【技术实现步骤摘要】
【国外来华专利技术】生成复杂设备的结构参数的系统、计算机辅助的方法和计算机程序产品
本专利技术处于设计复杂设备和相对应的设计工具的领域,并且尤其是涉及一种用于从至少一个规格参数出发来生成复杂设备的结构参数的系统、一种相对应的计算机辅助的方法以及一种相对应的计算机程序产品。
技术介绍
在设计/开发复杂设备时,通常必须满足一个或者多个规格参数。典型地,从对客户要求的产品或所要求的复杂设备的描述中,以及从在复杂设备运行时对复杂设备的要求中,得出这种规格参数。在传统的设计过程中,那就是在设计和/或建造这种复杂设备时以及在为此所需地确定该复杂设备的结构参数时,在相应的复杂设备的相应专业领域中的技术人员基于该技术人员的专家专有技术(Experten-Know-how)并且从规格参数出发来确定初始设计。于是,优化该复杂设备的设计,也就是优化该复杂设备的结构参数,直到满足这些规格参数。在此,规格参数与复杂设备的运行参数对应,其中这种规格参数尤其是可能与一个运行参数或者与多个运行参数有关,也就是说当一个或者多个确定的运行参数每个都处于确定的值域中时,那么满足这种规格参数。这样,比方说电部件的最大电功率损耗可以预先给定为规格参数,其中如果电流消耗和电压(也就是说电部件上的电压降)在运行中每个都在确定的边界值之下,则满足该规格参数。在传统的设计过程中也可能需要的是,尤其是当在设计过程的第一轮中不能达到规格参数时,再一次利用另外的初始设计来执行设计过程。在传统的设计过程中,常常需要具有不同初始设计的多轮和/或在优化结构参数时的多 ...
【技术保护点】
1.一种用于借助神经网络从至少一个预先给定的规格参数出发来生成复杂设备的结构参数的计算机辅助的方法(100),其中所述方法具有:/n- 提供(130)参考数据,所述参考数据标明多个复杂设备和所述多个复杂设备的相应的至少一个规格参数,以及分别标明结构参数,其中相应的结构参数表征相应的复杂设备的结构的至少一个部分;/n- 提供(140)运行数据,所述运行数据标明所述多个复杂设备和所述多个复杂设备的相应的运行参数,所述相应的运行参数与所述相应的结构参数对应,并且在所述相应的复杂设备运行时,所述相应的运行参数表征所述相应的复杂设备的至少一个部分,或者所述相应的运行参数表征所述相应的复杂设备的运行;/n- 基于所述参考数据和所述运行数据来训练(150)所述神经网络;以及/n- 从所述至少一个规格参数出发并且借助经过训练的神经网络,生成(160)所述复杂设备的所述结构参数,其中生成所述结构参数,用于制造所述复杂设备,并且依据所述结构参数来建造所述复杂设备;/n其中所述相应的至少一个规格参数是针对所述相应的运行参数的预给定,并且所述运行参数满足相应的规格参数;和/n其中在所述训练(150)时,确定( ...
【技术特征摘要】 【专利技术属性】
【国外来华专利技术】20180618 EP 18178202.01.一种用于借助神经网络从至少一个预先给定的规格参数出发来生成复杂设备的结构参数的计算机辅助的方法(100),其中所述方法具有:
-提供(130)参考数据,所述参考数据标明多个复杂设备和所述多个复杂设备的相应的至少一个规格参数,以及分别标明结构参数,其中相应的结构参数表征相应的复杂设备的结构的至少一个部分;
-提供(140)运行数据,所述运行数据标明所述多个复杂设备和所述多个复杂设备的相应的运行参数,所述相应的运行参数与所述相应的结构参数对应,并且在所述相应的复杂设备运行时,所述相应的运行参数表征所述相应的复杂设备的至少一个部分,或者所述相应的运行参数表征所述相应的复杂设备的运行;
-基于所述参考数据和所述运行数据来训练(150)所述神经网络;以及
-从所述至少一个规格参数出发并且借助经过训练的神经网络,生成(160)所述复杂设备的所述结构参数,其中生成所述结构参数,用于制造所述复杂设备,并且依据所述结构参数来建造所述复杂设备;
其中所述相应的至少一个规格参数是针对所述相应的运行参数的预给定,并且所述运行参数满足相应的规格参数;和
其中在所述训练(150)时,确定(156,166)误差大小,所述误差大小具有在所述参考数据的所述结构参数与借助所述神经网络确定的结构参数之间的偏差,以及具有在所述相应的至少一个规格参数与相应的运行参数之间的偏差,所述相应的运行参数与所述借助所述神经网络确定的结构参数对应。
2.根据权利要求1所述的计算机辅助的方法(100),所述方法此外还具有:
-监控(132)所述多个复杂设备中的至少一个复杂设备的手动设计迭代(112,114),以达到所述至少一个复杂设备的所述至少一个规格参数,其中要执行所述手动设计迭代(112),以达到所述至少一个规格参数;
-适配(134)所述参考数据,其中关于所述至少一个复杂设备,对于每个手动设计迭代都存储所述结构参数;以及
-适配(144)所述运行数据,其中关于所述至少一个复杂设备,对于每个手动设计迭代都存储所述运行参数;
并且其中,基于经过适配的参考数据和运行数据来训练(150)所述神经网络。
3.根据权利要求1或者2所述的计算机辅助的方法(100),此外还具有基于所生成的结构参数来模拟(162)所述复杂设备,以确定所述复杂设备的运行参数;并且其中,所述神经网络的所述训练(150)再者基于所述至少一个规格参数和所述复杂设备的所述运行参数。
4.根据权利要求3所述的计算机辅助的方法(100),其中,在基于分别生成(160)的所述结构参数来相应地模拟(162)所述复杂设备的情况下,迭代式地(116)执行所述神经网络的所述训练(150)。
5.根据上述权利要求中任一项所述的计算机辅助的方法(100),此外还具有:
-模拟(142)所述多个复杂设备中的至少一个复杂设备,以为了提供(140)或者适配(144)所述运行数据而确定所述至少一个复杂设备的运行参数。
6.根据上述权利要求中任一项所述的计算机辅助的方法(100),其中,为了提供(140)针对所述多个复杂设备中的至少一个复杂设备的所述运行数据,从传感系统接收所述运行参数,所述传感系统设立用于测量所述至少一个复杂设备的所述运行参数。
7.根据权利要求6所述的计算机辅助的方法(100),此外还具有:
-借助所述传感系统(40),测量所述至少一个复杂设备(44)的所述运行参数。
8.根据上述权利要求中任一项所述的计算机辅助的方法(100),其中:
针对用于达到所述至少一个规格参数的多个设计迭代,针对所述多个复杂设备中的至少一个复杂设备的所述参考数据分别对于每个设计迭代标明结构参数;
针对所述至少一个复杂设备的所述运行数据分别对于每个设计迭代标明如下运行参数:所述运行参数与关于所述至少一个复杂设备和关于相应的设计迭代的所述结构参数对应;
所述神经网络设立为,从所述至少一个复杂设备的所述至少一个规格参数出发,针对多个设计迭代分别确定所述结构参数;以及
在确定(156)所述误差大小时,此外确定对于针对所述至少一个复杂设备的每个设计迭代的如下偏差:所述偏差为在所述参考数据的所述结构参数与借助所述神经网络确定的结构参数之间的偏差,并且所述误差大小具有所述偏差。
技术研发人员:H·埃特尔,T·鲍迪施,A·加哈默,D·施米尔诺夫,Y·郭,A·乌茨,
申请(专利权)人:西门子股份公司,
类型:发明
国别省市:德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。