一种天车运动特性数字孪生体的构建方法

本发明属于数字孪生领域，提出了一种天车运动特性数字孪生体的构建方法，该方法通过天车运动学和动力学关系建立拉格朗日经典解析模型，实时获取真实工况环境的天车运动状态数据，接着，通过有限元分析(FEA)与在线传感器技术收集天车运行数据，建立三维模型并进行仿真，以获取位移、速度和摆角等动态特征。第三步是对收集的数据进行标准化处理，并采用聚类分析提取典型运动特征，计算每个聚类的平均速度、位移和加速度。最后，基于径向基函数(RBF)神经网络构建等效模型，结合粒子群优化(PSO)算法对系统参数进行优化。该方法具有较强的适应性和全局搜索能力，能有效处理复杂非线性系统，为天车运动特性的实时监测和优化提供了新思路。