复杂装备运维系统数字孪生应用框架
魏喆1
张凯1
王忠凯2
许铎3
黄国田4
1.沈阳工业大学机械工程学院,辽宁沈阳 1108702.中国铁道研究院集团有限公司电子计算技术研究所,北京 1000813.沈阳赛宝科技服务有限公司,辽宁 沈阳 1101794.通用技术集团沈阳机床有限责任公司,辽宁 沈阳 110027
摘要：针对当前复杂装备运维系统急需实现智能化转型的问题,提出了一种与深度学习技术相结合的复杂装备运维系统数字孪生框架,建立了基于深度学习的复杂装备运维系统数字孪生理论和应用框架.在理论层面,结合深度学习构建了多层次的运维系统数字孪生框架;在应用层面,基于"知识-数据-模型"并行驱动的形式,构建了运维系统全生命周期的数字孪生应用框架;在数据角度,提出了一种理论框架与NST模型结合的应用形式,并通过实验进行了验证.实验结果表明,针对动车组的非稳态时间序列数据,NST模型具有更好的预测效果.
关键词：数字孪生深度学习复杂装备理论框架应用框架全生命周期时间序列智能化
分类号：TH17(机械运行与维修)
资助基金：辽宁省揭榜挂帅科技项目(2022020630-JH1/108)中国国家铁路集团有限公司科技研究开发计划(N2022J014)
论文发表日期：2024-09-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 665-675 )
英文信息