CN107506527B - 基于映射推理的热力系统构建方法及系统 - Google Patents

基于映射推理的热力系统构建方法及系统 Download PDF

Info

Publication number
CN107506527B
CN107506527B CN201710631863.2A CN201710631863A CN107506527B CN 107506527 B CN107506527 B CN 107506527B CN 201710631863 A CN201710631863 A CN 201710631863A CN 107506527 B CN107506527 B CN 107506527B
Authority
CN
China
Prior art keywords
decomposition
structures
functions
function
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710631863.2A
Other languages
English (en)
Other versions
CN107506527A (zh
Inventor
刘洲洋
吴君
柳勇
林原胜
柯志武
劳星胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
719th Research Institute of CSIC
Original Assignee
719th Research Institute of CSIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 719th Research Institute of CSIC filed Critical 719th Research Institute of CSIC
Priority to CN201710631863.2A priority Critical patent/CN107506527B/zh
Publication of CN107506527A publication Critical patent/CN107506527A/zh
Application granted granted Critical
Publication of CN107506527B publication Critical patent/CN107506527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于映射推理的热力系统构建方法，涉及热力系统领域，包括如下步骤：汇总预选的热力系统的基本功能和结构，建立在不同约束下功能和结构之间的映射关系；给定目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对所述功能需求进行层次化分解，得到至少一种实现所述功能需求的目标结构组合，使用所述目标结构组合构建所述目标热力系统。本发明提供的基于映射推理的热力系统构建方法，通过标准化的映射推理来设计热力系统，不仅设计结果不会受到设计人员知识经验差异的影响，准确性和一致性更好，而且设计周期短，需求响应速度快。

Description

基于映射推理的热力系统构建方法及系统
技术领域
本发明涉及热力系统领域，具体涉及一种基于映射推理的热力系统构建方法及系统。
背景技术
热力系统设计是对其实现方案与用户需求进行反复匹配的过程。该过程中，设计人员根据用户对热力系统的实际需求，通常以选取的相似母型为基础进行热力系统的改型设计，也会进行热力系统的全新设计。该热力系统设计过程中，设计人员运用自身知识经验，分析用户需求，展开系统功能分析，寻求实现功能的系统对象方案，并进行评价和优化。
该过程存在如下问题：设计结果受设计人员知识经验差异的影响大、用户需求分析和系统功能阐释困难、设计周期长、设计过程人员重复性工作负荷重、需求响应灵活性不足等。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种基于映射推理的热力系统构建方法，通过标准化的映射推理来设计热力系统，不仅设计结果不会受到设计人员知识经验差异的影响，准确性和一致性更好，而且设计周期短，需求响应速度快。
为达到以上目的，本发明采取的技术方案是：
一种基于映射推理的热力系统构建方法，包括如下步骤：
S1：汇总预选的热力系统的功能和结构，建立在不同约束下功能和结构之间的映射关系；
S2：给定目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对所述功能需求进行层次化分解，得到至少一种实现所述功能需求的目标结构组合，使用所述目标结构组合构建所述目标热力系统。
在上述技术方案的基础上，步骤S1还包括：创建标准数据库，所述标准数据库包括：
功能数据库，所述功能数据库存储预选的热力系统的功能；
结构数据库，所述结构数据库存储预选的热力系统的结构；
约束数据库，所述约束数据库存储限定功能和结构之间映射关系的约束；
映射关系数据库，所述映射关系数据库存储在不同约束下功能和结构之间的映射关系，所述映射关系包括功能到结构的映射关系、以及结构到功能的映射关系。
在上述技术方案的基础上，步骤S2中对所述功能需求进行层次化分解的具体步骤包括：
S201：给定目标热力系统的功能需求、约束及分解终止条件，通过功能和结构之间的映射关系，对所述功能需求进行结构分解，找到在给定的约束下实现所述功能需求的多个结构、以及多个结构之间的逻辑关系；
S202：对结构进行功能分解，得到结构实现所述功能需求所依赖的多种下级功能、以及多种下级功能之间的逻辑关系；
S203：对所有下级功能进行结构分解，得到实现下级功能的多个下级结构、以及多个下级结构之间的逻辑关系；
S204：判断下级结构是否满足分解终止条件，若是，则转入步骤S205，若否，则按步骤S202和步骤S203的方法进一步进行功能分解和结构分解，直至满足分解终止条件后进入步骤S205；
S205：将满足分解终止条件的下级结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到至少一种目标结构组合。
在上述技术方案的基础上，所述逻辑关系为与、或，在对所述功能需求进行层次化分解时，绘制与或图，将每级结构和功能对应填入所述与或图的节点上，用与或图的路径表示结构和功能之间的映射关系，并在相应路径上标识出功能和结构对应的约束、以及各功能间、各结构间的所有逻辑关系。
在上述技术方案的基础上，所述结构的等级可分为级别依次降低的系统级、模块级、设备级和元器件级，在层次化分解时，结构的等级逐次降低，所述分解终止条件为分解得到的结构等级为设备级。
在上述技术方案的基础上，当得到若干实现所述功能需求的目标结构组合时，对所有目标结构组合进行评价，得到目标热力系统最优的目标结构组合。
本发明还提供了一种基于映射推理的热力系统构建系统，包括：
预处理模块，其用于汇总预选的热力系统的功能和结构，建立在不同约束下功能和结构之间的映射关系；
分解模块，其用于根据给定的目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对所述功能需求进行层次化分解，得到至少一种实现所述功能需求的目标结构组合，使用所述目标结构组合构建所述目标热力系统。
在上述技术方案的基础上，还包括创建模块，所述创建模块用于创建标准数据库，并将预选的热力系统的功能、结构、约束以及功能和结构之间的映射关系存储于所述标准数据库中。
在上述技术方案的基础上，所述标准数据库包括：
功能数据库，所述功能数据库存储预选的热力系统的功能；
结构数据库，所述结构数据库存储预选的热力系统的结构；
约束数据库，所述约束数据库存储限定功能和结构之间映射关系的约束；
映射关系数据库，所述映射关系数据库存储在不同约束下功能和结构之间的映射关系，所述映射关系包括功能到结构的映射关系、以及结构到功能的映射关系。
在上述技术方案的基础上，所述分解模块包括分解设置模块、结构分解单元、功能分解单元和判断单元；
所述分解设置模块用于给定目标热力系统的功能需求、约束及分解终止条件；
所述结构分解单元用于根据给定的目标热力系统的功能需求及约束，对所述功能需求进行结构分解，找到在给定的约束下实现所述功能需求的结构；
所述功能分解单元用于对结构进行功能分解，找到结构在实现某项功能时所依赖的下级功能；
所述结构分解单元还用于对功能分解得到的下级功能进行结构分解；
判断单元，其用于判断结构是否满足所述分解终止条件，若是，则将满足分解终止条件的结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到至少一种目标结构组合，若否，则进一步进行功能分解和结构分解，直至满足所述分解终止条件。
与现有技术相比，本发明的优点在于：本发明的基于映射推理的热力系统构建方法，通过标准化的映射推理来设计热力系统，不仅设计结果不会受到设计人员知识经验差异的影响，准确性和一致性更好，而且设计周期短，需求响应速度快。
附图说明
图1为本发明实施例中基于映射推理的热力系统构建方法的流程图；
图2为本发明实施例中对功能需求进行层次化分解的流程图；
图3为本发明实施例中核能发电简单热力系统构建的示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
参见图1所示，本发明实施例提供一种基于映射推理的热力系统构建方法，包括如下步骤：
S1：汇总预选的热力系统的功能和结构，建立在不同约束下功能和结构之间的映射关系；
S2：给定目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对功能需求进行层次化分解，得到若干种实现功能需求的目标结构组合；
S3：从运行性能、安全性能等方面，对所有目标结构组合进行评价，找出目标热力系统最优的目标结构组合，使用最优的目标结构组合构建目标热力系统。
步骤S1还包括：创建标准数据库，标准数据库包括功能数据库、结构数据库、约束数据库和映射关系数据库，功能数据库存储预选的热力系统的功能，结构数据库存储预选的热力系统的结构，约束数据库存储限定功能和结构之间映射关系的约束，映射关系数据库存储在不同约束下功能和结构之间的映射关系，映射关系包括功能到结构的映射关系、以及结构到功能的映射关系。该标准数据库可以作为功能需求层次化分解的依据，有助于更好地管理热力系统的数据。
本发明实施例中，预选的热力系统可以为已知的所有热力系统，也可以根据设计需求，选择常用的热力系统或特定的热力系统。
在本发明实施例中，热力系统是指参与热力循环过程和辅助性热力过程的工质及其物理边界，包括汽、水、油、气等工质及其流经的设备、管道等物理边界；功能是指热力系统具有的能量、物质和信息的输入与期望输出间的确定和有序的关系，这种关系可借助于多样化的结构形式而得以达成；结构是指实现功能的载体，结构的等级可分为级别依次降低的系统级、模块级、设备级和元器件级，在层次化分解时，结构的等级逐次降低；约束是指是对工质所含物质或能量的包括但不限于成分、状态、总量、流率等参数范围的限定，以及对提供工质边界的设备载体的包括但不限于空间尺寸、外形结构、体积、重量、可行性、安全性、可靠性、费效比等参数范围的限定，以约束来限定实现该功能所需的结构，或该结构所依赖的多个功能。
根据热力系统常用的功能描述，将功能通过功能动词和功能名词的二元表达式来进行定义，功能动词包括：产生、消耗、转换、分离、混合、增加、减少、保持、调节、输运等，功能名词包括：淡水、海水、滑油；蒸汽、空气、设备或管道等固壁边界、盐、积垢、腐蚀产物、附着物、其他杂质；液-液：淡水-滑油、海水-滑油、海水-淡水、溶液-淡水、空气-蒸汽；积垢-边界、腐蚀产物-边界、附着物-边界、空气-淡水、滑油-空气、蒸汽-淡水、空气-边界、蒸汽-边界、水-边界、腐蚀产物-淡水、其他杂质-淡水、盐-水、液-气-固、核能、热能、平动动能、转动动能、振动动能、压力势能、重位势能、弹性势能、电能、电磁能、化学能、光能等。通过功能动词和功能名词的组合，可以规范功能的表达，使其标准化。
参见图2所示，步骤S2中对功能需求进行层次化分解的具体步骤包括：
S201：给定目标热力系统的功能需求、约束及分解终止条件，通过功能和结构之间的映射关系，对功能需求进行结构分解，找到在给定的约束下实现功能需求的结构、以及多个结构之间的逻辑关系；
S202：对结构进行功能分解，得到结构实现功能需求所依赖的多种下级功能、以及多种下级功能之间的逻辑关系；
S203：对所有下级功能进行结构分解，得到实现下级功能的多个下级结构、以及多个下级结构之间的逻辑关系；
S204：判断下级结构是否满足分解终止条件，若是，则转入步骤S205，若否，则按步骤S202和步骤S203的方法进一步进行功能分解和结构分解，直至满足分解终止条件后进入步骤S205；
S205：将满足分解终止条件的下级结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到若干种目标结构组合。
逻辑关系为与、或，在对功能需求进行层次化分解时，绘制与或图，将每级结构和功能对应填入与或图的节点上，用与或图的路径表示结构和功能之间的映射关系，并在相应路径上标识出功能和结构对应的约束、以及各功能间、各结构间的所有逻辑关系。
步骤S3中，从运行性能、安全性能等方面，对所有目标结构组合进行评价的具体方式有很多种，可根据工程实践而定。例如，所有目标结构组合进行评价的方式可以为：将热力系统的运行性能、安全性能等作为可量化的参数指标，对所有目标结构组合构建得到的目标热力系统的各项参数指标进行打分，根据所有目标结构组合的总分值进行排名，从而得到运行性能、安全性能等综合性能较好的目标结构组合，将其作为最优的目标结构组合。参见图3所示，核能发电简单热力系统作为目标热力系统，以“转换热能”作为功能需求为例，分解终止条件为分解后得到的结构为设备级结构，第一级为从功能集合{F1,1}映射求解到结构集合{S1,1,1，S1,1,2，S1,1,3，S1,1,4}，其中结构集合{S1,1,1}被选为在{G1,1}约束下的可行解；第二级为从功能集合{F2,1,1，F2,1,2，…，F2,1,8}映射求解到结构集合{{S2,1,1，S2,1,2}，{S2,2,1}，{S2,3,1，S2,3,2}，{S2,4,1}，{S2,5,1}，{S2,6,1}，{S2,7,1，S2,7,2}，{S2,8,1}}，其中结构集合{{S2,1,1，S2,1,2}，{S2,2,1}，{S2,3,1}，{S2,4,1}，{S2,5,1}，{S2,6,1}，{S2,7,1，S2,7,2}，{S2,8,1}}被选为在{G2,1,1，G2,1,2，…，G2,1,8}约束下可行解，且{S2,1,1，S2,1,2}，{S2,2,1}，{S2,3,1}，{S2,4,1}，{S2,5,1}，{S2,6,1}，{S2,7,1，S2,7,2}，{S2,8,1}之间的逻辑关系为与，S2,1,1和S2,1,2之间的逻辑关系为或。
由于{{S2,1,1，S2,1,2}，{S2,2,1}，{S2,3,1}，{S2,4,1}，{S2,5,1}，{S2,6,1}，{S2,7,1，S2,7,2}，{S2,8,1}}为设备级结构，满足分解终止条件，因此，无需再对其进一步分解。
第二级功能集合包括8个功能元素，且其中有2个功能元素对应有2个结构元素，有6个功能元素对应一个结构元素，共得到目标结构为10个，组合得到的可行解有2×1×1×1×1×1×2×1＝4种，即可4种目标结构组合，分别为{S2,1,1，S2,2,1，S2,3,1，S2,4,1，S2,5,1，S2,6,1，S2,7,1，S2,8,1}，{{S2,1,1，S2,2,1，S2,3,1，S2,4,1，S2,5,1，S2,6,1，S2,7,2，S2,8,1}，{{S2,1,2，S2,2,1，S2,3,1，S2,4,1，S2,5,1，S2,6,1，S2,7,1，S2,8,1}，{{S2,1,2，S2,2,1，S2,3,1，S2,4,1，S2,5,1，S2,6,1，S2,7,2，S2,8,1}。
设定以运行性能、安全性能对上述4种目标结构组合方案进行评价后，选择{{S2,1,1，S2,2,1，S2,3,1，S2,4,1，S2,5,1，S2,6,1，S2,7,2，S2,8,1}作为本实施例核能发电简单热力系统的设计方案。
本发明实施例还提供了一种基于映射推理的热力系统构建系统，包括：预处理模块和分解模块。
预处理模块用于汇总预选的热力系统的功能和结构，建立在不同约束下功能和结构之间的映射关系。
分解模块用于根据给定的目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对功能需求进行层次化分解，得到至少一种实现功能需求的目标结构组合，使用目标结构组合构建目标热力系统。
分解模块包括分解设置模块、结构分解单元、功能分解单元和判断单元。
分解设置模块用于给定目标热力系统的功能需求、约束及分解终止条件。结构分解单元用于根据给定的目标热力系统的功能需求及约束，对功能需求进行结构分解，找到在给定的约束下实现功能需求的结构；结构分解单元还用于对功能分解得到的下级功能进行结构分解。功能分解单元用于对结构进行功能分解，找到结构在实现某项功能时所依赖的下级功能。
判断单元用于判断结构是否满足分解终止条件，若是，则将满足分解终止条件的结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到至少一种目标结构组合，若否，则进一步进行功能分解和结构分解，直至满足分解终止条件。
基于映射推理的热力系统构建系统还包括创建模块，创建模块用于创建标准数据库，并将预选的热力系统的功能、结构、约束以及功能和结构之间的映射关系存储于标准数据库中。
标准数据库包括功能数据库、结构数据库、约束数据库和映射关系数据库，功能数据库存储预选的热力系统的功能，结构数据库存储预选的热力系统的结构，约束数据库存储限定功能和结构之间映射关系的约束，映射关系数据库存储在不同约束下功能和结构之间的映射关系。
本发明实施例的一种基于映射推理的热力系统构建方法及系统，通过标准化的映射推理来构建热力系统，不仅构建结果不会受到构建人员知识经验差异的影响，准确性和一致性更好，而且构建周期短，需求响应速度快。
本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (7)

1.一种基于映射推理的热力系统构建方法，其特征在于，包括如下步骤：
S1：汇总预选的热力系统的功能和结构，建立在不同约束下功能和结构之间的映射关系；
S2：给定目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对所述功能需求进行层次化分解，得到若干种实现所述功能需求的目标结构组合；
S3：从运行性能、安全性能方面，对所有目标结构组合进行评价，找出目标热力系统最优的目标结构组合，使用最优的所述目标结构组合构建所述目标热力系统；
步骤S2中对所述功能需求进行层次化分解的具体步骤包括：
S201：给定目标热力系统的功能需求、约束及分解终止条件，通过功能和结构之间的映射关系，对所述功能需求进行结构分解，找到在给定的约束下实现所述功能需求的多个结构、以及多个结构之间的逻辑关系；
S202：对结构进行功能分解，得到结构实现所述功能需求所依赖的多种下级功能、以及多种下级功能之间的逻辑关系；
S203：对所有下级功能进行结构分解，得到实现下级功能的多个下级结构、以及多个下级结构之间的逻辑关系；
S204：判断下级结构是否满足分解终止条件，若是，则转入步骤S205，若否，则按步骤S202和步骤S203的方法进一步进行功能分解和结构分解，直至满足分解终止条件后进入步骤S205；
S205：将满足分解终止条件的下级结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到至少一种目标结构组合。
2.如权利要求1所述的基于映射推理的热力系统构建方法，其特征在于，步骤S1还包括：创建标准数据库，所述标准数据库包括：
功能数据库，所述功能数据库存储预选的热力系统的基本功能；
结构数据库，所述结构数据库存储预选的热力系统的结构；
约束数据库，所述约束数据库存储限定功能和结构之间映射关系的约束；
映射关系数据库，所述映射关系数据库存储在不同约束下功能和结构之间的映射关系，所述映射关系包括功能到结构的映射关系、以及结构到功能的映射关系。
3.如权利要求1所述的基于映射推理的热力系统构建方法，其特征在于：所述逻辑关系为与、或，在对所述功能需求进行层次化分解时，绘制与或图，将每级结构和功能对应填入所述与或图的节点上，用与或图的路径表示结构和功能之间的映射关系，并在相应路径上标识出功能和结构对应的约束、以及各功能间、各结构间的所有逻辑关系。
4.如权利要求1所述的基于映射推理的热力系统构建方法，其特征在于：所述结构的等级可分为级别依次降低的系统级、模块级、设备级和元器件级，在层次化分解时，结构的等级逐次降低，所述分解终止条件为分解得到的结构等级为设备级。
5.一种基于映射推理的热力系统构建系统，其特征在于，包括：
预处理模块，其用于汇总预选的热力系统的基本功能和结构，建立在不同约束下功能和结构之间的映射关系；
分解模块，其用于根据给定的目标热力系统的功能需求及约束，通过功能和结构之间的映射关系，对所述功能需求进行层次化分解，得到若干种实现所述功能需求的目标结构组合，从运行性能、安全性能方面，对所有目标结构组合进行评价，找出目标热力系统最优的目标结构组合，使用最优的所述目标结构组合构建所述目标热力系统；
所述分解模块包括分解设置模块、结构分解单元、功能分解单元和判断单元；
所述分解设置模块用于给定目标热力系统的功能需求、约束及分解终止条件；
所述结构分解单元用于根据给定的目标热力系统的功能需求及约束，对所述功能需求进行结构分解，找到在给定的约束下实现所述功能需求的结构；
所述功能分解单元用于对结构进行功能分解，找到结构在实现某项功能时所依赖的下级功能；
所述结构分解单元还用于对功能分解得到的下级功能进行结构分解；
判断单元，其用于判断结构是否满足所述分解终止条件，若是，则将满足分解终止条件的结构作为目标结构，并根据每级结构之间的逻辑关系、以及每级功能之间的逻辑关系组合所有目标结构，得到至少一种目标结构组合，若否，则进一步进行功能分解和结构分解，直至满足所述分解终止条件。
6.如权利要求5所述的基于映射推理的热力系统构建系统，其特征在于：还包括创建模块，所述创建模块用于创建标准数据库，并将预选的热力系统的基本功能、结构、约束以及功能和结构之间的映射关系存储于所述标准数据库中。
7.如权利要求6所述的基于映射推理的热力系统构建系统，其特征在于，所述标准数据库包括：
功能数据库，所述功能数据库存储预选的热力系统的基本功能；
结构数据库，所述结构数据库存储预选的热力系统的结构；
约束数据库，所述约束数据库存储限定功能和结构之间映射关系的约束；
映射关系数据库，所述映射关系数据库存储在不同约束下功能和结构之间的映射关系，所述映射关系包括功能到结构的映射关系、以及结构到功能的映射关系。
CN201710631863.2A 2017-07-28 2017-07-28 基于映射推理的热力系统构建方法及系统 Active CN107506527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710631863.2A CN107506527B (zh) 2017-07-28 2017-07-28 基于映射推理的热力系统构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710631863.2A CN107506527B (zh) 2017-07-28 2017-07-28 基于映射推理的热力系统构建方法及系统

Publications (2)

Publication Number Publication Date
CN107506527A CN107506527A (zh) 2017-12-22
CN107506527B true CN107506527B (zh) 2021-01-15

Family

ID=60689389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710631863.2A Active CN107506527B (zh) 2017-07-28 2017-07-28 基于映射推理的热力系统构建方法及系统

Country Status (1)

Country Link
CN (1) CN107506527B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528704B (zh) * 2022-02-16 2023-05-02 中国船舶重工集团公司第七一九研究所 基于功能与结构映射的热力系统重构方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049591A (zh) * 2011-10-13 2013-04-17 陶昕 一种公理设计和面向对象相结合的分析方法
CN103593752A (zh) * 2013-11-29 2014-02-19 武汉大学 一种基于情境约束的业务流程适应性配置方法及系统
CN105808853A (zh) * 2016-03-09 2016-07-27 哈尔滨工程大学 一种面向工程应用的本体构建管理与本体数据自动获取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102508971B (zh) * 2011-11-09 2015-04-01 河海大学常州校区 概念设计阶段产品功能模型建立方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103049591A (zh) * 2011-10-13 2013-04-17 陶昕 一种公理设计和面向对象相结合的分析方法
CN103593752A (zh) * 2013-11-29 2014-02-19 武汉大学 一种基于情境约束的业务流程适应性配置方法及系统
CN105808853A (zh) * 2016-03-09 2016-07-27 哈尔滨工程大学 一种面向工程应用的本体构建管理与本体数据自动获取方法

Also Published As

Publication number Publication date
CN107506527A (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
Peddada et al. Optimal flow control and single split architecture exploration for fluid-based thermal management
Noor AI and the Future of the Machine Design
Jin et al. Optimal control problem of the uncertain second‐order circuit based on first hitting criteria
Liang et al. Stochastic multidisciplinary analysis under epistemic uncertainty
Durupt et al. Knowledge based reverse engineering—An approach for reverse engineering of a mechanical part
CN107506527B (zh) 基于映射推理的热力系统构建方法及系统
Fjeld Digital Twin-Towards a joint understanding within the AEC/FM sector
Sun et al. Research on reliability analytical method of complex system based on CBN model
Ahmad et al. Financial feasibility study of waste cooking oil utilization for biodiesel production using ANFIS
Snyder et al. Network Architecture Framework Applications with FOCUS-compliant Ship Designs
Nannapaneni et al. Manufacturing process evaluation under uncertainty: A hierarchical bayesian network approach
Gomes et al. Probabilistic flow modelling approach for kick tolerance calculations
Angelini et al. A multidimensional extension of Balje chart for axial flow turbomachinery using artificial intelligence-based meta-models
Groumpos et al. An overview of fuzzy cognitive maps for energy efficiency in intelligent buildings
Cao et al. Modeling and simulation of cascade reservoirs flood control system based on hybrid stochastic timed Petri nets
Iqbal et al. A cyber-physical middleware framework for continuous monitoring of water distribution systems
Arroyo et al. Derivation of diagnostic models based on formalized process knowledge
Han et al. Multiple target exploration approach for design exploration using a swarm intelligence and clustering
Li et al. Navigating the Evolution of Digital Twins Research through Keyword Co-Occurence Network Analysis
Kaiser et al. Exhaustiveness of Systems Structures in Model-Based Systems Engineering for Mechatronic Systems
Zhou et al. Study on meta-modeling method for performance analysis of digital power plant
Huang et al. Research on the uncertainty problem of SDG fault diagnosis based on information flow
CN115146442B (zh) 一种基于SysML的热力系统的集成方法
Narimisa et al. Modeling for Environmental Impact Assessment of oil refineries in Iran
Ming et al. Knowledge-Based Meta-Design of Decision Workflows

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant