首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种数实融合测试中被测对象能力评估模型构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京航天拓扑高科技有限责任公司;北京航空航天大学

摘要:本发明涉及一种数实融合测试中被测对象能力评估模型构建方法,属于电数据处理领域,主要包括虚拟模型建立、多源数据融合、虚拟模型测试评估以及评估模型构建应用四个步骤,采用深度学习方法生成高保真虚拟模型,融合多源数据进行状态收集,利用强化学习获得更优测试策略,通过端到端方法构建评估模型等步骤。本发明的关键技术在于充分利用深度学习、强化学习、迁移学习等前沿人工智能技术,实现更智能化的模型构建与优化。

主权项:1.一种数实融合测试中被测对象能力评估模型构建方法,其特征在于,包括如下步骤:步骤1、基于被测对象的三维设计模型、参数规格、能力指标体系集合与规范、被测对象数据建立被测对象虚拟模型,并进行优化;被测对象为无人车辆或无人船舶;步骤2、采集多源数据,并进行虚实融合,其中虚指虚拟模型和参数,包括虚拟装备、虚拟环境的模型数据,即被测对象的各种参数构成的数字模型,实指真实被测对象、真实环境;所述多源数据包括不同类型数据或不同传感器类型的数据;收集被测对象在实际使用环境下的状态数据和能力数据,所述状态数据包括温度、工作时长、载荷状态、运动状态中的一种或多种;能力数据包括目标识别、航速、转向性能、制动距离、载荷量的一种或多种;所述步骤2包括:步骤2.1采用传感器融合算法收集状态数据和能力数据;步骤2.2使用TE-AODA方法中的热传导方程构建高温场景的数字孪生,设置边界条件,基于有限元方法模拟温度场的动态分布,包括:步骤2.2.1在热传导方程中考虑区域内热源的影响,增加热源项Q;步骤2.2.2引入热传导方程的各向异性,将导热系数k改为矩阵K,以模拟材料的各向异性导热效果;步骤2.2.3将热传导方程扩展为非线性方程,加入温度相关的热物性参数,使数学模型更符合实际材料特性;步骤2.2.4采用热-结构多物理场耦合方程,考虑温度场与固体的热膨胀应变场的相互作用,建立更加全面的数学物理模型;所述热-结构多物理场耦合方程组由热传导的温度场控方程和固体位移场控制方程组成,采用热弹性理论描述固体的力学响应,考虑只有热膨胀效应的情况下,热-结构耦合物理场的所述热-结构多物理场耦合方程组表达为:热传导的温度场控方程: ;其中,ρ为密度,Cp为比热容,T为温度,表示温度随时间的变化率,为导热系数,t为时间;Q为热源项;固体位移场控制方程的表达式为: ;其中,λ为拉米常数,μ为泊松比,α为热膨胀系数,T为温度,u为固体位移场,即物体在热力作用下的变形量,为梯度算子,用于计算某个变量的空间变化率,为散度算子,用于计算一个向量场的散度,为对位移场u的散度,表示温度T与参考温度之差的空间梯度;步骤2.2.5利用随机域分解方法,将确定性偏微分方程改为随机偏微分方程,以考虑热传导过程中的不确定性,包括:1使用热传导方程描述热传递过程;2将确定性偏微分方程改为随机偏微分方程:采用随机域分解法,将确定性偏微分方程中的变量和参数分解为确定性均值与零均值随机扰动量两部分;将温度T分解为:T=Tmean+T';其中,Tmean为均值,T'为零均值随机扰动量;3构建随机偏微分方程:将分解后的变量代入确定性偏微分方程,得到: ;下面将其拆分为确定性偏微分方程和随机偏微分方程:确定性偏微分方程为: ;随机偏微分方程为: ;考虑随机性和不确定性:随机扰动项反映材料参数、初边条件随机不确定性,求解随机偏微分方程可以分析热传导过程中的随机性,求解方法为:构建随机偏微分方程组,并分析随机量的统计特征,构建的随机热传导方程组为: ;通过将T分解为Tmean和T′,将原来的随机偏微分方程组分解为两个更简单的方程组,一个是确定性的,另一个是随机性的;通过随机模拟方法来近似求解这个随机偏微分方程组,从而得到温度场的统计特性;通过步骤2.2.1-步骤2.2.5构建出考虑各种热效应的高保真数字孪生;步骤2.3采用热敏电阻获取被测对象在高温场景下的温度分布数据;步骤2.4基于温度分布数据建立被测对象的状态的数字孪生;步骤2.5通过迁移学习提升被测对象虚拟模型的鲁棒性;步骤2.6将收集的状态数据和能力数据导入被测对象虚拟模型中实现虚实同步;所述TE-AODA方法为热极限-自主避障方法,其利用热传导方程构建高保真的热环境数字孪生;步骤3、根据从步骤2中获得的参数采用基于卷积神经网络或图神经网络的端到端建模方法学习特征,构建被测对象能力评估模型,并进行应用;应用场景包括评估模型应用在被测对象的测试优化、效率提升和设计优化中;步骤4、采用强化学习算法,通过持续环境交互学习得到更优的测试策略,在虚拟环境中,对载入状态数据和能力数据后的被测对象虚拟模型进行测试,并进行评估。

全文数据:

权利要求:

百度查询: 北京航天拓扑高科技有限责任公司 北京航空航天大学 一种数实融合测试中被测对象能力评估模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。