[发明专利]一种基于数字孪生的连续油管疲劳寿命预警方法

权利要求书

1.一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：包括如下步骤：

1）、构建几何模型：建立全要素物理实体的三维模型，定义物理实体的形状、尺寸以及位置关系；

2）、构建物理模型：建立连续管物理实体的物理模型，定义连续管物理实体的运动规则路径、材料参数；

3）、构建仿真模型：结合几何模型和物理模型构建可视化的仿真模型，实现全要素物理实体的孪生模型的对象可视化、结构可视化以及过程可视化；

4）、验证仿真模型：对全要素物理实体与仿真模型进行可靠性验证，确保仿真模型的准确性；

5）、构建数据模型：建立可计算的数据模型，通过多源数据融合，驱动与物理实体进行信息交互和数据同步，实现物理空间与数字空间的信息流、控制流、数据流和决策流的交互与优化；

6）、构建数字孪生虚拟模型：将连续管物理实体模型进行1：1映射于数字孪生空间，通过数据模型采集实时数据，进而将数据上传至数字孪生模型，对实时数据进行全面分析；

7）、连续管疲劳寿命实时预测：通过实时数据的采集、分析，结合历史数据进行验证，确保数字孪生虚拟模型的可靠性，整合实时数据及仿真数据，对连续管实时运行状况进行监控；根据连续管物理实体的输入参数与疲劳寿命的关系，采用机器学习算法对连续管的疲劳寿命进行预测，实现对连续管作业过程的实时监控与预警。

2.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的全要素物理实体包括连续管、滚筒、导向器、注入头以及井身结构。

3.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的数据模型包括全要素物理实体的几何参数、运动状态参数、载荷、环境温度、腐蚀系数以及疲劳寿命。

4.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的数字孪生虚拟模型由几何模型、物理模型、规则模型以及数据模型构成，通过数字孪生模型将连续管物理实体映射到虚拟空间并实现可视化，实现连续管物理实体与数字孪生虚拟模型的对象孪生、过程孪生和性能孪生。

5.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的可视化是通过三维建模软件构建全要素物理实体的模型，通过数据模型进行实时驱动。

6.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的步骤7）的实时监控与预警具体为：

1）、连续管作业过程实时数据采集；

2）、通过实时数据对连续管作业过程进行仿真，输出不同时刻运行状态下的疲劳损伤值；

3）、通过实时数据驱动实现物理实体映射于数字孪生空间的数字孪生模型，进行实时监控与分析；

4）、通过机器学习挖掘分析数字孪生模型的运行状态数据，构建多因素与连续管疲劳寿命之间的非线性对应关系的预测模型，对连续管的疲劳寿命进行预测。

7.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的机器学习包括如下步骤：

1）、采集实时、历史、仿真和预测数据；

2）、仿真数据与实时数据的对比；

3）、预测数据与实时数据的对比；

4）、通过上述对比验证，对连续管物理实体在不同作业工况下的影响参数与疲劳寿命的关系进行分析，所采用的机器学习方法为循环神经网络算法，通过该算法对所采集的数据进行自主学习，用以提高预测计算的准确性，预测连续管物理实体在不同工况下的疲劳寿命并进行实时监控及预警。

8.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的实时数据为：使用传感器对连续管实际作业时的工况与环境参数进行数据采集的数据；所述的传感器包括应变传感器、速度传感器、温度传感器以及压力传感器；所述的数据包括连续管物理实体的几何形状、材料属性、作业载荷、环境参数；所述的环境参数包括温度、压力、腐蚀系数。

9.根据权利要求1所述的一种基于数字孪生的连续油管疲劳寿命预警方法，其特征在于：所述的可视化包括以下步骤：

1）、建立全要素物理实体三维模型；

2）、添加模型的材料参数，结构数据以及边界条件；

3）、导入三维模型，利用unity 3D的虚拟现实仿真引擎构建全要素物理实体作业模型；

4）、采用物理引擎的计算结果驱动图形渲染引擎进行绘制，构建连续管作业的可视化模型，实现数字孪生虚拟模型的可视化建模。