1.基于数字孪生的受电弓监控运维系统，其特征在于：所述系统包括：用于状态数据采集的传感器采集网络、用于状态监测的双目识别监控单元、以及用于控制传感器采集网络、双目识别监控单元的工控机；用于数据处理、耦合分析、深度学习、故障诊断的服务器；用于实时状态展示的受电弓数字孪生模型，为与车辆受电弓物理模型一致的三维数字化模型；用于展示受电弓数字孪生模型实时状态、故障预测结果、影响因素以及对应解决办法的人机交互模块；服务器与工控机、受电弓数字孪生模型和人机交互模块相连；传感器采集网络为设置在车顶受电弓上的多个传感器，采集受电弓升弓气压数据、碳滑板厚度、受电弓最小压力、静态接触压力以及空气湿度、温度的状态参数，通过数据通讯系统发送到服务器；双目识别监控单元为分布在受电弓前后两端的网络摄像头，采用深度学习算法对机械结构、异物进行监测，对于故障、疑似故障进行诊断，按照影响等级进行自动报警，报警数据自动传输至人机交互模块；服务器内具有实时数据库、历史数据库和故障类型知识库：实时数据库，用于存储实时、动态监测到的传感器采集网络和双目识别监控单元的运行数据；历史数据库，用于存储传感器采集网络和双目识别监控单元的过程数据；故障类型知识库，用于储存、调用故障类别、处理办法以及影响因素；历史数据库与故障类型知识库相连，故障类型知识库人机交互模块相连；服务器内具有数据解码系统、多物理模型融合系统和优化计算系统；数据解码系统，用于对数据通讯系统传送的数据进行解析、滤波、降噪、简化剔除干扰、无用信息，并将此信息作为多物理场数学模型基础数据来源，建立受电弓关键部件可扩展有限元模型，根据多场耦合仿真分析，结合实时数据库和历史数据库对受电弓故障状态进行感知预测，根据故障类型知识库对预发生故障以及已发生故障进行科学决策，生成预防及解决方案；多物理模型融合系统将结构动力学模型SDM、应力分析模型SAM、疲劳断裂模型FCM及其他可能的材料状态演化模型集成到一个统一的结构模型中，并与CFD数字孪生紧密耦合，实现多物理模型融合；同时建立设备STC载荷谱，并随着设备使用和损伤的发展进行调整；根据实际运行任务预测寿命；在虚拟运行过程中，数字孪生模型会记录运行过程及所有结构部件的材料状态和损坏情况；利用这两组信息，嵌入在数字孪生模型；优化计算系统虚拟映射的数字孪生优化，受电弓设备状态跟踪和健康管理系统在运行过程中对选定位置的应变历史进行感知和记录，将虚拟的和实体设备记录的应变进行比较，通过贝叶斯更新的数学过程，分析虚实状态的差异，对数字孪生模型进行优化；实时数据库存储的数据传递至数字孪生模型，数字孪生模型根据受电弓实体结构按照1:1建立，部件均按照实际材质物理属性、颜色进行赋值，借助图形渲染技术映射生成高精度数字孪生体模型，模型与服务器进行数据交互并实时展示受电弓实际运行状态；历史数据库中包含受电弓实体模型、受电弓数字孪生体模型在运维全周期的运行数据、故障数据，历史数据库将数据传输至服务器，采用大数据分析方法，对受电弓进行趋势分析、寿命分析以及故障预测，借助图形渲染技术映射生成高精度、实时状态显示的数字孪生模型，根并将故障预测、寿命评估结果数据传递至故障类型知识库；服务器将故障结果输出至故障类型知识库，故障类型知识库对已发生历史故障类型及对应解决措施进行储存，根据受电弓故障位置、故障里程、故障时间的多维度信息进行统计，统计信息回传至服务器；数据通讯系统对采集到的数据进行接收、发送，针对不同传感器类型采集到的状态信息，采用CAN总线与5G网络技术相联合，完成有线和无线的传输，在通讯协议遴选时应保证数据传递速率不低于10Gbit/s。
