炸药熔铸固化过程热扩散数字孪生模型、温度场实时优化控制模型及方法技术

本发明专利技术公开了一种炸药熔铸固化过程热扩散数字孪生模型、温度场实时优化控制模型及方法，通过构建的数据驱动热扩散数字孪生模型，能够实现炸药熔铸过程温度场的实时仿真，解决现有技术中无法快速获得整个固化过程温度场分布的问题；通过构建温度场优化控制模型，基于热扩散数字孪生模型对全局温度场进行实时监测和未来状态预测，并以此调整工艺参数，实现熔铸过程温度场控制，解决熔铸过程内部温度场无法监测、工艺参数无法根据实际温度场分布进行优化等约束导致的成型缺陷多、质量稳定性差等问题。采用炸药熔铸固化过程温度场优化控制方法，实时采集壁面温度数据，对炸药熔铸过程中的工艺参数进行实时调控，以实现熔铸固化过程的温度场控制。过程的温度场控制。过程的温度场控制。

【技术实现步骤摘要】
炸药熔铸固化过程热扩散数字孪生模型、温度场实时优化控制模型及方法


[0001]本专利技术属于数据分析
，具体的为一种炸药熔铸固化过程热扩散数字孪生模型、温度场实时优化控制模型及方法。

技术介绍

[0002]温度场作为影响炸药熔铸成型质量的最重要因素，控制不当易形成缩孔缩松、裂纹等缺陷，因此，实时监测炸药熔铸过程的温度场分布，并以此为根据进行工艺参数的动态调整，减少炸药缺陷的产生，对提高熔铸过程质量具有重要意义。
[0003]目前，针对温度场研究的方法主要有实验法、有限元数值仿真法和机器学习法等。
[0004]实验法：正常情况下，通过相同工况下的实验研究是获得温度场动态变化规律的最有效和最精确地手段，但是，由于物理实验温度传感器只便于测表面温度，内部温度难以测量，因此难以通过实验法监测熔铸过程的温度场动态变化。
[0005]值仿真法：随着计算流体力学的发展，采用有限元法等数值模拟方法得到了广泛的应用，且随着相关理论模型的改进，计算精度已经基本可以达到工程实际应用的要求，目前已经可以实现获得固化过程温度场分布。但对于熔铸过程来说，由于CFD数值模拟存在着模型大，网格数多，造成仿真工作量巨大，计算效率低下，操作复杂且耗时的缺点，因此只能用于事前仿真，无法对成型过程中受各种动态不确定因素影响的实际温度场进行实时仿真和监测。因此，不能支持工艺过程中质量的实时判定和工艺调整。
[0006]机器学习：由于机器学习技术利用大量历史数据训练的模型可发掘数据蕴含的规律，与传统数值方法相比，不需要理解其中复杂的物理方程，将减少时间和计算成本，能够实现快速预测的功能。但是，当下基于机器学习的温度预测主要是某个位置的温度变化规律且主要通过非线性进行拟合规律，同时，机器学习是黑箱模型，没有可解释性，而且没有有效利用物理过程背后的相似性(symmetry),需要海量数据，工程上难以实现。
[0007]温度场控制是通过实时分析当前的温度场数据来进行相应的调整，并将决策结果应用于生产车间，最终使熔铸过程的温度场保持在合理范围内。现有的温度场管控方法存在以下不足：一是主要依赖工作人员的经验，准确性差、效率低且无法实时监测温度场状态，使得在进行质量管控时无据可依、可靠性差；二是由历史数据或有限元模型分析得到，虽然可以在一定程度上提高熔铸质量，但缺乏时效性和保真度，难以满足要求。

技术实现思路

[0008]有鉴于此，本专利技术的目的在于提供一种炸药熔铸固化过程热扩散数字孪生模型、温度场实时优化控制模型及方法，通过构建的数据驱动热扩散数字孪生模型，能够实现炸药熔铸过程温度场的实时仿真，解决现有技术中存在的无法快速获得整个固化过程温度场分布的问题；通过温度场优化控制方法对工艺参数进行动态优化，实现熔铸过程温度场控制，解决熔铸过程内部温度场无法监测、工艺参数无法根据实际温度场分布进行优化等约
束导致的成型缺陷多、质量稳定性差等问题。
[0009]为达到上述目的，本专利技术提供如下技术方案：
[0010]本专利技术首先提出了一种炸药熔铸固化过程热扩散数字孪生模型构建方法，包括如下步骤：
[0011]步骤一：构建炸药熔铸固化过程的有限元模型；
[0012]步骤二：对炸药熔铸固化过程进行数值仿真，仿真过程中随机改变由热芯棒温度、热芯棒插入深度和施加压力大小组成的工艺参数，提取固化过程中所有时间步下的节点数据，节点数据包括节点坐标和节点温度；将多个时间步下的节点数据合成一组工艺参数随时间变化的温度场分布数据，利用温度场分布数据构建数据集；
[0013]步骤三：构建数据驱动热扩散数字孪生模型
[0014]31)从同一时间步的温度场分布数据中随机提取节点数据作为局部信息，通过编码器将节点数据从输入空间编码进入潜在空间，得到函数局部插值的初始节点状态；
[0015]32)通过GNN模型中发生T轮消息传递实现空间离散，更新节点数据并使局部信息全局化；
[0016]33)利用解码器从潜在空间映射到输出空间，预测下一时间步温度场分布数据；
[0017]34)比较预测得到的下一时间步温度场分布数据和仿真得到的下一时间步温度场分布数据之间的误差是否小于设定阈值：若是，则得到数据驱动热扩散数字孪生模型；若否，则更新GNN模型参数，以下一时间步的温度场分布数据作为输入，执行步骤31)。
[0018]进一步，所述步骤一中，构建炸药熔铸固化过程的有限元模型的方法如下：
[0019]11)选择炸药熔铸固化成型过程数学模型；
[0020]12)根据实际工况建立炸药熔铸固化过程的有限元模型，对炸药熔铸固化过程数值模拟进行前处理，完成网格划分；
[0021]13)设置边界条件和初始化参数，随机改变工艺参数进行数值仿真。
[0022]进一步，所述步骤二中，对温度场分布数据进行归一化处理。
[0023]进一步，所述步骤32)中，节点温度采用温度传递函数更新：
[0024][0025]其中，f(r
i
)表示空间节点r
i
的温度；V
j
表示周围空间节点的质量与密度比值；W(|r
i
‑
r
j
|,h)表示空间节点r
i
与空间节点r
j
的距离对温度扩散的影响，h表示温度扩散范围；|r
i
‑
r
j
|表示空间节点r
i
与空间节点r
j
之间的距离。
[0026]进一步，所述步骤33)中，对下一时间步的温度场分布数据进行预测的方法为：
[0027]T
n+1
＝T
n
+
△
tdT
[0028]其中，T
n
表示当前时间步的温度；T
n+1
表示下一时间步的温度；
△
t表示一个时间步长的时间间隔；dT表示温度变化。
[0029]本专利技术还公开了一种炸药熔铸固化过程温度场优化控制模型构建方法，包括如下步骤：
[0030]S1：随机初始化Q网络的所有参数w，基于参数w初始化Q网络的所有状态和动作，并得到对应的价值Q，同时清空经验回放池D；
[0031]S2：采集壁面温度数据，利用如上所述方法构建得到的数据驱动热扩散数字孪生
模型对温度场进行实时仿真，获得温度场当前状态s
j
和全局温度场仿真数据，以全局温度场仿真数据作为Q网络的特征向量φ(s
j
)；
[0032]S3：在Q网络中使用特征向量φ(s
j
)作为输入，得到Q网络的所有动作对应的Q值输出；利用∈
‑
贪婪法在当前Q值输出中选择对应的动作a
j
，j为迭代次数；
[0033]S4：在状态s
j
执行当前动作a
j
，利用数据驱动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种炸药熔铸固化过程热扩散数字孪生模型构建方法，其特征在于：包括如下步骤：步骤一：构建炸药熔铸固化过程的有限元模型；步骤二：对炸药熔铸固化过程进行数值仿真，仿真过程中随机改变由热芯棒温度、热芯棒插入深度和施加压力大小组成的工艺参数，提取固化过程中所有时间步下的节点数据，节点数据包括节点坐标和节点温度；将多个时间步下的节点数据合成一组工艺参数随时间变化的温度场分布数据，利用温度场分布数据构建数据集；步骤三：构建数据驱动热扩散数字孪生模型31)从同一时间步的温度场分布数据中随机提取节点数据作为局部信息，通过编码器将节点数据从输入空间编码进入潜在空间，得到函数局部插值的初始节点状态；32)通过GNN模型中发生T轮消息传递实现空间离散，更新节点数据并使局部信息全局化；33)利用解码器从潜在空间映射到输出空间，预测下一时间步温度场分布数据；34)比较预测得到的下一时间步温度场分布数据和仿真得到的下一时间步温度场分布数据之间的误差是否小于设定阈值：若是，则得到数据驱动热扩散数字孪生模型；若否，则更新GNN模型参数，以下一时间步的温度场分布数据作为输入，执行步骤31)。2.根据权利要求1所述的炸药熔铸固化过程热扩散数字孪生模型构建方法，其特征在于：所述步骤一中，构建炸药熔铸固化过程的有限元模型的方法如下：11)选择炸药熔铸固化成型过程数学模型；12)根据实际工况建立炸药熔铸固化过程的有限元模型，对炸药熔铸固化过程数值模拟进行前处理，完成网格划分；13)设置边界条件和初始化参数，随机改变工艺参数进行数值仿真。3.根据权利要求1所述的炸药熔铸固化过程热扩散数字孪生模型构建方法，其特征在于：所述步骤二中，对温度场分布数据进行归一化处理。4.根据权利要求1所述的炸药熔铸固化过程热扩散数字孪生模型构建方法，其特征在于：所述步骤32)中，节点温度采用温度传递函数更新：其中，f(r
i
)表示空间节点r
i
的温度；V
j
表示周围空间节点的质量与密度比值；W(|r
i
‑
r
j
|,h)表示空间节点r
i
与空间节点r
j
的距离对温度扩散的影响，h表示温度扩散范围；|r
i
‑
r
j
|表示空间节点r
i
与空间节点r
j
之间的距离。5.根据权利要求1所述的炸药熔铸固化过程热扩散数字孪生模型构建方法，其特征在于：所述步骤33)中，对下一时间步的温度场分布数据进行预测的方法为：T
n+1
＝T
n
+
△
tdT其中，T
n
表示当前时间步的温度；T
n+1
表示下一时间步的温度；
△
t表示一个时间步长的时间间隔；dT表示温度变化。6.一种炸药熔铸固化过程温度场优化控制模型构建方法，其特征在于...

【专利技术属性】
技术研发人员：王时龙，李佳，杨波，王昱，何彦，
申请(专利权)人：重庆大学，
类型：发明
国别省市：