基于数字孪生的推板窑流场数据预测方法、装置制造方法及图纸

本发明专利技术公开了一种基于数字孪生的推板窑流场数据预测方法、装置、电子设备及存储介质。方法包括获取所述推板窑的CFD流场数据；对所述CFD流场数据进行降维处理，得到低维数据；基于所述低维数据对初始的流场预测模型进行训练，得到训练后的流场预测模型；基于所述训练后的流场预测模型对实时采集的所述推板窑的运行数据进行预测，得到基态预测数据；基于所述基态预测数据和所述低维数据进行重构，预测得到所述推板窑的流场数据。该方法可以在生产现场提供快速响应预测得到推板窑的流场数据。现场提供快速响应预测得到推板窑的流场数据。现场提供快速响应预测得到推板窑的流场数据。

【技术实现步骤摘要】
基于数字孪生的推板窑流场数据预测方法、装置


[0001]本专利技术属于数据处理领域，涉及一种基于数字孪生的推板窑流场数据预测方法、装置、电子设备及存储介质。

技术介绍

[0002]推板窑是一种连续加热烧结设备，通过根据烧结产品的工艺要求，安排所需的温度以满足产品的热需求，其工作过程是一个典型的多学科耦合过程，涉及物理、力学和传热等相关理论知识。推板窑内部温度场和压力场的状态对于生产的远程监控和实时调节具有重要的应用价值。炉窑故障会导致生产力和利润的巨大损失。然而，当前的制造业通常仅通过传感器测量有限点位的温度来确定推板窑是否正常运行，这是非常不直观的，数字化程度低，不能表示出整个推板窑内部的流场分布。数字孪生的概念为推板窑的建模、分析和监控提供了有效的技术工具。
[0003]数字孪生本质上是物理对象的模拟模型，与静态模拟不同，它可以通过从物理对象接收数据来实时进化，从而在整个生命周期中与物理对象保持一致。数字孪生——机器或系统的精确虚拟拷贝——正在彻底改变行业。在现有技术中，Wang等人以模切机为例构建了一个数字孪生五维模型，将相互隔离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的推板窑流场数据预测方法，其特征在于，包括：获取所述推板窑的CFD流场数据；对所述CFD流场数据进行降维处理，得到低维数据；基于所述低维数据对初始的流场预测模型进行训练，得到训练后的流场预测模型；基于所述训练后的流场预测模型对实时采集的所述推板窑的运行数据进行预测，得到基态预测数据；基于所述基态预测数据和所述低维数据进行重构，预测得到所述推板窑的流场数据。2.根据权利要求1所述的方法，其特征在于，所述获取所述推板窑的CFD流场数据，包括：获取所述推板窑的几何数据，并获取所述推板窑运行时的历史数据；基于所述几何数据和所述历史数据模拟所述推板窑的物理过程，生成所述推板窑的初始CFD流场数据；对所述初始CFD流场数据进行后处理，得到所述CFD流场数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述低维数据对初始的流场预测模型进行训练，得到训练后的流场预测模型，包括：对所述低维数据进行标准化，并将标准化后的低维数据进行预处理，得到预处理数据；基于多尺度卷积对所述预处理数据进行特征提取，得到多尺度特征；基于所述多尺度特征对所述初始的流场预测模型进行训练，得到训练后的流场预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于多尺度卷积对所述预处理数据进行特征提取，得到多尺度特征，包括：通过跳跃连接将所述多尺度卷积中的上一层多尺度卷积层输出的特征与输入特征融合，得到融合特征；将所述融合特征作为所述多尺度卷积中的下一层多尺度卷积层的输入特征，得到所述多尺度特征。5.根据权利要求3
‑
4中任一项所述的方法，其特征在于，所述多尺度卷积包括3个多尺度卷积层，每个多尺度卷积层包含1*1、...

【专利技术属性】
技术研发人员：武频，吉潞潞，甄强，唐甜甜，张吉清，唐琪，
申请(专利权)人：上海大学，
类型：发明
国别省市：