联合收获机轻量级数字孪生系统构建方法研究

作     者：马博文 刘孟楠 尹彦鑫 孟志军 张宾 张亚伟 温昌凯 张安琪 MA Bowen;LIU Mengnan;YIN Yanxin;MENG Zhijun;ZHANG Bin;ZHANG Yawei;WEN Changkai;ZHANG Anqi

作者机构：中国农业大学工学院北京100083 智能农业动力装备全国重点实验室北京100097 北京市农林科学院智能装备技术研究中心北京100097 北京市农林科学院信息技术研究中心北京100097 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2024年第55卷第5期

页      面：108-120页

核心收录：

学科分类：0711[理学-系统科学] 082804[工学-农业电气化与自动化] 07[理学] 08[工学] 0828[工学-农业工程] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

基　　金：国家重点研发计划项目(2021YFD200050302) 智能农业动力装备全国重点实验室开放课题项目(SKLIAPE2023005) 国家自然科学基金面上项目(32171907) 

主　　题：联合收获机 数字孪生 轻量级 运动逻辑建模 齐次矩阵 

摘      要：针对现有农机装备数字孪生系统开发难度大、配置要求高以及资源占用过高的问题,提出基于轻量级网络的联合收获机数字孪生系统构建方法,包含物理、虚拟、数据交互、模型计算以及人机交互等多个子系统的实现方法。基于数字孪生的技术特点和联合收获机的作业特性,设计了一种基于JavaScript语言的轻量级数字孪生系统框架。通过采用Solidworks和CMdevelopment kit工具进行数字孪生系统的模型轻量化处理及坐标系整合,实现了在不影响模型精度和功能的前提下,显著降低系统对硬件要求和内存占用量。以雷沃GM100型联合收获机为对象,开发基于轻量级网络的联合收获机数字孪生系统,为联合收获机孪生系统性能分析、实时监控、瞬时计算以及远程操纵提供联合仿真、分析以及验证平台。为验证数字孪生系统性能和功能,开展了孪生系统性能测试及油耗预测实验。实验结果表明,在数据更新频率20 Hz下,响应时间在78 ms以内,内存占用量在331 MB以内;性能测试中,系统在运行状态下CPU和GPU的平均占用率分别为17%和30%;即使在高强度操作下,系统帧率仍可保持在75.6 f/s;在正常作业下油耗预测模型平均误差为0.34 L/h,平均相对误差仅为2.51%。本系统提供了一种低成本、高效率的数字孪生轻量化构建方案。