【技术实现步骤摘要】
监视物理实体性能的方法、设备和系统
[0001]本公开的实施例涉及一种监视物理实体性能的方法、设备和系统。
技术介绍
[0002]随着科技不断的发展人民生活水平日益提高,工业产品(例如仪器、设备等)已成为日常生活中不可获取的一部分。随着工业产品生命周期的缩短以及产品定制化程度的增强,有效且精准的了解工业产品的性能、使用情况等内容,不仅可以帮助客户避免损失,而且还能将了解的内容反馈到设计端以实现工业产品的有效改进。
[0003]想要了解工业产品的性能,传统的方法是基于试验或者测试来了解工业产品的性能特点,而刚刚兴起的数字孪生(Digital Twin)技术为了解工业产品的性能提供了另一种可能。数字孪生(Digital Twin)是CPS(Cyber
‑
Physical Systems,赛博物理系统)体系的关键组成部份,以数字化方式创建物理实体的虚拟模型,借助数据模拟物理实体在现实环境中的行为,尽可能实时真实的反映相对应的工业产品的全生命周期过程,充当连接物理世界和信息世界的桥梁和纽带作用。
[ ...
【技术保护点】
【技术特征摘要】
1.一种监视物理实体性能的方法,该方法包括:创建仿真物理实体的第一数字化模型;获取所述第一数字化模型的降阶矩阵,其中,所述降阶矩阵是针对所述第一数字化模型已训练的级联神经网络获得的;将所述降阶矩阵嵌入所述第一数字化模型形成第二数字化模型,利用所述第二数字化模型监视所述物理实体的性能。2.根据权利要求1所述的监视物理实体性能方法,其中,创建仿真物理实体的第一数字化模型包括:创建仿真物理实体的数字孪生仿真模型,其中,所述数字孪生仿真模型包含物理实体,过程,关系和行为。3.根据权利要求1所述的监视物理实体性能方法,其中,获取所述第一数字化模型的降阶矩阵包括:确定所述第一数字化模型降阶的分辨范数矩阵;利用已训练的级联神经网络读取所述分辨范数矩阵,以获得所述第一数字化模型的降阶矩阵。4.根据权利要求3所述的监视物理实体性能方法,其中,确定所述第一数字化模型降阶的分辨范数矩阵包括:通过分网格、求解器求解,确定所述第一数字化模型降阶的分辨范数矩阵。5.根据权利要求3所述的监视物理实体性能方法,所述已训练的级联神经网络包括第一级CNN神经网络和第二级GAN神经网络,其中,获得所述第一数字化模型的降阶矩阵包括:读取所述分辨范数矩阵,利用第一级CNN神经网络生成低分辨率预测结构图,其中,所述分辨范数矩阵包括载荷、边界条件和材料分量;利用第二级GAN神经网络升级所述低分辨率预测结构...
【专利技术属性】
技术研发人员:王斌,王田刚,韦波,
申请(专利权)人:兰州华宇航天技术应用有限责任公司,
类型:发明
国别省市:
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。