运动中心技术综述

3.FME文章荐读 | 改进的最小方差无失真响应谱方法在叶尖定时中实现高效且鲁棒的非均匀欠采样频率识别

4.FME文章荐读 | 基于平面对称7R连杆机构的伞式机械展开式气动减速装置设计

5.FME文章荐读 | 超声振动辅助磨削连续纤维增强金属基复合材料的去除机理研究：实验与仿真模型