技术摘要：
本发明公开了一种适用于FAST主动反射面的故障预测和健康管理方法和系统，采用目前最先进的数字双胞胎技术，发展一种可视情维修的故障预测和健康管理(PHM)方法。所述方法包括构建FAST主动反射面的数字双胞胎模型；在FAST运行过程中，采集各个促动器的状态信息实时输入到  全部
背景技术：
500  m口径球面射电望远镜(Five-hundred-meter  aperture  spherical  radio  telescope,  FAST)是世界上最大的单口径射电望远镜。该望远镜反射面采取主动变位的独 特工作方式,  可根据观测天体的角度，在500  m口径反射面的不同区域，形成直径为300  m 的抛物面。该望远镜的工作频率在70MHz～3GHz之间。 为了实现反射面的主动变位特性，FAST  采用柔性索网作为主要支承结构。索网结 构共包括6670  根主索和  2225  个主索节点，索网周边固定在圈梁上。FAST的圈梁为直径约 500m的11m×5.5m环形桁架，重量约5350吨。圈梁支撑格构柱共50个，高度在6m-50m不等的 格构柱上。索网的每个主索节点设置单根下拉索，通过促动器拖动下拉索来控制索网变位， 从而在  500m 口径范围内的不同区域形成300m口径的抛物面。 FAST进入正式运行阶段后，其运行维护工作将成为运营工作的重中之重。作为 FAST三大技术创新之一的主动反射面不但具有跨度大、精度高的特点，而且采用主动变位 的独特工作模式。主动变位的反射面结构是FAST与传统结构的最大区别，这一开创性的设 计方案在世界上也是独一无二的。 由于FAST主动反射面的独特性，完全采用传统的定期检修 事后维修的维护模式， 不能满足其维护需求，特别是在FAST运行中的钢索的疲劳安全问题、反射面的面型精度问 题、主动反射面结构应力监测等方面，FAST需要一种可以进行故障预测的先进的维护方法， 来保障FAST的健康安全运行。 随着自动化技术和信息技术的快速发展,  各种复杂的大型设备不断涌现，这些设 备在带来工作效率提升的同时，也带来了维护困难的问题。传统的定期检修 事后维修的维 护方式耗费巨大，且效率很低，已不能满足这类设备的运行维护需求，寻求一种既便捷可靠 又经济高效的运行维护方式成为相关领域专家竞相研究的热点。基于状态的视情维修 (Condition  Based  Maintenance,  CBM)的故障预测和健康管理（Prognostics  and  Health  Management,  PHM）技术就是在这一背景下应运而生并不断发展壮大的。 对于PHM技术来说，如何进行故障预测是其最大的技术瓶颈。目前用于PHM的故障 预测技术一般分为三类：基于可靠性理论的预测方法、基于数据驱动的预测方法和基于模 型的预测方法。其中以基于模型的预测方法最为准确，而且该方法不像其他方法那样需要 进行足够数量的机器学习或者有足够样本数的概率统计，才能保证预测结果的相对准确。 但由于基于模型的预测方法的难度和成本很大，使其不能得到广泛应用。 幸运的是，数字双胞胎（Digital  Twin,  DT）技术的出现，使得本项目可以突破PHM  技术的瓶颈，采用预测精度最高的基于模型的预测方法，构建适合FAST主动反射面运行维 护的PHM系统。 5 CN 111581868 A 说　明　书 2/7 页 数字双胞胎技术是一种将特定产品的数字信息与产品运行中实时获得的操作数 据流相结合，以及将基于物理的理解与分析相结合，以获得深入的产品洞察力的一种新兴 技术。仿真软件、硬件和处理速度的改善，以及物联网（LOT）的兴起，使该技术的应用成为可 能。不同于传统的仿真技术和CAE技术（Computer  Aided  Engineering计算机辅助工程），数 字双胞胎是一个动态的、基于历史数据和当前数据不断发展的镜像，是现实世界中物理实 体的数字映射。数字双胞胎技术可以使设备运营人员获取一些无法在设备运行时进行采 集，或者采集的数据量不能满足故障诊断需求的数据。通过分析这些数据，就可以掌握设备 的实际运行状态，对设备故障进行提前预测，进而实现对设备的视情维修。 在FAST运行阶段，观测安排的不确定性，以及现场实际结构的变化，都会导致FAST 主动反射面中钢索实际发生的应力谱和设计阶段预估的应力谱发生很大的变化，使部分钢 索存在疲劳破坏的风险。需要说明的是，FAST主动反射面中的其他构件比如面板、圈梁及格 构柱等，由于并不直接承受动力荷载，根据国家《钢结构设计标准》（GB50017-2017）的规定， 这些构件不需要进行疲劳计算。而与索网结构相连的圈梁耳板，虽然直接承受动力荷载，但 因其应力小于疲劳极限，也不需要进行疲劳计算。 FAST采用基于标定数据库进行插值计算的开环控制方法来保证反射面的面型精 度，其使用的标定数据库是通过对设计阶段模型进行有限元分析的方法获得的。由于FAST 主动反射面是一个尺度巨大的精密机构，精度要求极高，FAST运行中存在的一些结构变化， 将会影响标定数据库的精度，进而影响到据此张拉出来的抛物面的面型精度。 根据FAST主动反射面的设计，FAST仅能通过下拉索对主索节点（对应于三角形面 板上的三个点）进行调控,面板的中间节点只能做相应随动。为了最大限度地减小反射面与 工作抛物面的拟合误差,FAST建设者通过优化计算将每块反射面面板都做成了半径为315 米的球面形状,使FAST可以直接采用三个控制点的数据，来评估主动反射面的面型精度，而 不产生明显的面型误差。 由于FAST促动器的最大运行速度仅为1.6mm/s，可以认为当望远镜进行换源、跟踪 或扫描等观测任务时，索网变位工作是近似的准静态过程。另外，FAST主动反射面内构件的 应力均在线弹性范围内。因此，本发明根据每个工况下的参数采用静态的线性分析方法是 合理的。 相对于基于可靠性理论的预测方法和基于数据驱动的预测方法，本发明采用的基 于模型的预测方法预测精度更高，而且其预测精度不依赖于历史数据的数量，不需要大量 的机器学习或者大样本数的概率统计就能保证预测的精度。 公开于该
技术实现要素：
部分的信息仅仅旨在加深对本发明的总体