Övervakning av hälsotillstånd för skärarm på ankarexkavator baserat på digital tvilling

Att se till att tunga maskiner håller sig säkra

Djupt under marken skär kraftfulla tunneldrivningsmaskiner genom berg för att människor ska nå kol och andra resurser. Om en kritisk del går sönder utan varning stoppas arbetet, reparationerna blir kostsamma och arbetare kan riskeras. Denna studie visar hur en virtuell kopia av en tunneldrivningsmaskins skärarm — en "digital tvilling" — kan övervaka maskinen i realtid, förutsäga när nyckeldelar belastas eller slits, och bidra till säkrare och mer effektiva operationer.

Varför tunnelmaskiner behöver smartare underhåll

Moderna kolgruvor förlitar sig på integrerade maskiner som både skär i tunnelfronten och installerar takankare för att hålla berget stabilt. Dessa maskiner arbetar i trånga, hårda tunnelmiljöer, med skiftande berglager och stora laster. Deras skärarm utsätts för upprepade böj- och vridkrafter när den lyfter, skär framåt, drar ner och undergräver längs golvet. Traditionellt använder ingenjörer detaljerade datorsimuleringar för att förstå dessa krafter, men sådana beräkningar kan ta många timmar. Det är alldeles för långsamt för att vägleda beslut medan maskinen faktiskt körs, vilket lämnar operatörerna hänvisade till tumregler och fördröjda inspektioner.

Att bygga en virtuell tvilling av skärarmen

Forskarna gav sig i kast med att skapa en virtuell motsvarighet till skärarmen som beter sig som den verkliga men kan svara på sekunder i stället för timmar. De började med att förenkla en verklig tunneldrivningsmaskin och byggde en testsmodell i en åttondels skala. Med denna skalade design genomförde de detaljerade datorsimuleringar av skärarmen under dess huvudsakliga arbetsmoment: lyft, skärning in i kollagret, neddragning och undergrävning längs golvet. Dessa simuleringar visade hur krafter förs från den roterande trumman in i armen och ner i maskinkroppen, och var armens metall upplever de högsta spänningarna.

Att lära upp en snabb representant som efterliknar långsamma beräkningar

Eftersom fullständiga simuleringar för varje driftögonblick är för långsamma tränade teamet en "surrogatmodell" — en matematisk ersättare som snabbt kan förutsäga spänningsmönster. De provade noggrant många driftförhållanden, såsom olika skärkrafter, armvinklar och cylindrars positioner, och använde den framkomna simuleringsdatan för att lära modellen hur spänningarna varierar över armen. Avancerade provtagnings- och inlärningstekniker hjälpte modellen att fokusera på de mest kritiska, högspända områdena samtidigt som antalet träningsfall hölls rimligt. Tester visade att surrogatmodellens förutsägelser överensstämde väl med de ursprungliga simuleringarna, med endast små avvikelser i maxspänning över ett brett spektrum av förhållanden.

Från spänningskartor till återstående livslängd

När den snabba ersättaren kunde leverera realtids spänningskartor kopplade teamet den till metoder från utmattningsanalys, som uppskattar hur upprepad belastning gradvis skadar metallen. Genom att följa spänningshistoriken under varje skärcykel och tillämpa välkända skadeberäkningsregler kan den digitala tvillingen uppskatta hur mycket användbar livslängd som återstår i skärarmen. För att visualisera detta byggde forskarna en övervakningsplattform i Unity 3D-miljön. Där färgkodas en 3D-modell av maskinens skärarm som en väderkarta, som visar var spänningarna är högst och hur den förutsagda återstående livslängden förändras när maskinen går igenom sina lyft-, skär- och undergrävningsrörelser.

Att testa tvillingen mot verkligheten

Teamet prövade sedan sina idéer på en fysisk bänkmodell som efterliknar skärmekanismen. De monterade töjningsgivare — små enheter som mäter utspänning i metallen — på nyckelställen på armen och körde en serie lyft- och belastningsexperiment. När de jämförde dessa mätningar med surrogatmodellens förutsägelser stämde huvudtrenderna väl överens och skillnaderna i spänningsvärden låg i allmänhet inom acceptabla gränser. Vissa plötsliga, oregelbundna händelser var svårare att fånga, vilket belyser att mer träningsdata och bättre hantering av sällsynta förhållanden kan förbättra noggrannheten ytterligare.

Vad detta betyder för säkrare tunneldrivning

Genom att kombinera detaljerad fysik, snabba surrogatmodeller och en interaktiv 3D-visualisering visar detta arbete att en digital tvilling kan övervaka en tunneldrivningsmaskins skärarm i realtid. Istället för att vänta timmar på tunga simuleringar eller förlita sig på sporadiska inspektioner kan gruvoperatörer se hur hårt armen arbetar, hur nära den sina gränser är och när underhåll bör schemaläggas. Metoden minskar beräkningstiden avsevärt samtidigt som felen hålls små nog för praktisk användning, och erbjuder en väg mot smartare, säkrare och mer tillförlitlig underjordsutgrävning.

Citering: Xie, C., Chen, X., Liu, Z. et al. Health status monitoring of cutting arm of anchor excavator based on digital twin. Sci Rep 16, 8139 (2026). https://doi.org/10.1038/s41598-026-38290-4

Nyckelord: digital tvilling, schaktmaskin, strukturell hälsokontroll, surrogatmodell, utmattningslivslängd