一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法技术方案

本发明专利技术公开了一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法，能够有效描述集群系统的物理结构，体现空间环境特征对集群系统的影响，反应相关人员的工作状态，实现集群系统可靠性的快速高效评价。步骤如下：构建系统类智能体用于模拟系统与保障资源的物理组成以及集群的拓扑结构；构建环境类智能体用于模拟集群系统执行任务过程中的场景区域，环境条件及其扰动；构建人员类智能体用于模拟集群系统维护和操作人员的工作状态；构建管理类智能体用于模拟集群系统的预定任务与动态生成任务；定义两类数据驱动机制用于实现智能体间的信息交互以及物理实体与智能体间的数据传输；动态采集相关数据，生成集群系统可靠性数字孪生模型。

【技术实现步骤摘要】
一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法所属
本专利技术属于可靠性工程
，具体涉及一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法。
技术介绍
在物联网、人工智能领域快速发展的基础上，集群系统在军事、工业、商业等多个领域得到了广泛应用和关注，例如：无人机集群系统，海上/陆地风电场以及数字计算集群系统等等。相比于传统的系统，集群系统具有突出的作业优势。一方面通过系统间的灵活组织和相互配合，使相对简单、低成本的个体涌现完成复杂任务的能力，进而有效降低任务执行成本；另一方面，基于系统间的协同互补，可以迅速弥补因自身退化或外界环境导致的个体故障，达到提高整体集群系统可靠性和容错率的目的。随着数据采集、状态监测、大数据等技术的日趋成熟，集群系统数字孪生技术得到快速发展，大量研究聚焦于系统间的协作和协同行为。为确保集群系统的稳定运行，准确评价个体状态，掌握/预测集群系统的整体可靠性态势，并给出精确的个性化维护措施，有必要建立相应的集群系统可靠性数字孪生模型。然而，相关领域的研究近乎空白。为此，本专利技术拟综合考虑集群系统的物理架构，以及执行任务过程中的空间环境数据、个体实时状态监控数据和相关人员的工作状态，给出一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法。
技术实现思路
本专利技术的目的在于提供一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法，能够有效描述系统的物理组成和集群的拓扑结构，体现空间环境特征对集群系统的影响，反应相关人员的工作状态，进而快速高效的评价集群系统可靠性。为实现上述目的，本专利技术提供以下技术方案：一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法，主要包含以下步骤：S100：构建系统类智能体用于模拟系统与保障资源的物理组成以及集群的拓扑结构；S200：构建环境类智能体用于模拟集群系统执行任务过程中的场景区域，环境条件及其扰动；S300：构建人员类智能体用于模拟集群系统维护和操作人员的工作状态；S400：构建管理类智能体用于模拟集群系统的预定任务与动态生成任务；S500：定义两类数据驱动机制用于实现智能体间的信息交互以及物理实体与智能体间的数据传输；S600：动态采集相关数据，生成集群系统可靠性数字孪生模型。步骤S100中，构建系统类智能体作为实际物理系统的数字孪生体，模拟保障资源与个体的物理组成和集群的拓扑结构(如完全集中式、完全分布式和联邦式等)。系统类智能体设置相应的内部状态用于区分系统的功能状态与故障状态，并通过智能体的特征参数量化系统的多维性能特征。步骤S200中，构建环境类智能体作为集群系统实际活动空间环境的数字孪生体，模拟集群系统执行任务过程中的场景区域，环境条件及其扰动。在环境类智能体中设置相应的坐标区间([xmin,xmax],[ymin,ymax],[zmin,zmax])用于模拟集群系统的场景区域，并结合智能体的特征参数描述场景区域内的环境条件，进而反应环境条件波动对集群系统带来的正常变化和异常冲击。步骤S300中，构建人员类智能体作为维护和操作人员的数字孪生体，模拟维护或者操作人员在执行相关任务过程中的工作状态。当维护或者操作人员对集群系统开展相关作业时，人员类智能体则表现为占用状态，否则为待命状态。步骤S400中，构建管理类智能体，模拟集群系统的预定任务与动态生成任务，不含有特定的模型属性。其中预定任务为初始阶段集群系统所执行的任务，动态生成任务则指在集群系统执行任务过程中生成的其他任务。步骤S500中，定义两类数据驱动机制，实现智能体间的信息交互以及物理实体与智能体间的数据传输。其中，智能体结合自身状态与智能体间的消息交互驱动自身状态更新；物理实体与智能体间的数据传输体现在：1)集群系统状态监测数据驱动系统类智能体内部状态与特征参数的更新；2)空间环境的监测数据驱动环境类智能体特征参数的更新；3)相关人员的工作状态驱动人员类智能体占用状态的更新。步骤S600中，动态采集相关数据，生成集群系统可靠性数字孪生模型。在依次完成系统类智能体、环境类智能体、人员类智能体与管理类智能体构建工作的基础上，动态采集集群系统状态监测数据、空间环境的监测数据和相关人员的工作状态，依据数据驱动机制，实现智能体的内部状态与特征参数的同步更新，得到集群系统可靠性数字孪生模型。与现有建模方法相比，本专利技术带来的有益效果是：借助本专利技术开发的基于物理与数据驱动的集群系统可靠性数字孪生建模方法，在智能体建模技术的支撑下，可以有效利用集群系统在执行任务过程中的状态监控数据、空间环境的监测数据以及维护与操作人员的工作状态；同时，结合集群系统物理模型，能够动态描述保障资源与系统的物理组成和集群的拓扑结构；此外，基于两类驱动机制实现了智能体间信息的有效交互以及物理实体与智能体间的数据传输。从而，得到集群系统可靠性数字孪生模型。附图说明图1为本专利技术提供的一种基于物理与数据驱动的集群系统数字孪生建模方法流程图；图2为实施例提供的执行区域侦查任务的无人机集群系统场景区域示意图。图3为本专利技术实施例提供的一种基于物理与数据驱动的无人机集群系统数字孪生模型结构示意图。具体实施方式下面将参照附图1至附图2详细地描述本专利技术的具体实施例。虽然论述了本专利技术的具体实施例，然而应当理解，可以通过各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的信息完整的传达给相关领域的技术人员。本专利技术实施例提供了无人机集群系统可靠性数字孪生建模方法，流程图如图1所示，包括：S100：构建系统类智能体作为无人机集群系统的数字孪生体，模拟无人机与保障资源的物理组成和集群的拓扑结构(如完全集中式、完全分布式和联邦式等)。在系统类智能体设置相应的内部状态用于区分无人机的功能状态与故障状态，并通过智能体的特征参数量化无人机的多维性能特征。例如：针对执行区域侦查任务的无人机集群，在系统类智能体内部设计滑行、起飞、巡航、侦查、降落、故障和坠毁等内部状态，并补充相应的坐标、起飞重量、起飞距离、航程、活动半径、续航时间、马赫数、高度、降落距离等无人机飞行参数，进而有效描述无人机在执行任务过程中的工作状态和性能特征。此外，由于无人机集群系统在执行区域侦查任务时，各无人机在集群中的地位和功能相同，可以实现协同互补。因此，系统类智能体模拟无人机集群系统的拓扑结构为完全分布式。S200：构建环境类智能体作为无人机集群系统实际活动空间环境的数字孪生体，模拟无人机集群系统执行任务过程中的场景区域，环境条件及其扰动。针对执行区域侦查任务的无人机集群系统，如图2所示，在环境类智能体中设置相应的坐标区间([0,10km],[0,10km],[0,7km])用于模拟集群系统的场景区域，即限定了系统类智能体的坐标区间。并结合环境类智能体的特征参数描述场景区域内的温度、湿度、风速、绝对压本文档来自技高网...

【技术保护点】
1.一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法，其特征在于，包括：/nS100：构建系统类智能体用于模拟系统与保障资源的物理组成以及集群的拓扑结构；/nS200：构建环境类智能体用于模拟集群系统执行任务过程中的场景区域，环境条件及其扰动；/nS300：构建人员类智能体用于模拟集群系统维护和操作人员的工作状态；/nS400：构建管理类智能体用于模拟集群系统的预定任务与动态生成任务；/nS500：定义两类数据驱动机制用于实现智能体间的信息交互以及物理实体与智能体间的数据传输；/nS600：动态采集相关数据，生成集群系统可靠性数字孪生模型。/n

【技术特征摘要】
1.一种基于物理与数据驱动的集群系统可靠性数字孪生建模方法，其特征在于，包括：
S100：构建系统类智能体用于模拟系统与保障资源的物理组成以及集群的拓扑结构；
S200：构建环境类智能体用于模拟集群系统执行任务过程中的场景区域，环境条件及其扰动；
S300：构建人员类智能体用于模拟集群系统维护和操作人员的工作状态；
S400：构建管理类智能体用于模拟集群系统的预定任务与动态生成任务；
S500：定义两类数据驱动机制用于实现智能体间的信息交互以及物理实体与智能体间的数据传输；
S600：动态采集相关数据，生成集群系统可靠性数字孪生模型。


2.根据权利要求1所述的一种基于多智能体的多态系统动态可靠性仿真评价方法，其特征在于：在S100所述“构建系统类智能体用于模拟系统与保障资源的物理组成以及集群的拓扑结构”中，系统类智能体设置相应的内部状态用于区分系统的功能状态与故障状态，并通过智能体的特征参数量化系统的多维性能特征。


3.根据权利要求1所述的一种基于多智能体的多态系统动态可靠性仿真评价方法，其特征在于：在S200所述“构建环境类智能体用于模拟集群系统执行任务过程中的场景区域，环境条件及其扰动”中，在环境类智能体中设置相应的坐标区间([xmin,xmax],[ymin,ymax],[zmin,zmax])用于模拟集群系统的场景区域，并结合智能体的特征参数描述场景区域内的环境条件，进而反应环境条件波动对集群系统带来的正常变化和异常冲击。


4.根据权利要求1所述的一种基于多智能体的多态系统动态可靠性...

【专利技术属性】
技术研发人员：冯强，郭星，王自力，任羿，樊冬明，孙博，杨德真，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11