机理模型

摘要： 电力系统具有天然闭环特性,在激励信号注入位置与辨识用信号量测位置不同时,负荷模型参数辨识可能具有较为明显的闭环特征。文章以台区模型辨识场景为例,研究了闭环条件下负荷机理模型参数辨识问题。通过对比分析常见的闭环辨识方法,总结了实现机理模型闭环辨识需满足的基本条件,并依据该条件选择了无需反馈通道模型先验知识且可直接辨识原系统模型的两阶段辨识法。对台区负荷动态机理模型进行线性化处理和模型转换,并将其嵌入两阶段辨识的第二阶段,可以实现机理模型参数的在线闭环辨识。通过仿真分析,验证了负荷辨识的闭环特性以及所提两阶段辨识方法的有效性。

摘要： 目的:尝试将数字孪生(DT)技术应用于人体骨骼分析,探索人体骨骼DT体开发的框架及其关键技术。方法:针对人体腰椎骨骼,利用虚拟现实(VR)动作捕捉技术和传感器技术采集人体重要位置处的数据,将所得大量实时传感器数据通过人工智能技术进行数据分类、筛选、约简与计算处理得到所需要的关键数据。通过人体反向动力学与生物力学算法对关键数据求解得到目标骨骼的空间方位信息与力学信息,将部分传感器数据与计算结果融合后对目标骨骼进行仿真模拟,得到目标骨骼的各种生物力学性能,并利用代理模型技术对未知姿态下骨骼的生物力学性能进行预测,最后利用计算机图形学技术将所得性能数据建模渲染得到真实骨骼的高保真DT体,实现对腰椎骨骼生物力学性能的忠实孪生映射。结果:人体DT构建系统包括物理装备系统、数据传输系统、数据处理系统、数值计算系统、数据融合系统、仿真预测系统、孪生显示系统及数据存储系统。通过各系统协同作用,利用穿戴式VR设备和少量传感器即可实时计算出目标骨骼的生物力学性能,结合实验数据对骨骼生物力学性能的评估、预测及反馈控制,实现对目标骨骼实时的健康监测。结论:基于DT技术可实现人体骨骼实时动态的高保真数字化显示和运动动作的实时模拟,同时可提供骨骼的生物力学性能动态仿真分析、损伤预测和危险姿态预警等,为人体骨骼疾病防治及骨骼健康的监测提供理论依据和方法参考。

摘要： 在兴澄特钢炼铁现有基础条件上,深度结合工业传感器、机理模型、大数据机器学习、专家知识库等技术,构建了高炉智能管理系统。在现场应用中解决了高炉炉缸炉底、风口、冷却壁等关键设备的异常状态诊断,操作制度优化,复杂工况诊断等难题,推动了兴澄特钢数字化、标准化、智能化炼铁操作作业,高炉指标进一步提高,实现燃料比降低6kg/t。

摘要： 回顾了油气人工智能研究进展,分析其面临的一些关键问题。将油气人工智能研究分成两个层级,即学术型油气人工智能研究和工业级油气人工智能研究,两者面临不同的问题和挑战。对于学术型油气人工智能应用场景,主要是关心算法及其相关理论应用,着重于解决智能点的局部问题;对于工业级人工智能应用场景,更多的要关心数据治理、数据集、平台、多源多尺度多模态数据融合建模、数据驱动与机理模型融合建模以及机器学习模型的可解释性等问题。针对数据驱动与机理模型融合问题,提出3种途径,即算法融合、评价方法融合、数据集融合,并给出实验验证。针对油气人工智能模型的可解释性问题,指出工业级油气人工智能必须具有可解释性,并提出初步解决方案,包括建模前、建模中、建模后的多级解释模型。最后,作者认为,探寻工业级人工智能理论和应用场景发展之路,必须厘清人工智能时代“物理世界”、“数字世界”、“人类认知世界”、“机器认知世界”和“机器正在改造的世界”之间的互动关系。

摘要： 针对航天器空间运行环境复杂、地面建模存在未知误差的工程实际问题,依据数字孪生思想,提出一种将机理与数据融合进行航天器控制系统建模的方法.基于详细机理模型,通过LSTM网络挖掘地面测试数据、在轨遥测数据中的信息,对机理模型与物理实体的偏差进行数据驱动建模,综合获得高精度的系统级及部件级模型.对航天器控制系统典型部件的仿真结果表明,该建模方法构建的模型能够对多维度特性进行更精准地刻画,有效提升控制系统建模精度,为航天器控制系统在轨精准性能评估和智能健康管理奠定重要基础.

摘要： 针对重型燃气轮机控制系统传感器解析余度的构建问题,提出了一种机理数据协同驱动的控制系统参数解析余度构建方法。首先基于重型燃气轮机工作原理,建立参数的机理模型;然后引入网络架构搜索法得到最优前馈神经网络结构,通过前馈神经网络训练机理模型的误差,得到数据驱动模型,将其作为机理模型的补偿部分,补偿部分提高了参数解析的精度。仿真结果表明本文提出的参数解析方法的有效性,用该方法可获得精准的解析模型。

摘要： 关于联合全域指挥与控制(command and control,C2)概念研究,其基础理论指导即观察-判断-决策-行动(oberve-orient-decide-act,OODA)环,但这一理论并没有涵盖全域C2的关键活动,这些活动包括作战规划、作战管理、作战评估等等.为解决这一矛盾现象,运用体系C2过程机理即筹划-准备-执行-评估(planning-readiness-execution-assessment,PREA)环探索联合全域C2机理模型,主要创新点包括:以PREA环为指导,建立了跨域作战C2活动的一般过程;基于跨域C2过程机理,建立联合全域C2机理模型──多域多环嵌套,从联合全域作战筹划、部署准备、行动监控、作战评估4个环节建立每个闭环过程的嵌套与交互关系;围绕多域多环嵌套的核心,建立了联合全域C2的作战管理架构和信息保障模式.并以海上合成编队为例,运用全域C2机理模型,剖析海上合成编队多域多环嵌套共生、并发异步运行框架,基于这一框架对海上合成编队的指挥控制模式进行了设计.结果表明PREA环对联合全域C2过程机理描述是完整的,全域C2机理模型──多域多环嵌套可用于指导海上合成编队C2活动及系统建设运用.

摘要： 表面粗糙度受众多因素影响,脆性材料的特有属性使其表面形成机制更为复杂,导致其加工质量难以控制。通过构建表面粗糙度模型,可以对表面粗糙度进行预测,进而控制加工质量。为更好地借鉴前人的研究成果,总结了表面粗糙度的表征参数,归纳了建立表面粗糙度模型的方法,并对模型的主要研究流派及其发展历程、主要学术贡献、模型特点等进行了详细的分析及总结。最后,对表面粗糙度模型构建的未来研究方向进行了展望。

摘要： 目前海洋石油正在建设智能油田、数字油田,提升设备管理的数字化和智能化水平。该文针对如外输泵、注水泵等重要性较强的A类关键离心泵,分析常见故障并采用基于振动监测技术实现离心泵在线监测系统,保障了状态数据的实时采集。梳理常见故障的特征情况,建立基于支持向量机优化概率密度函数的智能预警模型,通过数据测试抓取特征参数,嵌入在线监测系统。通过现场应用,可实现对海洋石油离心泵的有效智能预警,提升了海洋石油的关键设备的数字化监测管理水平。

摘要： 当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.

摘要： 在风电行业中,功率曲线是衡量风电机组性能优劣的重要工具之一,因此合理正确的分析功率曲线有着重要的意义与价值.本文介绍了一种功率曲线拟合方法,并在此基础上提出了一种功率曲线与机理模型及机器学习模型相结合的方法,帮助识别故障发生的根本原因,同时利用知识图谱更高效地挖掘故障关系、更方便地训练故障识别模型.

摘要： 当精馏塔存在扰动如进料流量、进料成分扰动,或是负荷发生大范围变化时,常规控制器难以保持控制品质,针对这种问题,本文提出了一种基于机理模型的精馏塔组分非线性预测控制方法;针对精馏塔组分不能在线测量的问题设计了扩展卡尔曼滤波器,使用可测的状态温度估计组分,并结合慢频的分析化验值对组分进行联合校正.仿真结果表明了算法的有效性,在系统存在失配或进料扰动的情况下,可以取得良好的控制效果.

摘要： 针对火电机组因参与调峰长期、频繁运行于低负荷工况;机组在设计过程中主要考虑额定负荷工况下的运行效率，在中、低负荷下运行经济性差，运行方式没有经过系统优化等问题，提出基于机理模型的汽轮机压力实时优化技术。即基于机组压力、温度、流量等测量误差较大的现状，采用冗余信息术;考虑机组热耗影响因素较多，且彼此祸合复杂难以剥离的特性，立汽轮机机理模型;提出基于精确模型的当前工况下运行参数应达值计算方法;利用情景假设等人工智能方法进行自动寻优;根据机理模型的优化结果，开展基于能耗指标的主蒸汽压力的闭环控制。

摘要： 研究微生物污垢诱导期,可为采取有效阻垢、抑垢对策和延长微生物污垢形成的起始阶段提供理论基础.在分析微生物污垢影响因素的基础上,根据微生物生长动力学和微生物生长系统的物质平衡原理,建立了微生物污垢起始阶段吸附厚度模型,基于污垢诱导期定义的导热热阻和对流换热热阻,建立了微生物污垢诱导期机理模型.为验证模型的准确性,利用自制的管壳式循环冷却水动态模拟装置,在恒定工况下(水温30°C,流速0.40m.s-1),进行了微生物污垢形成的动态模拟实验,在线监测了污垢热阻及水质参数,实验结果表明:该模型计算的污垢热阻值与实验值吻合,其综合计算误差为10％,从而验证了模型的有效性.

摘要： 针对济钢热轧中厚规格高强钢产品出现的横折缺陷，建立了横折缺陷机理模型，提出了相应的解决措施。结果表明，横折缺陷随着屈服强度的降低和产品厚度的增大而增加；反向卷取比正向卷取容易产生横折缺陷；增加平整工序和减少板形缺陷有利于减少横折缺陷的产生；横折模型计算结果与实测结果吻合，具有较高精度。

摘要： 无源互调(Passive lntermodulation,PIM),一直是高功率微波通信中的一个技术难题.本文主要介绍了PIM的一般研究模型,行波测试系统和驻波测试系统,以及利用测试技术来区分电流源模型和电压源模型、"降阻"模型和"升阻"模型、E指数模型和双曲正切模型等,为无源互调的研究、测试提供一定参考.

摘要： 针对生物反应过程具有较强的非线性、时变性，建立准确的机理模型较为困难，并且复杂的机理模型也无法用于在线控制和优化。将在线支持向量机和机理模型结合，提出串并联在线自校正混合建模方法。通过对典型生化过程谷氨酸的生产过程分析，找到影响谷氨酸浓度的关键参数；从现场历史数据中选取样本，建立基于在线向量机的软测量模型。实验结果表明：该模型对谷氨酸浓度预测效果较好。

摘要： 基于非牛顿体磺酸钙的润滑脂是一类新型多效润滑脂，具有优异的高温性、优良的极压抗磨性、极好的防腐蚀和抗水性、极佳的机械安定性等特点，可广泛用于润滑的各个领域。作为一种新一代具有优异性能的润滑脂，受到了越来越多的关注。晶型转化是此类润滑脂制备的关键步骤，但有关其机理的研究还不多，本文对利用傅立叶变换红外光谱仪、x射线衍射仪、激光粒度仪等手段对转化机理进行了初步的研究，提出了可能的转化机理模型。

摘要： 蓝藻水华的产生与暴发是一个复杂的生化反应过程，研究水华暴发过程对水华的预测与防治具有重要的理论意义和实际应用价值。通过实验确定水华暴发关键因子，分析关键因子与藻类变化的关系，研究藻类水华生消机理，用智能Agent仿真技术来建立湖库水华产生与暴发过程模型，在一系列规范约束下，构建实体、Agent和Agent间的交互协作模型，动态地描述湖库藻类生消过程及其关键因子动态变化，对藻类生长趋势和湖库水系的能量流动和物质流动状态进行有效分析。实验与仿真结果表明，所提出的方法为藻类水华形成机理的研究提供一种行之有效的建模新方法。

摘要： 蓝藻水华的产生与暴发是一个复杂的生化反应过程，研究水华暴发过程对水华的预测与防治具有重要的理论意义和实际应用价值。通过实验确定水华暴发关键因子，分析关键因子与藻类变化的关系，研究藻类水华生消机理，用智能Agent仿真技术来建立湖库水华产生与暴发过程模型，在一系列规范约束下，构建实体、Agent和Agent间的交互协作模型，动态地描述湖库藻类生消过程及其关键因子动态变化，对藻类生长趋势和湖库水系的能量流动和物质流动状态进行有效分析。实验与仿真结果表明，所提出的方法为藻类水华形成机理的研究提供一种行之有效的建模新方法。

摘要： 一种基于融合机理模型和学习模型的加工变形预测方法，其特征是它包括：分析零件变形机理，建立变形量、变形力和残余应力之间的力学关系；在该力学关系中，将难以测量的残余应力作为隐变量，根据变形力‑残余应力‑变形量之间的力学关系，建立变形力‑残余应力‑变形量的推理模型，即潜变量模型；然后通过数据驱动的方法训练推理模型以实现变形量的精确预测。本发明利用了机理模型与学习模型各自的优势，实现了在不测量残余应力情况下零件变形的精确预测。

摘要： 本发明公开一种适用于非机理模型的电力系统模型接口以及拼接方法，属于电力系统建模领域。本发明的电网非机理模型，基于待拼接电网的潮流不平衡量推导电力负荷传递函数模型，进而推导待拼接电网在整体电网拼接时的非机理模型，作为拼接时的接口模型，实现整体电网的拼接。本发明的电力系统模型接口可适用于辐射型网络或者星形网络，能够解决电网拼接时潮流的不平衡量，解决现有基于灵敏度校正的边界潮流匹配算法效率较低的问题，解决当内外网边界潮流差异较大时甚至会出现不收敛的问题，同时解决非机理模型通过模型接口接入的问题。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于融合机理模型和学习模型的加工变形预测方法，其特征是它包括：分析零件变形机理，建立变形量、变形力和残余应力之间的力学关系；在该力学关系中，将难以测量的残余应力作为隐变量，根据变形力‑残余应力‑变形量之间的力学关系，建立变形力‑残余应力‑变形量的推理模型，即潜变量模型；然后通过数据驱动的方法训练推理模型以实现变形量的精确预测。本发明利用了机理模型与学习模型各自的优势，实现了在不测量残余应力情况下零件变形的精确预测。

摘要： 本发明公开了一种机理模型和杆板结构样机模型转化的方法和装置，所述方法包括：将杆板结构样机模型中的各子部件进行离散化处理，获得各子部件的多个离散有限单元，子部件包括杆、板和梁中的至少一种；确定离散有限单元的应力；将每一子部件的所有离散有限单元进行合并，得到合并后的单元的应力；根据预设策略，进行应力筛选，确定各子部件的载荷、几何位置、几何尺寸和/或安全裕度。本发明可针对模型之间的共性特征，将模型的重用率大幅提升，便于构建建模的标准化流程和提升建模的效率以及模型数据的统一管理。

摘要： 本发明公开一种适用于非机理模型的电力系统模型接口以及拼接方法，属于电力系统建模领域。本发明的电网非机理模型，基于待拼接电网的潮流不平衡量推导电力负荷传递函数模型，进而推导待拼接电网在整体电网拼接时的非机理模型，作为拼接时的接口模型，实现整体电网的拼接。本发明的电力系统模型接口可适用于辐射型网络或者星形网络，能够解决电网拼接时潮流的不平衡量，解决现有基于灵敏度校正的边界潮流匹配算法效率较低的问题，解决当内外网边界潮流差异较大时甚至会出现不收敛的问题，同时解决非机理模型通过模型接口接入的问题。

摘要： 本发明公开了一种基于玉米生长机理模型的夏玉米倒伏预警算法，涉及倒伏预警算法技术领域。该基于玉米生长机理模型的夏玉米倒伏预警算法，包括搭建服务器集群；存储数据到相应的服务器，同时进行应用服务接口搭建；构建玉米倒伏灾害预警平台。本发明结合玉米生长发育对光、温、水的需求，建立生育期预测模型，精确的预测玉米生长发育阶段，建立生育期预测模型，精确的预测玉米生长发育阶段。结合历史玉米倒伏发生时所处生育阶段进行分类，确定玉米易倒伏的生育阶段，用以后续对玉米所处生育期进行判断是否达到易倒伏的阶段，对倒伏的预警考虑了玉米生育期节点、农事管理、气象环境等多种因素，提高了倒伏灾害预警的准确度。

摘要： 本发明公开了一种将发电行业工业机理模型封装并发布web服务的方法。首先，将模型算法编译成无法反编译的动态链接库；然后，通过java构建web工程并发布服务，使用者可以通过工业互联网平台轻松的获取算法服务；最后，将java构建的服务工程封装到独立的容器镜像中。本发明既为模型算法的运行使用提供了独立的运行环境，又能保证运行数据的独立性和安全性。

摘要： 本发明实施例公开了一种多机理模型部署方法、docker服务器和存储介质，涉及汽车工业机理模型技术领域。其中，方法包括：根据目标机理模型需要的基础docker镜像，创建基础docker容器；在基础docker容器中运行目标机理模型需要的环境依赖，得到自定义docker容器；将自定义docker容器封装为自定义docker镜像；根据自定义docker镜像，创建至少一个新docker容器；在至少一个新docker容器中部署与目标机理模型类别相同的多个机理模型。本实施例可以突破服务器对模型数量的限制，节省docker容器的部署时间。