(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210726353.4 (22)申请日 2022.06.24 (71)申请人 中国海洋大学 地址 266100 山东省青岛市崂山区松岭路 238号 (72)发明人 李泽华　王泓晖　赵天昊　刘贵杰　 刘永红　蔡宝平　 (74)专利代理 机构 青岛华慧泽专利代理事务所 (普通合伙) 37247 专利代理师 赵梅 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 119/04(2020.01) (54)发明名称 基于数字孪生的水下节流阀剩余使用寿命 估计方法及系统 (57)摘要 本发明涉及水下节 流阀维护技术领域， 具体 地说， 涉及基于数字孪生的水下节 流阀剩余使用 寿命估计方法及系统。 包括： 建立水下节流阀冲 蚀状态数学模 型； 测量得到冲蚀环 境复杂多样的 数据； 将实时数据代入上述模型构建水下节流阀 数字孪生模 型； 对水下节流阀的运行状态和冲蚀 状态进行仿真计算； 建立水下节 流阀性能退化数 字孪生模型； 进行剩余寿命预测； 与剩余寿命阈 值进行比较， 对冲蚀程度划分等级； 完成评估和 预测， 按结果完成维护保养或者修复。 本发明设 计通过建立水下节流阀的故障预测和冲蚀退化 模型， 可以提高水下节流阀的预测精度， 从而便 于提前安排水下节流阀的生产运行安全维护， 可 以降低停工成本、 提高健康指数和剩余寿命分布 预测的准确度。 权利要求书5页 说明书12页 附图3页 CN 115114822 A 2022.09.27 CN 115114822 A 1.基于数字 孪生的水 下节流阀剩余使用寿命 估计方法， 其特 征在于： 包括如下步骤： S1、 通过水下节流阀冲蚀实验获得多组阀体金属材料电阻值及阀体金属电阻值对应冲 蚀量， 基于金属腐蚀实验所得到的数据采用非线性回归算法， 建立水下节流阀冲蚀状态数 学模型(3)； S2、 通过数据采集模块(1)测量得到水下节流阀冲蚀环境复杂多样的数据并传输到移 动工作站的数据库(2)中保存及管理， 实现实时数据驱动有限元仿 真模型， 同时构建物理模 型数据库(21)； S3、 将测量到的环境数据和冲蚀测量数据的实时数据代入水下节流阀冲蚀状态数学模 型(31)， 构建水 下节流阀数字 孪生模型(32)； S4、 通过水下节流阀数字孪生模型(32)对水下节流阀的运行状态和冲蚀状态进行仿真 计算， 仿真计算得到的水下节流阀的运行状态数据和冲蚀状态数据均保存于数据库(2)的 孪生数据单 元(22)中； S5、 通过动态贝叶斯模型来建立水下节流阀性能退化动态演化模型(312)， 通过粒子滤 波PF算法实现， 从而建立完整的水 下节流阀性能退化数字 孪生模型(321)； S6、 通过数据采集模块(1)采集水下节流阀直接检查过程数据并将其保存于数据库(2) 的评价数据单元(23)内； 根据评价数据单元(23)内的数据采用水下节 流阀剩余寿命 预测算 法进行水下节流阀剩余寿命预测， 得到的剩余寿命预测结果均保存于评价数据单元(23) 内； S7、 调用预设在数据库(2)中水下节流阀的剩余寿命阈值数据， 然后将剩余寿命计算结 果与剩余寿命阈值进行比较， 若检测剩余寿命计算结果低于剩余寿命阈值的10％、 50％、 80％， 则分别将水下节流阀冲蚀程度划分为A ‑轻度冲蚀、 B ‑中度冲蚀和 C‑严重冲蚀三个等 级； S8、 及时输出水下节流阀的冲蚀等级， 完成对水下节流阀基础冲蚀状况的评估和预测； 根据监测点的定位找到腐蚀区域， 按评估结果完成对该区域的维护保养或者 修复。 2.根据权利要求1所述的基于数字孪生的水下节流阀剩余使用寿命估计方法， 其特征 在于： 所述S3中， 将测量到的环境数据和冲蚀测量数据的实时数据代入水下节流阀冲蚀状 态数学模型(31)， 构建水 下节流阀数字 孪生模型(32)的具体步骤如下： S3.1、 采用非线性回归算法建立水 下节流阀冲蚀状态数 学模型(31)； S3.2、 采用非线性回归算法建立水下节流阀性能退化过程的共性表征模型(311)， 通过 动态贝叶斯网络描述状态空间模型随时间的演化规律， 建立水下节流阀性能退化动态演化 模型(312)； S3.3、 建立基于动态贝叶斯神经网络的水下节流阀动态演化模型， 即基于DBN模型所建 立的水下节流阀性能退化动态演化模型(312)； S3.4、 采用粒子滤波PF算法实现水下节流 阀退化状态追踪和剩余寿命预测， 从而完成 水下节流阀性能退化数字 孪生模型(321)的建立； S3.5、 建立基于粒子滤波PF近似推理算法的水下节流阀性能退化和剩余寿命预测数字 孪生模型(32 2)； S3.6、 利用强化学习算法对比感知数据与仿真数据， 通过参数修调实现虚实一致性保 持。权　利　要　求　书 1/5 页 2 CN 115114822 A 23.根据权利要求2所述的基于数字孪生的水下节流阀剩余使用寿命估计方法， 其特征 在于： 所述S3.1中， 采用非线性回归算法建立水下节流阀冲蚀状态数学模型(31)的具体方 法包括如下步骤： S3.1.1、 通过水下节流 阀冲蚀实验获得多组实验数据， 实验数据为目标金属电阻值及 目标金属电阻值对应冲蚀量； S3.1.2、 对步骤S3 ‑2‑1中所得到的实验数据进行 校正， 消除系统误差； S3.1.3、 基于步骤S3 ‑2‑2中校正处理后的数据， 利用非线性回归算法构建拟合函数模 型； 采用插值法进行求 解， 得到拟合 函数曲线。 4.根据权利要求2所述的基于数字孪生的水下节流阀剩余使用寿命估计方法， 其特征 在于： 所述S3.2中， 建立共性表征模型(31 1)的具体方法为： 由于引起水下节流阀阀体腐蚀的外部原因大多为海水中的海水压力、 流速、 温度、 二氧 化碳分压和海水水下扰动等因素， 故建立水下节流阀在海洋环境外部冲击模型， 将水下节 流阀海洋环境外 部冲击过程建模为泊松过程， 对 任意时间段t1,， t2≥0， 有： 其中， n为水下节流阀受到海洋环境外部冲击的次数， Nc(t1+t2)为t1+t2时间段受到的海 洋环境外部冲击次数， Nc(t1)为t1时间段受到的海洋环境外部冲击次数， P{Nc(t1+t2)‑Nc(t1) ＝n}为在任意t2时间段发生n次海洋环境外部冲击的概率， λ为泊松分布的参数， 由历史数 据确定。 5.根据权利要求2所述的基于数字孪生的水下节流阀剩余使用寿命估计方法， 其特征 在于： 所述S3.3中， 建立基于DBN动态演化模型的目的是： 在给定模型参数θk＝(Ak,Bk)和一 组水下节流阀观测数据Q0:k＝(q0,q1,…,qk)的条件下， 估计水下节流阀退化状态的后验分 布 其计算公式如下： 其中， 表示第i个 粒子； δ(·)为狄拉克函数； 表示第i个 粒子对应的权重， 可通过下 式计算得到： 为了克服由于某些粒子权重过小而产生的粒子退化问题， 采用重采样策略重置各粒子 权重： 相当于： 式中， 表示k时刻重采样后的粒子； ni表示粒子 经过重采样后生成新粒子集 时 复制的次数；权　利　要　求　书 2/5 页 3 CN 115114822 A 3