基于多学科数字孪生的矿用电铲工作装置健康监测方法

本发明提供了一种基于多学科数字孪生的矿用电铲工作装置健康检测方法，通过利用拉丁超立方抽样法，获取姿态数据；利用离散元和有限元方法进行电铲挖掘机仿真，进而获取进行神经网络训练所需数据集；利用数据集对LSTM神经网络和RBF神经网络进行训练和测试，构建挖掘载荷预测模型和挖掘应力预测模型；利用倾角传感器、拉线编码器以及虚拟模型构建数字孪生模型；利用激光雷达扫描地形，计算获取物料质量，将数据通过神经网络模型依次预测载荷和应力，并将应力输送至数字孪生模型中，以颜色渲染的方式实现实时监测。本发明实现了矿用电铲在工作过程中实时显示工作装置的应力变化，提高了复杂作业环境下的矿用电铲挖掘超出应力安全范围的预警能力。