电机故障数字孪生建模与数据生成
文章来源于：数字孪生DigitalTwin
论文《Motor fault digital twin modelling and data generation》于2025年12月发表于《Digital Twin》期刊，本文由北航陶来发教授团队的李商羽等共同完成。研究提出一种多因素协同电机故障孪生技术，通过提取电机测量点、故障及行为特征等实体属性，构建基于多因素协同的电机故障孪生模型，实现电机故障数据的高保真生成，并以机械故障综合仿真试验台为案例验证了该方法的有效性。
引用本文：
Shangyu Li , Kaixin Jin , Haifei Liu , Qixuan Huang , Puyu Yang & Laifa Tao (05 Dec 2025): Motor fault digital twin modelling and data generation, Digital Twin, DOI: 10.1080/27525783.2025.2591981
摘要
本研究针对电机结构集成度高、测量信息有限导致故障样本获取难的问题，提出了一种多因素协同的电机故障数字孪生技术。该技术通过提取测量点、故障机理与行为特征等多维度实体属性，构建协同孪生模型，旨在生成高保真的电机故障数据。通过一个机械故障综合仿真试验台的案例验证，证实了该方法能够有效生成高质量的故障样本，为故障诊断提供了新的数据支持途径。
1.引言
作为电驱动系统的核心，高集成度的电机设计限制了传感器的部署，使得通过实测获取全面故障特征变得困难。传统的单一物理域仿真方法难以模拟具有传播性、时变性和动态特性的复杂故障模式。数字孪生技术为这一挑战提供了解决框架，它通过构建物理实体的虚拟映射，并实现多模型协同，能够模拟故障演化过程并生成逼真的数据。本文基于数字孪生理念，提出了一个涵盖故障要素分析、多表示建模与协同数据生成的完整方法。
2.背景工作
为实现高保真的系统级仿真，本研究借鉴了两项关键技术。多体系统动力学仿真提供了分析由多个刚体或柔体组成的复杂系统动态行为的框架，核心包括基于数值积分（如龙格-库塔法）的动力学求解和多体间接触、碰撞等相互作用的力学分析。功能模型接口是一个关键的协同仿真标准，它将不同工具建立的仿真模型封装为独立的、具有标准化接口的功能模型单元。FMI打破了传统仿真工具的壁垒，实现了跨平台、跨领域的模型集成与数据交互，为构建多物理域耦合的电机数字孪生模型奠定了技术基础。
3. 关键技术
本文的技术路线围绕三个核心环节展开。
总体技术路线图
3.1 故障物理要素多层次分析与提取
为实现孪生模型对真实故障的高保真映射，系统性地从三个层面提取要素：1) 测量要素，分析传感器类型、测量原理、采样策略及信号解码方法；2) 故障要素，从故障机理（对象参数、原理模型、传输变量）、具体 位置（正常机制、故障嵌入、部件关联）和传播路径（系统层级、耦合变量）进行分解；3) 行为要素，提取单/多体运动、电气回路、电磁感应等关键物理过程，为建模提供依据。
3.2 多表示虚拟建模与电机故障孪生
针对电机实体的异构特性，采用三种互补的建模方法：1) 基于增量约束的三维空间建模，通过参数化控制、特征建模构建部件三维模型，并利用装配约束、接触检测和运动求解实现多体动力学仿真；2) 基于原理的非因果方程建模，结合信号流（链式建模、反向回溯、循环迭代）与非因果网络建模（方程同步、物理耦合），对电气、电磁等原理明确的系统进行数学描述；3) 局部离散化的有限元分析建模，通过局部网格细化和模态降阶，高效模拟振动等具有场分布特性的物理现象。
3.3 基于数字孪生的多虚拟模型协作数据生成
将上述异构模型通过FMI标准封装为FMU，在统一的协同仿真环境中进行集成。FMI通过定义标准化接口和同步时序，解决了多模型在时间尺度、求解方法上的差异，实现了数据的高效、一致交互，从而驱动整个数字孪生系统生成综合性的故障数据。
4. 案例研究
研究以一台Spectra Quest机械故障仿真试验台为物理对象，其驱动电机为1马力三相异步电机，支持部署多种传感器并注入典型故障。
电机故障实体要素识别
根据试验台实际结构，详细分解了振动、转速、电流等多个测量点的参数、传感与采样方式；定义了轴承（内圈、外圈、滚动体、复合）、定子匝间短路、转子断条及负载泵磨损等多种故障的机理与位置；识别了相关的运动、电气与电磁行为要素。
电机故障孪生模型构建
1) 三维空间建模：依据实物尺寸建立多体模型并定义约束与接触。2) 基于原理的方程建模：在MATLAB/Simulink中建立电机电气、电磁及负载的机理模型，并集成驱动控制逻辑。3) 有限元分析建模：对关键部件进行网格划分与模态降阶。4) 协同仿真模型构建：将所有子模型通过FMI封装与集成，形成可协同运行的完整数字孪生。
电机故障数据生成
在集成仿真环境中，设定具体工况与参数，以20kHz的仿真频率运行模型，生成了正常与多种故障状态下的振动等时间序列数据。
实验结果分析
以轴承内、外圈故障为例，对比了生成数据与实测数据的频谱。结果显示，生成数据中提取的故障特征频率与理论值及实测值高度吻合，幅值特性也较为一致，验证了所提方法生成高保真故障数据的有效性。该方法降低了对大量历史故障数据的依赖。
5. 结论
本研究提出的多要素协同电机故障数字孪生技术，通过系统提取物理要素、融合三种建模方法、并利用FMI实现协同仿真，成功构建了能够高保真生成电机故障数据的孪生模型。案例研究证实了该方法的可行性与有效性，为在数据稀缺条件下支撑智能故障诊断提供了新的思路。
来源：数字孪生体实验室
