《基于数字孪生的工程机械产品健康检测方法研究》
主要作者和机构、发表时间及刊物
本文的主要作者包括陈继文、魏文胜、李鑫、宋世军和宋连玉，作者分别隶属于山东建筑大学机电工程学院、山东省起重机械健康智能诊断工程研究中心以及山东富友慧明测控设备有限公司。文章发表在2020年8月的《中国工程机械学报》（Chinese Journal of Construction Machinery），第18卷第4期。
研究领域及背景
本研究属于工程机械与数字技术交叉领域，探讨如何通过数字孪生（Digital Twin）技术实现工程机械产品的精准健康检测。工程机械是装备制造业的重要组成部分，应用于交通运输建设、农业水利建设、国防建设和工业与民用建筑等领域。然而，由于工程机械的工作环境恶劣，常常导致设备故障，这不仅影响施工进度和工程质量，还容易引发安全事故。因此，如何提高工程机械产品的安全性，尤其是健康检测与故障预警方法，成为研究热点。
目前，传统的健康检测方法较为简单，主要依靠计算机系统记录故障信息或对机械设备状态进行健康评估。这些方法在数据采集、传递和分析上存在较大局限性，导致无法实时、准确地评估工程机械的运行状态，也无法做出精准的故障预测与预警。
近年来，故障预测与健康管理（Prognostics and Health Management, PHM）技术逐渐兴起，并在航空、能源、交通和自动化测试设备领域得到广泛应用。数字孪生技术的普及为PHM技术的发展带来新契机，为解决传统工程机械健康检测方法的不足提供了有效路径。
研究目标
为了改进工程机械产品健康检测的准确性和时效性，本文结合PHM技术，提出一种基于数字孪生的工程机械健康检测方法。通过建立虚拟与物理一体的数字孪生模型，研究如何利用实时数据更新虚拟模型，并通过仿真分析实现设备健康状态评估和潜在故障预测。
1. 健康检测整体思路
本文提出的健康检测流程包括以下主要步骤：
1. 分析工程机械的安全问题，识别薄弱点； 2. 设置检测点，通过传感器采集关键数据； 3. 构建数字孪生模型，实现虚实映射； 4. 通过模型仿真交互进行状态校准； 5. 监测模型状态变化，在误差超出阈值时进行故障诊断或退化检测； 6. 对故障类型进行分类并制定对应的维护策略。
2. 数字孪生模型的建立
基于数字孪生概念，本文建立了一个集成虚拟模型的工程机械健康检测系统。虚拟模型不仅反映物理设备中关键参数的变化，还实现了对设备状态的动态更新。尽管当前技术水平尚不能完成物理实体的完整映射，但通过采集有限关键数据，可以相对准确地构建可实时更新的虚拟模型。
3. 塔机的检测实例
为了验证健康检测方法的可行性，本文选择了QTZ40塔式起重机作为研究对象。塔式起重机在高层建筑施工中应用广泛，但因工作环境复杂，其安全风险较高。本文利用数字孪生模型对塔机的安全状态进行分析，重点监测了其结构性危险及螺栓预紧力不足问题。研究中安装传感器监测其运行参数，例如塔机顶部轨迹、起重臂回转角等，并利用这些数据不断校准孪生模型，检测塔机状态。
4. 检测方法的创新性设计
本文提出了一种新颖的基于数字孪生健康检测方法（详见图1工作流程图），各个步骤衔接包括： - 分析塔机的风险来源及螺栓连接问题。 - 采集塔身螺栓的预紧力和轨迹偏移数据，通过虚拟仿真求解螺栓预紧力与塔身顶端位移之间的数学关系。 - 建立塔机健康检测虚拟平台，实时更新塔机状态并提供预警机制。
通过神经网络算法分析设备历史数据及其实时状态，研究团队实现了对塔机潜在故障的自动检测与预测。同时，研究中还明确了渐进性故障和突发性故障的判定逻辑，对于突发性故障，系统立即发出警报；而对渐进性故障，则建议进行组件维护或更换。
塔机健康状态的动态监测
通过对塔机运行中的监测数据进行实时分析，本文成功绘制了塔机顶端运行轨迹图（图4与图5），由此识别出塔机的正常工作范围和偏移风险。在运行轨迹范围之外的异常情况被判定为违规操作或潜在故障。
早期预警机制验证
健康检测系统通过建立数字孪生后，能够根据塔机数据实时分析设备是否存在危险。研究证明，健康检测方法能够有效减少结构性风险与违规操作，提升塔机的安全系数。例如，通过监测塔机连接螺栓预紧力状态，系统能在螺栓松动时及时发出故障提醒，避免因结构松动遗留的安全隐患。
应用实例成果
基于数字孪生技术的虚拟模型能够准确反映设备的实时状态。例如，在实验中，塔机顶端位移的三维轨迹特征与历史数据评估分析对比，为设备的退化状态提供数据依据。此外，数字孪生模型成功实现了故障分类预测，帮助管理者制定合理的维护策略，包括组件更换和停止设备运行。
本文通过建立QTZ40塔机的数字孪生模型，提出了基于数字孪生的工程机械健康检测系统，并深入分析了系统对塔机结构性故障和操作性故障的识别能力。实验结果表明，这一方法具备较高的可靠性、准确性和应用价值，不仅解决了传统方法的数据采集与分析不足的问题，还显著提升了塔机的安全性能。同时，研究证明数字孪生可为其他复杂机械设备的故障诊断与健康管理提供科学依据。
本文揭示了数字孪生技术在工程机械健康检测中的潜力。这种技术可以通过构建虚拟与现实的双向链接，优化设备故障诊断，提高运行安全性和可靠性。这一研究为实现工程机械智能化管理迈出了重要一步，同时对学术界进一步推动数字孪生技术在其他工业领域的应用提供了参考价值。