[发明专利]一种实现多学科仿真模型降阶的工业互联网平台

权利要求书

1.一种实现多学科仿真模型降阶的工业互联网平台系统，其特征在于，所述工业互联网平台系统包括仿真接口组件和降阶组件，所述仿真接口组件连接若干种不同学科场景的仿真软件，所述工业互联网平台系统在运行过程中：

所述仿真接口组件调用产品子系统所属的学科场景的仿真软件，按照仿真模型参数执行仿真任务获取仿真结果数据；

所述降阶组件根据降阶需求信息和仿真结果数据的数据类型、基于降阶算法库中的降阶算法构建若干个不同的候选降阶模型，包括：从所述降阶算法库中选择满足降阶需求信息和仿真结果数据的数据类型的多种不同的降阶算法以及对应的参数范围，包括：从所述降阶算法库中选择满足降阶需求信息指示的模型线性度关系需求和仿真结果数据的数据维度的多种不同的降阶算法，根据降阶需求信息指示的模型性能需求确定每种降阶算法对应的参数范围；并在所述参数范围内确定所述降阶算法对应的多个不同的降阶参数；基于各种降阶算法及对应的多种不同的降阶参数的排列组合构建得到若干个不同的候选降阶模型；每个候选降阶模型采用相应的降阶算法以及降阶参数，且构建的候选降阶模型采用多种不同的降阶算法；

所述降阶组件利用所述仿真结果数据分别训练各个候选降阶模型，并确定各个候选降阶模型的模型性能参数；

基于各个候选降阶模型的模型性能参数从中选定候选降阶模型作为所述产品子系统的目标降阶模型。

2.根据权利要求1所述的工业互联网平台系统，其特征在于，所述降阶算法库中的降阶算法包括克里金、Balanced Truncation、正交分解法、Krylov方法、长短期记忆神经网络、物理信息神经网络、神经元神经网络、编码解码神经网络中的至少两种。

3.根据权利要求1所述的工业互联网平台系统，其特征在于，所述分别训练各个候选降阶模型，包括：

利用计算机集群并行训练各个候选降阶模型。

4.根据权利要求1所述的工业互联网平台系统，其特征在于，所述确定各个候选降阶模型的模型性能参数，包括对于每个候选降阶模型：

对所述候选降阶模型的若干个模型关键特征进行加权计算得到所述候选降阶模型的模型性能参数，所述模型关键特征是对所述候选降阶模型训练过程中产生的反映模型准确度和/或模型速度的特征。

5.根据权利要求4所述的工业互联网平台系统，其特征在于，

在对所述候选降阶模型的多个模型关键特征进行加权计算时，各个模型关键特征的权重与所述降阶需求信息匹配；当所述降阶需求信息指示模型准确度优先时，反映模型准确度的模型关键特征的权重越高；当所述降阶需求信息指示模型速度优先时，反映模型速度的模型关键特征的权重越高。

6.根据权利要求1所述的工业互联网平台系统，其特征在于，所述降阶需求信息包括模型性能需求和/或模型线性度关系需求，模型性能需求指示模型准确度优先或模型速度优先或综合性能优先，模型线性度关系需求指示线性模型优先或非线性模型优先。

7.根据权利要求1所述的工业互联网平台系统，其特征在于，所述工业互联网平台系统还包括优化设计组件，所述工业互联网平台系统在运行过程中：

所述优化设计组件在所述目标降阶模型的运行过程中，基于目标函数和优化方案对所述目标降阶模型的模型参数进行优化。

8.根据权利要求1所述的工业互联网平台系统，其特征在于，所述工业互联网平台系统还包括数据采集组件，所述数据采集组件连接若干个数据采集器或上游平台，所述工业互联网平台系统在运行过程中：

所述数据采集组件调用数据采集器采集实时数据或从所述上游平台获取实时数据，并输入所述目标降阶模型得到对应的输出结果。

9.根据权利要求8所述的工业互联网平台系统，其特征在于，所述工业互联网平台系统还包括数字孪生组件，所述工业互联网平台系统在运行过程中，所述数字孪生组件展示所述目标降阶模型的可视化结果。