(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210723208.0 (22)申请日 2022.06.24 (71)申请人 福州大学 地址 362251 福建省泉州市晋 江市金井镇 水城路1号福州大 学晋江科教园 (72)发明人 方圣恩　郭新宇　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 张灯灿　蔡学俊 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/02(2006.01) (54)发明名称 土木工程结构数字 孪生建模方法 (57)摘要 本发明涉及一种土木工程结构数字孪生建 模方法， 基于结构信息化、 信息模型化及信息数 据化的原则构建包含物理孪生层、 数字孪生层和 信息沟通媒介的土木工程结构数字孪生体； 在物 理孪生层， 在结构物理实体上布设传感设备， 以 实时获取并传输供数字孪生层 使用的感知信息； 在数字孪生层构建与结构物理实体相对应且实 时更新的虚拟仿真模型； 信息沟通媒介为实现结 构物理实体与虚拟仿真模型之间信息传递的智 能算法， 以通过物理孪生层中获取的感知信息更 新数字孪生层中虚拟仿真模型的模 型参数。 该方 法有利于以数字化的方式实现对结构物理实体 的全生命周期仿真。 权利要求书2页 说明书5页 附图3页 CN 114936409 A 2022.08.23 CN 114936409 A 1.一种土木工程结构数字孪生建模方法， 其特征在于， 基于结构信 息化、 信息模型化及 信息数据化的原则构建包含物理孪生层、 数字孪生层和信息沟通媒介的土木工程结构数字 孪生体； 在物理孪生层， 在结构物理实体上布设传感设备， 以实时获取并传输供数字孪生层 使用的感知信息； 在数字孪生层构建与结构物理实体相对应且实时更新的虚拟仿真模型； 所述信息沟通媒介为 实现结构物理实体与 虚拟仿真模型之 间信息传递的智能算法， 以通过 物理孪生层中获取的感知信息更新数字孪生层中虚拟仿 真模型的模型参数； 通过物理孪生 层、 数字孪生层和信息沟 通媒介共同构成数字孪生体， 以数字化的方式实现结构物理实体 全生命周期多 要素仿真； 所述结构信息化为获取结构物理实体在设计、 施工、 维养过程中的相关信息以及所布 设的传感设备获得的感知信息； 所述信息模型化为基于获取的数据信息建立结构物理实体 的虚拟仿 真模型， 通过模型的不断更新， 作为对感知信息变化的反馈； 所述信息数据化为将 获取的所有结构信息数据化， 基于数据化的结构信息， 挖掘感知数据与结构参数之间的映 射关系， 反映结构特征， 并通过挖掘出的结构特征以及得到的结构参数， 使虚拟仿 真模型朝 着结构物理实体真实的服役状况去更新演化。 2.根据权利要求1所述的土木工程结构数字孪生建模方法， 其特征在于， 包括以下步 骤： 步骤1： 在物理孪生层收集目标结构物 理实体包括设计、 施工图纸及维养记录的相关信 息， 结合传感设备现场获取的感知信息， 作为建立虚拟仿真模型的信息来源； 步骤2： 根据物理孪生层中获取到的设计、 施工数据信 息建立结构物 理实体的虚拟仿真 模型， 作为数字 孪生层中虚拟仿真模型的初状态； 步骤3： 通过智能算法作为信息沟通媒介， 实现物 理孪生层与数字孪生层之间的即时信 息交流， 挖掘感知数据与结构参数之间的映射关系， 根据感知数据的变化更新结构参数； 步骤4： 将更新的结构参数反馈给虚拟仿真模型， 实时更新虚拟仿真模型的状态， 作为 对结构物理实体的实时映射。 3.根据权利要求2所述的土木工程结构数字孪生建模方法， 其特征在于， 采用有限元模 型作为虚拟仿真模型 的表示， 采用神经网络作为信息沟 通媒介， 按如下方法进行数字孪生 建模： 步骤A： 收集目标结构包括设计、 施工图纸、 维养记录和监测数据的相关信息， 作为目标 结构的虚拟仿真模型的信息来源； 步骤B： 根据获取到的数据信息建立所述目标结构的初始有限元模型， 作为数字孪生层 中虚拟仿真模型的初状态； 步骤C： 通过神经网络建立监测数据与结构参数之间的映射关系， 以神经网络为信 息沟 通媒介， 实现物理孪生层中结构物理实体与数字 孪生层中虚拟仿真模型之间的信息交流； 步骤D： 结合目标结构的实时监测数据和构建的神经网络， 识别目标结构各部件参数的 即时值， 实时反馈给有限元模型， 调整有限元模型中的对应参数值， 实现对虚拟仿 真模型的 实时更新； 由于结构参数 的演变均根据最新的监测数据， 使得虚拟仿真模型能够实现对结 构物理实体多 要素的实时高保真映射， 发现结构响应的细微变化。 4.根据权利要求3所述的土木工程结构数字孪生建模方法， 其特征在于， 为实现数字孪 生建模， 根据对目标结构的各 组成部件采集到的数据类型的不同， 搭建相应的神经网络， 挖权　利　要　求　书 1/2 页 2 CN 114936409 A 2掘监测数据与结构参数之间的映射关系； 对于采集的振动加速度数据， 采用以时序数列 处 理为主的循环神经网络建立响应 ‑参数关系； 对于采集的变形、 内力数据， 采用全连接网络 建立响应 ‑参数关系。权　利　要　求　书 2/2 页 3 CN 114936409 A 3