概述

基于数字孪生的电子泵产品闭环迭代和优化基于智能预测模型，对疲劳寿命不合格的产品进行优化，研究泵体力学性能、化学性能以及铸造精度对电子泵寿命的影响，探究Mn、Zr和混合稀土等微量元素对合金组织及物化性能的影响规律，阐明新型铝合金浇注温度、模具预热温度、真空度等对产品精度的影响，探寻成分-铸造-产品寿命的最佳匹配关系。基于数字孪生的监测数据，分析影响产品NVH性能指标的关键因素，指导针对电子油泵的NVH快速仿真及零部件级NVH贡献量的精准预测，实现包括标杆样机分析、电子油泵的性能虚拟试验、NVH问题追踪与改进等全过程的智能化。

需求详情

（1）仿真与实测结合的电子油泵完备大数据获取针对新能源汽车电子油泵某些关键部位不能通过直接布置物理传感器实测动态信号、多种不同类型传感器优化布置准则难以解决的难题，从基于高精度耦合模型的难测数据仿真模拟、多类传感器信息互补与参数优化等方面入手研究，完备化台架测试过程中电子油泵监测大数据获取，夯实电子油泵疲劳测试的数据基础。（2）电子油泵产品研发全过程数字孪生系统开发建立由机理模型模块和测试数据集模块组成的数字孪生体。机理模型模块依据电子油泵的物理过程建立模型，对难以测量的数据进行仿真模拟；测试数据集模块通过实验对电子油泵进行测试，依靠测试数据建立可测参数的数学模型。将数字孪生体与实验进行对比，通过对比结果反馈调节机理模块从而不断提高孪生体的准确性。同时开发数字孪生可视化界面系统，实现电子油泵产品研发过程全过程的数字孪生。（3）电子油泵数模联动的疲劳寿命预测电子油泵健康状态衰退过程影响因素复杂，衰退趋势随机性强，对疲劳寿命预测提出了新的挑战，从监测大数据出发，采用深度学习算法充分挖掘油泵的运行时间、健康状态和疲劳寿命三者之间的映射关系，建立基于数据驱动的疲劳寿命预测方法；从油泵衰退机理出发，综合考虑健康状态衰退过程中的样本差异性和工况时变性等因素，建立基于随机过程模型的疲劳寿命预测方法；研究数模联动机制，将监测数据驱动方法和数值模型的方法相结合，利用实时监测信息对模型参数进行自适应更新，实现电子油泵的智能疲劳寿命预测。（4）基于数字孪生的电子泵产品闭环迭代和优化基于智能预测模型，对疲劳寿命不合格的产品进行优化，研究泵体力学性能、化学性能以及铸造精度对电子泵寿命的影响，探究Mn、Zr和混合稀土等微量元素对合金组织及物化性能的影响规律，阐明新型铝合金浇注温度、模具预热温度、真空度等对产品精度的影响，探寻成分-铸造-产品寿命的最佳匹配关系。基于数字孪生的监测数据，分析影响产品NVH性能指标的关键因素，指导针对电子油泵的NVH快速仿真及零部件级NVH贡献量的精准预测，实现包括标杆样机分析、电子油泵的性能虚拟试验、NVH问题追踪与改进等全过程的智能化。

技术参数

（1）数据获取类型＞5种；（2）疲劳测试精度≥85%；（3）产品设计试验验证周期缩短60%；（4）产品研发周期缩短50%；