[发明专利]发动机参数的确定方法、装置、设备及存储介质有效

专利信息
申请号: 202110689579.7 申请日: 2021-06-22
公开(公告)号: CN113408070B 公开(公告)日: 2023-09-26
发明(设计)人: 童浩;刘佳琳;吴锋;冯旭栋 申请(专利权)人: 南方科技大学;中国航发四川燃气涡轮研究院
主分类号: G06F30/17 分类号: G06F30/17;G06F30/27;G06N3/08;G06F111/10
代理公司: 北京品源专利代理有限公司 11332 代理人: 潘登
地址: 518055 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 发动机 参数 确定 方法 装置 设备 存储 介质
【权利要求书】:

1.一种发动机参数的确定方法,其特征在于,包括:

通过智能优化算法基于上一次参数预测数据,得到发动机对应的仿真模型的本次参数预测数据;其中,所述仿真模型中的参数与实际工作场景中所述发动机配置的参数相对应;所述仿真模型中的参数是多维的,每个参数都有对应的取值范围;所述上一次参数预测数据为初始参数预测数据或上一次执行完参数目标数据的确定逻辑后所保留下来的数据;所述初始参数预测数据是基于所述每个参数取值范围,随机选择进而组成的一组数据,或者,所述初始参数预测数据是从预先预测的多组参数数据中随机选择的一组数据;所述上一次参数预测数据和所述预先预测的多组参数数据均是通过所述仿真模型进行验证有效的数据;

基于有效性预测模型,对所述本次参数预测数据的有效性进行预测;

在预测结果为所述本次参数预测数据有效的情况下,根据所述发动机的实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的比较结果,确定所述本次参数预测数据是否为所述发动机的参数目标数据;

其中,所述有效性预测模型通过如下方式确定:

基于所述仿真模型的参数取值范围,进行拉丁方采样,得到训练样本;

基于所述仿真模型,确定所述训练样本的有效性验证结果;

采用所述训练样本和所述训练样本的有效性验证结果,对神经网络模型进行训练,得到有效性预测模型;其中,将所述训练样本的有效性验证结果作为所述训练样本的标签数据;

其中,所述根据所述发动机的实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的比较结果,确定所述本次参数预测数据是否为所述发动机的参数目标数据,包括:

根据所述实际工作场景数据的每一维度的数据确定出一个总的实际指标,根据所述基于仿真模型对所述本次参数预测数据的输出数据的每一维度的数据确定出一个总的仿真指标,若所述实际指标和所述仿真指标之间的差值在设定范围内,则将所述本次参数预测数据作为所述发动机的参数目标数据。

2.根据权利要求1所述的方法,其特征在于,所述根据所述发动机的实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的比较结果,确定所述本次参数预测数据是否为所述发动机的参数目标数据,包括:

若所述预测结果,与基于所述仿真模型所确定的所述本次参数预测数据的有效性验证结果相同,则根据所述实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的比较结果,确定所述本次参数预测数据是否为所述发动机的参数目标数据。

3.根据权利要求1所述的方法,其特征在于,所述根据所述发动机的实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的比较结果,确定所述本次参数预测数据是否为所述发动机的参数目标数据,还包括:

若所述实际工作场景数据和基于仿真模型对所述本次参数预测数据的输出数据之间的数值变化数量在设定范围内,则将所述本次参数预测数据作为所述发动机的参数目标数据。

4.根据权利要求2所述的方法,其特征在于,还包括:

若所述预测结果,与基于所述仿真模型所确定的所述本次参数预测数据的有效性验证结果不相同,则采用所述本次参数预测数据的有效性验证结果,对所述本次参数预测数据的预测结果进行更新。

5.根据权利要求4所述的方法,其特征在于,还包括:

采用所述本次参数预测数据和所述本次参数预测数据的更新后的预测结果,以及历史参数预测数据和所述历史参数预测数据的更新后的预测结果,对所述有效性预测模型进行更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方科技大学;中国航发四川燃气涡轮研究院,未经南方科技大学;中国航发四川燃气涡轮研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110689579.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top