(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210674299.3 (22)申请日 2022.06.14 (65)同一申请的已公布的文献号 申请公布号 CN 114897271 A (43)申请公布日 2022.08.12 (73)专利权人 郑州轻工业大 学 地址 450000 河南省郑州市高新 技术产业 开发区科 学大道136号 (72)发明人 李浩　苗壮　王昊琪　刘根　 孙天兴　王佳奇　文笑雨　孙春亚　 乔东平　张玉彦　杨文超　 (74)专利代理 机构 北京哌智科创知识产权代理 事务所(普通 合伙) 11745 专利代理师 张元媛(51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01) G06F 30/20(2020.01) G06F 30/13(2020.01) 审查员 鹿天然 (54)发明名称 数字孪生环境下基于故障传播的中央空调 预测性维护方法 (57)摘要 本发明提出一种数字孪生环境下基于故障 传播的中央空调预测性维护方法， 其步骤如下： 首先， 搭建中央空调的数字孪生系统， 包括物理 空间的中央空调设备、 虚拟空间的三维模型和数 学模型。 其次， 利用设计结构矩阵的建模 方法， 建 立基于“功能‑原理‑结构”的多领域故障传播模 型。 最后， 根据实时运行数据和变更预测算法， 预 测潜在的高风险故障， 在孪生模型中高亮预警， 形成主动的预测性维护信息， 反馈给运维人员， 提供维修决策依据。 本发 明构建了“三维模型+数 学模型”的双模型驱动的中央空调运维模式， 能 够根据物理实体的实时运行数据， 预报潜在故 障， 为预测性维护提供了决策依据， 提高了企业 的维修时效性与管理效率， 减少了过度维护以及 漏维护情况。 权利要求书3页 说明书7页 附图7页 CN 114897271 B 2022.12.16 CN 114897271 B 1.一种数字孪生环境下基于故障传播的中央空调预测性维护方法， 其特征在于， 包括 如下步骤： S1， 根据中央空调系统的物理实体， 基于BIM技术建立中央空调系统的信息模型与 三维 几何模型， 利用Unity3D软件搭建中央空调数字孪生模 型， 基于WebGL技术搭建B/S架构的中 央空调数字 孪生系统； S2， 根据中央空调系 统的信息模型、 功能原理、 工作机理和物理特性， 分别构建相应的 功能层、 原理层和结构层， 并建立基于FP S的多领域相连接的故障传播模型； S3， 基于CPM计算中央空调潜在故障组件在功能层、 原理层和结构层的多维度的潜在影 响程度， 包括可能性矩阵、 依赖度矩阵和风险矩阵； S4， 利用Unity  3D软件构建中央空调数字孪生系统， 将基于BIM技术构 建的中央空调信 息模型和三维几何模型与基于FPS的多域 故障传播的数学模 型相结合， 形成基于 “三维模型 +数学模型 ”的双模型驱动模式， 由传感器采集中央空调系统的实时运行数据， 通过多域故 障传播模型 预测中央空调未来 运行一段时间内潜在发生的趋势性故障； S5， 根据孪生系统中故障传播预测模块的结果， 将预测的潜在故障记录在运维管理模 块中， 将潜在发生 故障的组件在数字孪生模型中进 行高亮预警显示， 根据设备设计信息、 历 史运维信息和实时运行 数据， 形成预测性主动维护 信息； 步骤S1具体为： S1.1， 根据中央空调系统的物理实体， 基于Revit软件建立中央空调系统的信息模型和 三维几何模型， 在信息模型中保存中央空调系统的设计信息和施工信息， 并将三维几何模 型导出为.fbx三维文件格式； S1.2， 将.fbx三维文件格式导入Unit y 3D软件， 基于Unit y 3D软件将信息模型、 三维几 何模型和数 学模型组合 为中央空调的数字 孪生模型； S1.3， 在中央空调系统的制冷主机、 冷却塔和 末端处加装传感器， 并将传感器监测数据 上传至云端服 务器， 以获取实际的运行 数据， 监测中央空调系统的实际运行状态； S1.4， 搭建后台云端服务器， 基于WebGL技术， 利用超文本标记语言与文档对象模型接 口， 通过底层的图形硬件加速功能在浏览器中渲 染数字孪生模 型， 最终搭建出B/S架构模式 的中央空调数字 孪生系统； 步骤S2具体为： S2.1， 根据信号流、 物料流和能量流的输入输出关系， 将中央空调系统的功能分解为多 个子功能， 并通过子功能间的D SM， 映射子功能之间的相互依赖关系； S2.2， 根据中央空调系统的基本结构、 基本工作原理和能量转移原理， 将中央空调逐级 分解为自上而 下的“子系统‑部件‑组件”之间相互影响的集合， 以便于捕获组件之 间的故障 传播关系； S2.3， 根据中央空调系统的装配、 机械和电气三个属性分层， 将结构层的典型故障分 为： 由安装施工不当引发的故障， 即， 装配属性； 由电力驱动组件失效引发的故障， 即， 电气 属性； 由机械结构失效引发的故 障， 即， 机械属性； 并通过三个属性分层的DSM， 映射多个组 件在装配、 机械和电气三个属性内的相互依赖关系， 在DSM中， 列元素表示故障传播发起组 件， 行元素表示故障传播接收组件； S2.4， 根据中央空调系统的机理、 热力学和控制三个属性分层， 将原理层的典型故障分权　利　要　求　书 1/3 页 2 CN 114897271 B 2为： 由工作 原理相关联所引发的故障， 即， 机理属性； 由热力学压焓原理变化所引发的故障， 即， 热力学属性； 由控制系统失效引发的故障， 即， 控制属性； 并通过三个属性分层的DS M， 映 射多个组件在机理、 热力学和控制三个领域的相互依赖关系； S2.5， 根据功能与原理之间的对应关系， 将实现子功能的组件分配给对应的原理属性， 由此完成功能层 ‑原理层DM M以及原理层 ‑功能层DM M； S2.6， 根据结构属性和原理属性的连接关系， 构 建结构层 ‑原理层的DMM以及原理层 ‑结 构层DMM； S2.7， 根据步骤S2.2、 S2.3、 S2.4、 S2.5和S2.6所构建的功能层、 原理层和结构层以及功 能层‑原理层连接、 结构层 ‑原理层连接， 由相应的DSM以及DMM建立基于FPS的  多域MDM， 即 故障传播模型； S2.8， 基于中央空调系统的功能故障传播分析以及典型故障传播分析， 并根据组件在 功能、 结构和原理之间连接的相关度以及故障跨越子系统、 部件和组件之间的传播边界为 量化标准， 对故障传播模型进行量 化； 步骤S3具体为： S3.1， 根据多域故障传播模型中所有 的直接传播和间接传播， 建立一个多域故障传播 链； S3.2， 根据CPM算法， 计算中央空调潜在故障组件在功能层、 原理层和结构层的多维度 的潜在影响程度； S3.3根据多域故障传播链， 计算综合可能性矩阵， 计算方法为： 把多域故障传播链看作 逻辑链， 其中， 竖直线表示数学关系 “并”， 用∪表示， 水平线表示数学关系 “交”， 用∩表示； 综合可能性的交、 并求和 计算从最底部开始， 在到达顶部时得到结果， 运算公式由公式(1) 和(2)表示： lb,u∪lb,v＝lb,ulb,v                   (1) lb,u∩lb,v＝lb,u+lb,v‑lb,ulb,v＝1‑(1‑lb,u)(1‑lb,v)         (2) 式中， lb,u表示从u到b的故障传播的直接可能性； S3.4， 根据多域故障传播链， 计算综合风 险矩阵， 综合风 险的交、 并求和计算从逻辑链 最顶部开始， 在到 达最底部得到结果， 运 算公式由公式(3)表示： Rb， a＝1‑Π(1‑ρb,u)             (3) 式中， Rb,a表示故障传播从b到a的综合风险， u表示处在a到b的多域故障传播链倒数第 二层的所有子系统， ρb,u表示u和b之间的传播 风险， ρb,u的计算公式由公式(4)表示： ρb,u＝σu,alb,uib,u                       (4) 式中， σu,a表示从a到 达子系统u的传播可能性， ib,u表示u到b故障传播的直接依赖度； S3.5， 根据综合可能性矩阵和综合风险矩阵， 计算综合依赖度矩阵， 计算公式由公式 (5)、 公式(6)和公式(7)表示： Ib,a＝Rb,a/Lb,a                           (5) Lb,a＝1‑(1‑lb,a)(1‑lb,dld,a)(1‑lb,flf,a)                (6)权　利　要　求　书 2/3 页 3 CN 114897271 B 3