鄒亞男， 來孝楠， 王 鑫， 郭云飛， 喬建強(qiáng)， 李 光， 宋學(xué)官

（1.大連理工大學(xué) 機(jī)械工程學(xué)院， 遼寧 大連116024； 2.太原重工股份有限公司 技術(shù)中心， 山西 太原 030024）

0 引言

礦產(chǎn)資源是關(guān)鍵戰(zhàn)略資源的重要組成原料， 是衡量一個國家重工業(yè)發(fā)展水平的標(biāo)志。 礦用電鏟是露天礦開采的關(guān)鍵設(shè)備， 在礦產(chǎn)資源的開采中占據(jù)著重要地位[1]。但是礦產(chǎn)開采時電鏟的工作環(huán)境惡劣且工作強(qiáng)度大，存在潛在的結(jié)構(gòu)失效風(fēng)險。 而礦用電鏟這類體型龐大的重型機(jī)械設(shè)備一旦發(fā)生結(jié)構(gòu)失效， 則會造成重大的經(jīng)濟(jì)損失甚至是人員傷亡。 因此，為了實(shí)現(xiàn)礦用電鏟穩(wěn)定、安全地連續(xù)作業(yè)， 有必要對礦用電鏟在運(yùn)行階段進(jìn)行實(shí)時監(jiān)測，觀察關(guān)鍵零部件的性能變化，有助于分析設(shè)備的性能衰退原因，實(shí)現(xiàn)對設(shè)備剩余壽命的有效預(yù)測。

隨著新一代高新技術(shù)的發(fā)展， 關(guān)于此類重型機(jī)械設(shè)備的在線監(jiān)測方法有了新的理念與實(shí)現(xiàn)技術(shù)——數(shù)字孿生。 數(shù)字孿生是2003 年由Michael Grieves 教授首次提出[2]，旨在構(gòu)建一個虛擬空間作為物理空間的高保真映射，實(shí)現(xiàn)虛實(shí)空間的互聯(lián)互通， 挖掘物理空間所隱藏的有價值信息。 美國空軍研究實(shí)驗(yàn)室[3]提出了一種基于數(shù)字孿生技術(shù)的超高保真預(yù)測飛機(jī)結(jié)構(gòu)壽命的概念模型。 陶飛等[4]提出了一種基于數(shù)字孿生驅(qū)動的產(chǎn)品設(shè)計服務(wù)制造的新方法具體應(yīng)用和框架。 洛克希德·馬丁公司[5]采用數(shù)字紐帶的技術(shù)，創(chuàng)建數(shù)字線的工作模式。 可以看出，數(shù)字孿生的大多數(shù)研究致力于實(shí)現(xiàn)對設(shè)備運(yùn)行狀態(tài)的實(shí)時監(jiān)測、分析、預(yù)測等。 因此，提出一種礦用電鏟的形性一體化數(shù)字孿生方法，可以實(shí)現(xiàn)對電鏟結(jié)構(gòu)性能的實(shí)時求解。 詳細(xì)討論了系統(tǒng)的設(shè)計框架與相關(guān)的關(guān)鍵技術(shù)， 并通過一臺實(shí)驗(yàn)用礦用電鏟作為實(shí)例驗(yàn)證了該系統(tǒng)的可行性。

1 礦用電鏟數(shù)字孿生方法組成框架

以礦用電鏟在挖掘過程中的數(shù)據(jù)傳遞過程為切入點(diǎn)，開發(fā)了包含電鏟幾何表現(xiàn)，運(yùn)動關(guān)系，結(jié)構(gòu)性能的礦用電鏟的形性一體化數(shù)字孿生方法， 方法框架如圖1 所示。 首先，以礦用電鏟的物理實(shí)體為研究對象，分析電鏟運(yùn)行過程中的關(guān)鍵零部件的承載以及相互之間的運(yùn)動關(guān)系信息，構(gòu)建物理實(shí)體對象的數(shù)值分析模型。為了提高計算效率，引入人工智能算法代替數(shù)值求解方式，進(jìn)而減少計算量。 并利用實(shí)時的傳感器數(shù)據(jù)作為輸入進(jìn)行在線的性能預(yù)測。最后，將礦用電鏟的幾何數(shù)據(jù)與預(yù)測得到的性能信息借助WebGL[6]在瀏覽器中實(shí)現(xiàn)全尺寸的三維展示，以一種直觀的方式實(shí)時呈現(xiàn)出電鏟在運(yùn)行狀態(tài)下的結(jié)構(gòu)性能信息。

圖1 礦用電鏟的形性一體化數(shù)字孿生方法組成框架

2 礦用電鏟的物理實(shí)體對象

物理實(shí)體對象用于描述電鏟的物理信息， 這些信息是構(gòu)建監(jiān)測系統(tǒng)的基礎(chǔ)。作為一種復(fù)雜的重型工程機(jī)械，礦用電鏟作業(yè)時需要多個零部件的協(xié)同運(yùn)作。 以實(shí)驗(yàn)室中單斗15kg 小型礦用電鏟實(shí)驗(yàn)臺為例進(jìn)行實(shí)例驗(yàn)證。 如圖2 所示， 礦用電鏟實(shí)驗(yàn)臺借助工控機(jī)、STM32 單片機(jī)、控制手柄等控制設(shè)備驅(qū)動步進(jìn)電機(jī)， 帶動錐齒輪和齒輪齒條完成挖掘動作。

圖2 物理實(shí)體對象組成結(jié)構(gòu)

礦用電鏟的形性一體化數(shù)字孿生方法的核心是由數(shù)值模型和人工智能模型組成的數(shù)學(xué)模型。 在電鏟的作業(yè)過程中， 鏟斗和大臂是主要的承載部件， 需要被重點(diǎn)監(jiān)測，隨著模型的精細(xì)程度增加，計算量會隨之增大，難以實(shí)現(xiàn)礦用電鏟結(jié)構(gòu)安全的實(shí)時監(jiān)測， 因此引入深度神經(jīng)網(wǎng)絡(luò)模型。 深度神經(jīng)網(wǎng)絡(luò)模型搭建過程如下：

（1）獲取實(shí)驗(yàn)數(shù)據(jù)。選取礦用電鏟在一次挖掘過程中的運(yùn)行狀態(tài)作為實(shí)驗(yàn)數(shù)據(jù)， 主要體現(xiàn)在挖掘時的提升拉力，鏟斗提升角度以及推壓桿推壓長度。上述數(shù)據(jù)通過布置在礦用電鏟中的各類傳感器實(shí)時采集。

（2）數(shù)據(jù)處理。 為避免數(shù)據(jù)中存在空值等誤差數(shù)據(jù)，在訓(xùn)練模型前對數(shù)據(jù)進(jìn)行清洗并進(jìn)行歸一化處理， 將數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)。

（3）搭建深度神經(jīng)網(wǎng)絡(luò)模型。首先進(jìn)行深度神經(jīng)網(wǎng)絡(luò)前向傳播，利用上一層的輸出計算下一層結(jié)果。 假設(shè)l-1層有m 個神經(jīng)元，則對于第l 層第j 個神經(jīng)元有

為加快收斂速度， 選擇非飽和激活函數(shù)ReLU，解決神經(jīng)網(wǎng)絡(luò)層數(shù)較多時梯度消失的問題。 使用均方差值度量損失J，同時使用梯度下降法對損失函數(shù)進(jìn)行迭代優(yōu)化，進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的反向傳播，輸出層損失函數(shù)為：

3 傳感器與通信模塊

傳感器與通信模塊是連接數(shù)字孿生中物理實(shí)體對象和虛擬孿生體的橋梁。 其主要作用是實(shí)現(xiàn)礦用電鏟的運(yùn)行狀態(tài)信息的實(shí)時監(jiān)測和數(shù)據(jù)傳輸。如圖3 所示，從物理實(shí)體模型中采集到的傳感器數(shù)據(jù)是礦用電鏟當(dāng)前運(yùn)行狀態(tài)的直接反饋。

圖3 數(shù)字孿生通信模塊組成結(jié)構(gòu)

礦用電鏟不同運(yùn)行狀態(tài)主要對應(yīng)三個變量， 提升拉力F繩由安裝在鏟斗和提升吊繩之間的拉力測力傳感器測得。 推壓長度d 由旋轉(zhuǎn)編碼器結(jié)合推壓電機(jī)與齒輪齒條的運(yùn)動關(guān)系計算得到。 提升高度h 由提升電機(jī)旋轉(zhuǎn)編碼器測得。將上述實(shí)時采集和計算得到的數(shù)據(jù)作為輸入變量傳入所建立的人工智能模型中，對鏟斗和大臂的結(jié)構(gòu)性能進(jìn)行預(yù)測。

4 虛擬顯示模型

數(shù)字孿生的虛擬顯示模型是多源數(shù)據(jù)的融合， 包括物理實(shí)體的幾何數(shù)據(jù)、性能數(shù)據(jù)與傳感器數(shù)據(jù)?？紤]到電腦、手機(jī)等智能終端所搭載操作系統(tǒng)的兼容性問題，采用Web 瀏覽器作為數(shù)字孿生體三維顯示的平臺。 WebGL 標(biāo)準(zhǔn)為瀏覽器渲染引擎提供了硬件3D 加速渲染，可實(shí)現(xiàn)Web端交互式的三維建模。

（1）整機(jī)挖掘動作和關(guān)鍵零部件的結(jié)構(gòu)性能三維演示。礦用電鏟在挖掘作業(yè)時，鏟斗、大臂、傳動齒輪等零部件的結(jié)構(gòu)安全需要重點(diǎn)監(jiān)測。 圖4 為礦用電鏟的形性一體化數(shù)字孿生體與電鏟作業(yè)時的實(shí)時同步監(jiān)測畫面， 結(jié)構(gòu)性能以應(yīng)力和變形兩種形式展現(xiàn)。 系統(tǒng)以礦用電鏟的幾何與性能三維虛擬顯示為主， 此外還包括傳感器實(shí)時測量數(shù)據(jù)的動態(tài)圖表及零部件選擇功能。 圖4 展示了礦用電鏟在提升過程中的實(shí)時位姿與性能信息。 此外系統(tǒng)還支持用戶選擇具體零部件進(jìn)行性能單獨(dú)顯示， 便于具體觀察單個零部件的性能。

圖4 整機(jī)挖掘動作和關(guān)鍵零部件的結(jié)構(gòu)性能三維演示

（2）鏟斗挖掘軌跡實(shí)時跟蹤。 如圖5 所示，為直觀顯示鏟斗的挖掘行程， 系統(tǒng)可以對鏟斗的挖掘軌跡進(jìn)行繪制，可用于實(shí)時跟蹤鏟斗的挖掘軌跡，對后續(xù)優(yōu)化挖掘軌跡提供數(shù)據(jù)支撐。

圖5 鏟斗挖掘軌跡實(shí)時追蹤

（3）自動預(yù)警。礦用電鏟數(shù)字孿生性能顯示系統(tǒng)具有自動預(yù)警的功能， 如圖6 所示系統(tǒng)根據(jù)收集到的位置信息，在后臺進(jìn)行分析處理，當(dāng)設(shè)備過載、到達(dá)極限位置或出現(xiàn)其他異常時，發(fā)出警報。

圖6 自動預(yù)警功能

5 結(jié)論

針對礦用電鏟， 提出了一種形性一體化數(shù)字孿生方法，并開發(fā)了相應(yīng)的軟件系統(tǒng)。該方法通過統(tǒng)合深度神經(jīng)網(wǎng)絡(luò)與計算機(jī)三維顯示技術(shù)， 構(gòu)建了礦用電鏟的數(shù)字孿生體。不過，礦用電鏟的形性一體化數(shù)字孿生方法和所開發(fā)系統(tǒng)還有待進(jìn)一步發(fā)展， 當(dāng)前的結(jié)構(gòu)性能分析是對挖掘過程的靜態(tài)離散分析的結(jié)果，不適用于高速情況。進(jìn)一步的研究將圍繞動載、高速情形下的結(jié)構(gòu)性能監(jiān)測展開。盡管如此， 上述提出的方法為形性一體化數(shù)字孿生提供了一種有效的方法。此外，該方法不僅可以擴(kuò)展到其他類型的結(jié)構(gòu)、設(shè)備和系統(tǒng)，還可以用于其他領(lǐng)域和行業(yè)。