本技术涉及大数据及故障模拟，具体而言，涉及一种基于数字孪生的故障模拟方法和装置。
背景技术：
1、工业场景中，很难采集到设备发生故障的数据，所以在绝大多数以时间序列为排布的数据样本中，设备故障数据只占据极少数部分，这对于工业数据分析而言是很大的一个阻碍。在传统的故障模拟方法中，往往依赖于实际物理设备进行故障注入和测试，这种方式存在诸多弊端，比如可能对设备造成损坏、测试成本高、测试场景受限、难以重现复杂故障情况等。而且，一旦在实际设备上进行故障测试，可能会影响正常的生产或运行，带来不必要的损失。利用数字孪生技术进行故障模拟，可模拟出设备在不同故障情况下的工作状态，在不影响实际设备正常运行的前提下，准确模拟各种故障情况，然而目前尚缺乏一种根据工业设备对不同模拟故障的反应情况分析设备潜在故障并进行故障预测的技术。
2、针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本技术的目的在于提供一种基于数字孪生的故障模拟方法和装置，根据构建的数字孪生模型的故障模拟结果数据处理获得故障性能测评指数，并进行修正进而确定重点关注的故障类型，然后处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型对重点关注故障进行故障预测再对设备进行可靠性评估，从而实现通过基于数字孪生的故障模拟技术对设备进行故障预测和可靠性评估的目的。
2、本技术还提供了一种基于数字孪生的故障模拟方法，包括以下步骤：
3、构建工业设备和故障模拟器的数字孪生模型，根据数字孪生模型进行故障模拟，获得故障模拟结果数据；
4、根据所述故障模拟结果数据进行处理，获得故障性能测评指数；
5、获取工业设备的历史故障记录数据，根据历史故障记录数据处理获得故障测评影响度因子；
6、根据所述故障测评影响度因子以及所述故障性能测评指数进行处理，获得故障性能测评修正指数，根据故障性能测评修正指数确定重点关注的故障类型；
7、根据所述历史故障记录数据处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型处理获得故障预测结果数据并推送至用户。
8、可选地，在本技术所述的基于数字孪生的故障模拟方法中，所述构建工业设备和故障模拟器的数字孪生模型，根据数字孪生模型进行故障模拟，获得故障模拟结果数据，包括：
9、获取工业设备的设备设计参数数据、设备运行参数数据和设备工作环境数据，获取故障模拟器的模拟器设计参数数据和模拟器工作参数数据；
10、根据所述设备设计参数数据、设备运行参数数据、设备工作环境数据以及所述模拟器设计参数数据和模拟器工作参数数据并利用预设建模技术构建数字孪生模型；
11、根据所述数字孪生模型进行故障模拟，获得故障模拟结果数据，包括机械故障模拟结果数据、电气故障模拟结果数据和控制故障模拟结果数据；
12、所述机械故障模拟结果数据包括异常噪声数据、机械故障运行平稳度数据、机械定位偏差数据、机械定位偏差稳定度数据和负载能力偏差数据；
13、所述电气故障模拟结果数据包括电机运转稳定度数据、电气参数异常输出数据、电气定位偏差数据和电气定位偏差稳定度数据；
14、所述控制故障模拟结果数据包括控制故障运行平稳度数据、控制定位偏差数据、控制定位偏差稳定度数据、响应延迟数据和指令执行精确度数据。
15、可选地，在本技术所述的基于数字孪生的故障模拟方法中，所述根据所述故障模拟结果数据进行处理，获得故障性能测评指数，包括：
16、根据所述异常噪声数据、机械故障运行平稳度数据、机械定位偏差数据、机械定位偏差稳定度数据和负载能力偏差数据进行计算，获得机械故障性能测评指数；
17、根据所述电机运转稳定度数据、电气参数异常输出数据、电气定位偏差数据和电气定位偏差稳定度数据进行计算，获得电气故障性能测评指数；
18、根据所述控制故障运行平稳度数据、控制定位偏差数据、控制定位偏差稳定度数据、响应延迟数据和指令执行精确度数据进行计算，获得控制故障性能测评指数。
19、可选地，在本技术所述的基于数字孪生的故障模拟方法中，所述获取工业设备的历史故障记录数据，根据历史故障记录数据处理获得故障测评影响度因子，包括：
20、获取工业设备的历史故障记录数据，根据历史故障记录数据分别提取机械故障、电气故障和控制故障对应的故障影响程度数据和故障发生频率数据；
21、所述故障影响程度数据包括生产效率影响度数据、产品质量影响度数据和经济损失程度数据；
22、根据所述生产效率影响度数据、产品质量影响度数据、经济损失程度数据以及所述故障发生频率数据进行计算，获得故障测评影响度因子，包括机械故障测评影响度因子、电气故障测评影响度因子和控制故障测评影响度因子。
23、可选地，在本技术所述的基于数字孪生的故障模拟方法中，所述根据所述故障测评影响度因子以及所述故障性能测评指数进行处理，获得故障性能测评修正指数，根据故障性能测评修正指数确定重点关注的故障类型，包括：
24、根据所述机械故障测评影响度因子、电气故障测评影响度因子和控制故障测评影响度因子分别对所述机械故障性能测评指数、电气故障性能测评指数、控制故障性能测评指数进行修正，分别获得机械故障性能测评修正指数、电气故障性能测评修正指数、控制故障性能测评修正指数；
25、将所述机械故障性能测评修正指数、电气故障性能测评修正指数和控制故障性能测评修正指数按照数值大小进行排序，将数值最大的性能测评修正指数对应的故障类型作为重点关注故障类型。
26、可选地，在本技术所述的基于数字孪生的故障模拟方法中，所述根据所述历史故障记录数据处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型处理获得故障预测结果数据并推送至用户，包括：
27、根据所述历史故障记录数据提取重点关注故障对应的故障发生时间数据、故障模式数据、故障维护操作数据及其对应设备历史运行参数数据、设备历史运行环境数据；
28、根据所述故障发生时间数据、故障模式数据、故障维护操作数据及其对应设备历史运行参数数据、设备历史运行环境数据进行训练，获得故障预测模型；
29、将工业设备的所述设备运行参数数据和设备工作环境数据输入所述故障预测模型中进行处理，获得故障预测结果数据并推送至用户。
30、可选地，在本技术所述的基于数字孪生的故障模拟方法中，还包括：
31、根据所述机械故障性能测评修正指数、电气故障性能测评修正指数和控制故障性能测评修正指数进行计算，获得故障综合性能评估指数；
32、将所述故障综合性能评估指数与预设故障综合性能评估指数阈值进行对比，若阈值对比结果不符合预设阈值对比结果要求，则进行工业设备不可靠判定。
33、第二方面，本技术提供了一种基于数字孪生的故障模拟装置，包括：
34、数据采集模块，用于采集工业设备的设备设计参数数据、设备运行参数数据、设备工作环境数据、历史故障记录数据以及故障模拟器的模拟器设计参数数据和模拟器工作参数数据；
35、数据处理模块，用于根据采集的工业设备的设备设计参数数据、设备运行参数数据、设备工作环境数据、历史故障记录数据以及故障模拟器的模拟器设计参数数据和模拟器工作参数数据进行处理，获得数字孪生模型、故障模拟结果数据、故障性能测评指数、故障测评影响度因子、故障性能测评修正指数、故障预测结果数据和故障综合性能评估指数；
36、判断评估模块，用于根据故障性能测评修正指数确定重点关注的故障类型，根据故障综合性能评估指数进行工业设备可靠性判定。
37、可选地，在本技术所述的基于数字孪生的故障模拟装置中，所述数据处理模块用于：
38、根据所述设备设计参数数据、设备运行参数数据、设备工作环境数据以及所述模拟器设计参数数据和模拟器工作参数数据并利用预设建模技术构建数字孪生模型，根据数字孪生模型进行故障模拟，获得故障模拟结果数据；
39、根据所述故障模拟结果数据进行处理，获得故障性能测评指数；
40、根据所述历史故障记录数据处理获得故障测评影响度因子；
41、根据所述故障测评影响度因子以及所述故障性能测评指数进行处理，获得故障性能测评修正指数；
42、根据所述历史故障记录数据处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型处理获得故障预测结果数据并推送至用户；
43、根据机械故障测评影响度因子、电气故障测评影响度因子和控制故障测评影响度因子以及机械故障性能测评指数、电气故障性能测评指数、控制故障性能测评指数进行计算，获得故障综合性能评估指数。
44、由上可知，本技术提供的一种基于数字孪生的故障模拟方法和装置，根据构建的数字孪生模型的故障模拟结果数据处理获得故障性能测评指数，并进行修正进而确定重点关注的故障类型，然后处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型对重点关注故障进行故障预测再对设备进行可靠性评估，从而实现通过基于数字孪生的故障模拟技术对设备进行故障预测和可靠性评估的目的。
45、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
1.一种基于数字孪生的故障模拟方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数字孪生的故障模拟方法，其特征在于，所述构建工业设备和故障模拟器的数字孪生模型，根据数字孪生模型进行故障模拟，获得故障模拟结果数据，包括：
3.根据权利要求2所述的基于数字孪生的故障模拟方法，其特征在于，所述根据所述故障模拟结果数据进行处理，获得故障性能测评指数，包括：
4.根据权利要求3所述的基于数字孪生的故障模拟方法，其特征在于，所述获取工业设备的历史故障记录数据，根据历史故障记录数据处理获得故障测评影响度因子，包括：
5.根据权利要求4所述的基于数字孪生的故障模拟方法，其特征在于，所述根据所述故障测评影响度因子以及所述故障性能测评指数进行处理，获得故障性能测评修正指数，根据故障性能测评修正指数确定重点关注的故障类型，包括：
6.根据权利要求5所述的基于数字孪生的故障模拟方法，其特征在于，所述根据所述历史故障记录数据处理获得重点关注故障类型对应的故障预测模型，根据故障预测模型处理获得故障预测结果数据并推送至用户，包括：
7.根据权利要求6所述的基于数字孪生的故障模拟方法，其特征在于，还包括：
8.一种基于数字孪生的故障模拟装置，其特征在于，包括：
9.根据权利要求8所述的基于数字孪生的故障模拟装置，其特征在于，所述数据处理模块用于：
