机械工程学报

作者：杨亮亮, 龚壮壮, 何西旺, 王沐晨, 闵强, 阚子云, 宋学官

单位：1. 大连理工大学机械工程学院 大连 116024;2. 大连理工大学高性能精密制造全国重点实验室 大连 116024;3. 飞行器数字敏捷设计全国重点实验室 成都 610031

关键词：数字孪生,损伤识别,结构损伤,结构健康监测,预测性维护；

基金：国家重点研发计划(2024YFB4709600)、国家自然科学基金(52205062)、江苏省自然科学基金(BK20220950)、长三角科技创新共同体联合攻关计划(2024C04056(CSJ))、江苏省前沿引领技术基础研究重大(BK20232031)、国家市场监督管理总局重点实验室(高参数电梯智能运维)(JSTJ-IOMHL-202503)、智控实验室开放基金(ICL-2023-0305)、国防科技大学装备状态感知与敏捷保障全国重点实验室基金(6142003202415)、上海航天科技创新基

损伤是结构的主要失效性形式，如何快速准确识别损伤可有效避免因损伤导致的失效和损坏，是结构健康监测的关键问题之一。鉴于此，本研究以提高结构损伤识别效率和准确性为目标，通过融合机理模型的模态信息和传感器的实测数据，提出一种面向结构损伤识别的数字孪生建模方法。首先，以简化的变截面类悬臂梁结构为例，依据结构几何尺寸、材料属性等信息构建结构孪生机理模型，基于Euler-Bernoulli理论快速获取健康结构固有频率。其次，依据机理模型计算的固有频率设置传感器采样频率和滤波参数，对监测数据进行分解、滤波和变换，提取结构损伤特征，并确定对损伤特征影响最大的损伤几何参数，结合损伤特征识别裂纹损伤长度和位置。然后，通过数值案例验证机理模型、损伤特征提取和数据驱动模型的可行性，结果表明，所提方法不仅可以提高损伤识别精度，而且能够快速识别损伤位置。最后，基于传感器实测数据构建面向结构损伤识别的数字孪生，在孪生空间中识别结构损伤，进一步验证提出孪生模型对结构损伤识别的有效性。该研究不仅为结构的损伤识别提供新的思路和方案，也为基于数字孪生的预测性维护提供新的借鉴和参考。

来源：2026年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2026年第4期