CN113033036B - 一种基于参数驱动的泵组机械故障自动模拟方法及装置 - Google Patents
一种基于参数驱动的泵组机械故障自动模拟方法及装置 Download PDFInfo
- Publication number
- CN113033036B CN113033036B CN202110156761.6A CN202110156761A CN113033036B CN 113033036 B CN113033036 B CN 113033036B CN 202110156761 A CN202110156761 A CN 202110156761A CN 113033036 B CN113033036 B CN 113033036B
- Authority
- CN
- China
- Prior art keywords
- parameter
- model
- obtaining
- result
- control program
- 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
Links
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
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)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于参数驱动的泵组机械故障自动模拟方法及装置,所述方法包括:获得有限元仿真前处理技术所构建的泵组的有限元仿真模型;建立模型中第一可变参数和第一固有参数的第一映射关系;依据所述第一映射关系,获得第一控制参数组合,并结合第一底层控制模块获得第一控制程序;由第一自检模型对所述第一控制程序进行试算自检,自检满足标准后,获得第一原始模型;由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果,继而调用所述第一求解器进行模型计算,获得第一计算结果。解决了现有技术中在故障模拟时需要建立多个仿真模型,需要大量人工操作,出错率高、时间周期长、工作量大的技术问题。
Description
技术领域
本发明涉及计算机仿真分析领域,尤其涉及一种基于参数驱动的泵组机械故障自动模拟方法及装置。
背景技术
仿真分析是利用计算机构建产品模型并使用有限元、有限体积等方法对模型的物理场(运行状态)进行模拟,并提取模型计算结果,模型计算结果可表征结构的健康状态(应力、变形、寿命等)。仿真模型可代替实际产品进行设备的数据分析,无需生产样机也不用布置传感器,可直接通过仿真手段进行设备各种运行工况的健康状态验证。
传统仿真分析进行故障模拟的技术路径:根据产品的几何结构及工作原理构建有限元数字模型,模型与产品具有相似的几何结构和工作原理;构建边界条件;仿真分析计算。在用传统仿真分析进行故障模拟时,会遇到多工况或多模型的情况,比如发动机曲轴不同偏心质量、不同曲轴材料参数、不同转速,此三类变量组合进行仿真计算时,需要构建多个仿真模型,工作量很大。
本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
在故障模拟时需要建立多个仿真模型,需要大量人工操作,出错率高、时间周期长、工作量大。
发明内容
本申请实施例通过提供一种基于参数驱动的泵组机械故障自动模拟方法及装置,解决了现有技术中在故障模拟时需要建立多个仿真模型,需要大量人工操作,出错率高、时间周期长、工作量大的技术问题,达到了通过控制程序对模型中变量进行参数化处理,无须对单个模型进行修改,适用于大量的变量组合形式,从而使故障分析达到自动化、轻量化、操作简单的技术目的。
本申请提供了一种基于参数驱动的泵组机械故障自动模拟方法,其中,所述方法包括:获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;获得所述第一模型的第一固有参数;建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;依据所述第一映射关系,获得第一控制参数组合;由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;若所述第一输出信息为所述第一结果,获得第一原始模型;由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;获得第一求解器;由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
另一方面,本申请还提供了一种基于参数驱动的泵组机械故障自动模拟装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;第二获得单元,所述第二获得单元用于获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;第三获得单元,所述第三获得单元用于获得所述第一模型的第一固有参数;第四获得单元,所述第四获得单元用于建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;第五获得单元,所述第五获得单元用于依据所述第一映射关系,获得第一控制参数组合;第六获得单元,所述第六获得单元用于由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;第七获得单元,所述第七获得单元用于由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;第八获得单元,所述第八获得单元用于若所述第一输出信息为所述第一结果,获得第一原始模型;第九获得单元,所述第九获得单元用于由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;第十获得单元,所述第十获得单元用于获得第一求解器;第十一获得单元,所述第十一获得单元用于由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
另一方面,本申请实施例还提供了一种基于参数驱动的泵组机械故障自动模拟装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过控制程序可对模型中变量进行参数化处理,通过程序可实现多变量的快速组合,并通过脚本自动调取计算程序进行仿真分析计算,无需对每个模型进行单独的修改,适用于大量的变量组合形式,且在各关键节点增加了自动检查功能,可根据用户自定义的逻辑关系进行检查。达到了通过驱动参数控制模型、驱动参数与实际参数自动映射、模型自检,使故障分析达到自动化、轻量化、操作简单的技术目的。
上述说明是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于参数驱动的泵组机械故障自动模拟方法的流程示意图;
图2为本申请实施例一种基于参数驱动的泵组机械故障自动模拟装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第九获得单元19,第十获得单元20,第十一获得单元21,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于参数驱动的泵组机械故障自动模拟方法及装置,解决了现有技术中在故障模拟时需要建立多个仿真模型,需要大量人工操作,出错率高、时间周期长、工作量大的技术问题,达到了通过控制程序对模型中变量进行参数化处理,无须对单个模型进行修改,适用于大量的变量组合形式,从而使故障分析达到自动化、轻量化、操作简单的技术目的。下面,将参考附图详细的描述本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
仿真分析是利用计算机构建产品模型并使用有限元、有限体积等方法对模型的物理场(运行状态)进行模拟,并提取模型计算结果,模型计算结果可表征结构的健康状态(应力、变形、寿命等)。现有技术中还存在着在故障模拟时需要建立多个仿真模型,需要大量人工操作,出错率高、时间周期长、工作量大的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于参数驱动的泵组机械故障自动模拟方法,其中,所述方法包括:获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;获得所述第一模型的第一固有参数;建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;依据所述第一映射关系,获得第一控制参数组合;由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;若所述第一输出信息为所述第一结果,获得第一原始模型;由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;获得第一求解器;由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于参数驱动的泵组机械故障自动模拟方法,其中,所述方法包括:
步骤S100:获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;
具体而言,依据泵组的几何结构和工作原理构建所述泵组的有限元仿真模型,包括泵体(壳体、叶轮、转轴、法兰),电机(壳体、定子、转子、机罩)、连接结构等的有限元网格模型,各部件之间的法兰连接或螺栓连接结构,各部位的轴承及机封结构,允许对模型适度简化,但需要保证模型相对完整,具有相近的质量和刚度特性,能够反映完整的机械结构,且能够保证模型运行时具有与实际泵组产品具有一致的振动特性。通过构建准确的泵组模型,为实现对实际产品进行数据分析奠定了基础。
步骤S200:获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;
具体而言,首先定义故障工况,包括:螺栓连接失效、叶轮偏心、润滑失效、电机轴偏心等工况,其次,定义这些工况模拟所需设定的参数,包括叶轮偏心量、螺栓连接刚度、摩擦系数等参数,继而依据全局变量完成上述参数的定义,所述第一定义规则为全局变量与可变参数之间的对应关系及命名原则。
步骤S300:获得所述第一模型的第一固有参数;
具体而言,所述第一固有参数为所述第一模型中固定位置的固定参数,所述第一固有参数为不可变的参数类型。
步骤S400:建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;
具体而言,对所述第一可变参数定义完成后,依据总体变量的定义关系建立所述第一可变参数与所述第一固有参数的映射关系,由所述第一映射关系实现面向对象编程语言里不同类型的数据之间的转换,从而为后续的程序控制参数驱动提供引导。
步骤S500:依据所述第一映射关系,获得第一控制参数组合;
具体而言,在仿真模拟中,每一个参数的更改将自动产生一种新的模型,因此需要对多参数进行匹配及筛选,依据所述第一映射关系确定能够进行匹配及筛选的参数,满足所述第一映射关系的参数才可进行组合,对参数进行组合后,形成多个参数数组,从而获得所述第一控制参数组合。
步骤S600:由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;
具体而言,所述第一底层控制模块包括参数调用模块、参数驱动模块、命令生成模块,通过使用所述第一底层控制模块,结合所述第一控制参数组合,即可生成一个完整的所述第一控制程序,用于驱动模型进行多工况计算,生成所述第一控制程序之后,结合计算控制参数即可生成求解计算所需的控制命令。
步骤S700:由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;
具体而言,在获得所述第一控制程序之后,为了降低建模或参数设置造成的程序计算错误,在运行求解计算之前需要对所述第一控制程序进行程序自检,返回计算时间、是否出现警告或错误,警告或错误类型等数据,经过检查无误后才可进入下一步,若检查不通过则跳转至参数控制程序,重新对控制参数进行组合。所述第一自检模型为一机器学习模型,所述机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。所述机器模型通过多组训练数据训练获得,所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。通过将所述第一控制程序输入所述第一自检模型,基于所述第一自检模型能够不断学习、获取经验来处理数据的特点,从而使得所述第一控制程序的自检结果更为准确。
步骤S800:若所述第一输出信息为所述第一结果,获得第一原始模型;
具体而言,若所述第一输出信息为所述第一结果,即所述第一控制程序满足所述自检标准,所述第一控制程序在运行过程中未出现程序计算错误数据,则获得所述第一原始模型。原始模型是计算的基础,所述第一控制程序在自检完成后需与原模型进行结合,加载故障工况后即可进行下一步计算。
步骤S900:由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;
具体而言,所述第一控制程序通过程序模块化调用的方式,将原始模型、控制参数、故障工况进行组合,完成故障工况的加载,此过程主要是将各种典型工况如螺栓松动、叶轮偏心等工况加载到模型中,使模型能够复现各种故障工况。
步骤S1000:获得第一求解器;
步骤S1100:由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
具体而言,所述第一控制程序通过调用所述第一求解器,对所述第一模型的各项参数进行分别求解计算,举例而言,可通过所述第一求解器获得泵组模型的不同部位所受应力值的大小、速度、加速度等参数值。
进一步而言,获得所述第一模型,本申请实施例步骤S100还包括:
步骤S101:获得第一泵组的第一结构信息;
步骤S102:获得第一连接关系信息,所述第一连接关系信息为所述第一泵组各构件之间的连接关系;
步骤S103:将所述第一结构信息、所述第一连接关系信息输入至第一神经网络模型,所述第一神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一结构信息、所述第一连接关系信息以及标识第二输出信息的结果信息;
步骤S104:获得所述第一神经网络模型的第二输出信息,所述第二输出信息为所述第一泵组的第一网格节点信息;
步骤S105:获得所述第一泵组的第一工作原理信息;
步骤S106:依据所述第一网格节点信息、所述第一工作原理信息确定所述第一模型。
具体而言,所述第一神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统,对于有限元分析来说,网格划分是其中最关键的一个步骤,网格划分的好坏直接影响到解算的精度和速度。通过将所述泵组的所述第一结构信息、所述第一连接关系信息输入至第一神经网络模型,所述第一神经网络模型能够根据训练数据进行不断的自我训练学习,通过不断学习获取经验来处理数据,从而获得构建有限元模型中的网格节点信息,继而依据所述第一泵组的工作原理,确定所述第一模型。所述第一模型需与产品具有相似的几何结构和工作原理,具有相近的质量和刚度特性,能够反映完整的机械结构,且能够保证模型运行时具有与实际泵组产品具有一致的振动特性。
进一步而言,建立所述第一映射关系时,本申请实施例步骤S400还包括:
步骤S401:获得第一搜索指令,所述第一搜索指令通过搜索所述第一模型的关键字及固定位置的固有参数类型,确定所述第一可变参数是否与所述第一固有参数相匹配;
步骤S402:若所述第一可变参数与所述第一固有参数相匹配,获得所述第一映射关系。
具体而言,参数定义完成后需要使用程序完成参数搜索工作,首先,搜索模型关键字及固定位置的固有参数类型;其次,根据总体变量的定义关系,建立总体变量与固有参数之间的映射关系,从而为后续的参数驱动提供引导。继而将程序中的所述第一映射关系输出,通过程序自检及人工复检的方式完成参数的匹配度检查,只有将参数匹配完成后才能进行下一步操作,否则可能由于驱动参数的对应关系造成模型错误,如果匹配度不够,需要返回参数定义模块或参数搜索模块,通过修改限定条件使所述第一可变参数与所述第一固有参数达到良好的匹配度。
进一步而言,获得所述第一控制参数组合,本申请实施例步骤S500还包括:
步骤S501:获得第一逻辑关系;
步骤S502:依据所述第一逻辑关系获得多个控制参数组合;
步骤S503:获得第一检查算法,依据所述第一检查算法对所述多个控制参数组合进行合理性检查,获得第一检查结果;
步骤S504:若所述第一检查结果为满足预设合理性要求,获得所述第一控制参数组合。
具体而言,所述第一逻辑关系为人为设定的逻辑关系,由程序自动按照所述第一逻辑关系进行参数的组合,从而获得所述多个控制参数组合,继而依据所述第一检查算法,对所生成的多个控制参数组合进行合理性检查,满足所述预设合理性要求的参数组合才可用来驱动应用程序进行求解计算。
进一步而言,获得所述第一求解器之后,本申请实施例步骤S1000还包括:
步骤S1001:获得第一配置指令;
步骤S1002:依据所述第一配置指令配置第一求解参数、第一输出参数;
步骤S1003:依据所述第一求解参数、所述第一输出参数获得第一调用指令;
步骤S1004:依据所述第一调用指令,调用所述第一求解器。
具体而言,所述第一求解参数的配置包括:根据硬件配置,可实现两种硬件设置:手动设置调用的CPU核数及内存数、自动调用本地CPU和内存90%的资源,用户可根据需求自行选择设置方式;所述第一输出参数的配置包括:由于各种故障工况需要校核的输出参数不同,为减少数据存储量,需设置相应的输出参数,此参数用于定义输出参数类型(应力、变形、速度、加速度等),及输出频率。配置完成后,针对不同的求解器,生成不同的求解控制程序,通过程序生成所述第一调用指令,完成求解器的调用。
进一步而言,获得所述第一计算结果之后,本申请实施例步骤S1100还包括:
步骤S1101a:获得第一日志信息;
步骤S1102a:依据所述第一日志信息,对所述第一计算结果进行求解完成度检查,获得第二检查结果;
步骤S1103a:若所述第二检查结果为满足预设求解完成度,获得第一执行指令,所述第一执行指令用于进行下一工况循环;
步骤S1104a:若所述第二检查结果为不满足所述预设求解完成度,获得第一跳转指令,依据所述第一跳转指令由所述第一控制程序跳转至第一检查点。
具体而言,通过由所述第一控制程序对日志文件进行监控,对所述第一计算结果进行求解完成度检查,若所述第一计算结果满足所述预设求解完成度,则可进入下一工况循环,若所述第一计算结果不满足所述预设求解完成度,则由所述第一跳转指令,将所述第一控制程序跳转至所述第一控制程序生成处进行检查,所述第一检查点为所述第一控制程序生成处。
进一步而言,本申请实施例步骤S1100还包括:
步骤S1101b:获得第一故障参数;
步骤S1102b:获得第一检查规则,依据所述第一检查规则检查所述第一故障参数的第一遍历度;
步骤S1103b:判断所述第一遍历度是否达到第一阈值;
步骤S1104b:若所述第一遍历度达到所述第一阈值,获得第一终止指令;
步骤S1105b:若所述第一遍历度未达到所述第一阈值,获得第二跳转指令,依据所述第二跳转指令由所述第一控制程序跳转至所述第一检查点。
具体而言,所述第一故障参数为所述第一计算结果中的故障输出参数,依据所述第一检查规则检查所有的故障参数是否被遍历,如果遍历未完成,即所述第一遍历度未达到所述第一阈值,则跳转到控制命令流生成模块继续进行求解计算,若所述第一遍历度达到所述第一阈值,则程序结束。
进一步而言,本申请实施例步骤S1101a还包括:
步骤S1101a1:根据所述第一日志信息生成第一验证码,其中,所述第一验证码是与所述第一日志信息相对应;
步骤S1101a2:根据所述第二日志信息和所述第一验证码生成第二验证码;以此类推,根据第N日志信息和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
步骤S1101a3:将各个日志信息和相应的验证码分别作为一个存储单元,将各存储单元分别复制保存在M台设备上,其中,M为大于1的自然数。
具体而言,为了保证日志信息的存储安全性,根据所述第一日志信息生成第一验证码,其中,第一验证码与所述第一日志信息是一一对应的;根据所述第二日志信息和第一验证码生成第二验证码…以此类推,将所述第一日志信息与所述第一验证码作为第一存储单元,将所述第二日志信息与所述第二验证码作为第二存储单元…以此类推,共获得N个存储单元。所述验证码信息作为主体标识信息,主体的标识信息用来与其他主体作出区别。当需要调用所述日志信息时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希技术对于每一存储单位进行串接,使得所述日志信息不易丢失和遭到破坏,通过基于区块链的数据信息处理技术,保证了泵组在进行仿真计算中日志信息存储的安全性。
综上所述,本申请实施例所提供的一种基于参数驱动的泵组机械故障自动模拟方法具有如下技术效果:
由于采用了通过控制程序可对模型中变量进行参数化处理,通过程序可实现多变量的快速组合,并通过脚本自动调取计算程序进行仿真分析计算,无需对每个模型进行单独的修改,适用于大量的变量组合形式,且在各关键节点增加了自动检查功能,可根据用户自定义的逻辑关系进行检查。达到了通过驱动参数控制模型、驱动参数与实际参数自动映射、模型自检,使故障分析达到自动化、轻量化、操作简单的技术目的。
实施例二
基于与前述实施例中一种基于参数驱动的泵组机械故障自动模拟方法同样发明构思,本发明还提供了一种基于参数驱动的泵组机械故障自动模拟装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;
第二获得单元12,所述第二获得单元12用于获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;
第三获得单元13,所述第三获得单元13用于获得所述第一模型的第一固有参数;
第四获得单元14,所述第四获得单元14用于建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;
第五获得单元15,所述第五获得单元15用于依据所述第一映射关系,获得第一控制参数组合;
第六获得单元16,所述第六获得单元16用于由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;
第七获得单元17,所述第七获得单元17用于由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;
第八获得单元18,所述第八获得单元18用于若所述第一输出信息为所述第一结果,获得第一原始模型;
第九获得单元19,所述第九获得单元19用于由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;
第十获得单元20,所述第十获得单元20用于获得第一求解器;
第十一获得单元21,所述第十一获得单元21用于由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得第一泵组的第一结构信息;
第十三获得单元,所述第十三获得单元用于获得第一连接关系信息,所述第一连接关系信息为所述第一泵组各构件之间的连接关系;
第一输入单元,所述第一输入单元用于将所述第一结构信息、所述第一连接关系信息输入至第一神经网络模型,所述第一神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一结构信息、所述第一连接关系信息以及标识第二输出信息的结果信息;
第十四获得单元,所述第十四获得单元用于获得所述第一神经网络模型的第二输出信息,所述第二输出信息为所述第一泵组的第一网格节点信息;
第十五获得单元,所述第十五获得单元用于获得所述第一泵组的第一工作原理信息;
第十六获得单元,所述第十六获得单元用于依据所述第一网格节点信息、所述第一工作原理信息确定所述第一模型。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于获得第一搜索指令,所述第一搜索指令通过搜索所述第一模型的关键字及固定位置的固有参数类型,确定所述第一可变参数是否与所述第一固有参数相匹配;
第十八获得单元,所述第十八获得单元用于若所述第一可变参数与所述第一固有参数相匹配,获得所述第一映射关系。
进一步的,所述装置还包括:
第十九获得单元,所述第十九获得单元用于获得第一逻辑关系;
第二十获得单元,第二十获得单元用于依据所述第一逻辑关系获得多个控制参数组合;
第二十一获得单元,所述第二十一获得单元用于获得第一检查算法,依据所述第一检查算法对所述多个控制参数组合进行合理性检查,获得第一检查结果;
第二十二获得单元,所述第二十二获得单元用于若所述第一检查结果为满足预设合理性要求,获得所述第一控制参数组合。
进一步的,所述装置还包括:
第二十三获得单元,所述第二十三获得单元用于获得第一配置指令;
第一配置单元,所述第一配置单元用于依据所述第一配置指令配置第一求解参数、第一输出参数;
第二十四获得单元,所述第二十四获得单元用于依据所述第一求解参数、所述第一输出参数获得第一调用指令;
第二十五获得单元,所述第二十五获得单元用于依据所述第一调用指令,调用所述第一求解器。
进一步的,所述装置还包括:
第二十六获得单元,所述第二十六获得单元用于获得第一日志信息;
第二十七获得单元,所述第二十七获得单元用于依据所述第一日志信息,对所述第一计算结果进行求解完成度检查,获得第二检查结果;
第二十八获得单元,所述第二十八获得单元用于若所述第二检查结果为满足预设求解完成度,获得第一执行指令,所述第一执行指令用于进行下一工况循环;
第二十九获得单元,所述第二十九获得单元用于若所述第二检查结果为不满足所述预设求解完成度,获得第一跳转指令,依据所述第一跳转指令由所述第一控制程序跳转至第一检查点。
进一步的,所述装置还包括:
第三十获得单元,所述第三十获得单元用于获得第一故障参数;
第三十一获得单元,所述第三十一获得单元用于获得第一检查规则,依据所述第一检查规则检查所述第一故障参数的第一遍历度;
第一判断单元,所述第一判断单元用于判断所述第一遍历度是否达到第一阈值;
第三十二获得单元,所述第三十二获得单元用于若所述第一遍历度达到所述第一阈值,获得第一终止指令;
第三十三获得单元,所述第三十三获得单元用于若所述第一遍历度未达到所述第一阈值,获得第二跳转指令,依据所述第二跳转指令由所述第一控制程序跳转至所述第一检查点。
前述图1实施例一中的一种基于参数驱动的泵组机械故障自动模拟方法的各种变化方式和具体实例同样适用于本实施例的一种基于参数驱动的泵组机械故障自动模拟装置,通过前述对一种基于参数驱动的泵组机械故障自动模拟方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于参数驱动的泵组机械故障自动模拟装置,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于参数驱动的泵组机械故障自动模拟方法的发明构思,本发明还提供一种基于参数驱动的泵组机械故障自动模拟装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于参数驱动的泵组机械故障自动模拟方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种基于参数驱动的泵组机械故障自动模拟方法,其中,所述方法包括:获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;获得所述第一模型的第一固有参数;建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;依据所述第一映射关系,获得第一控制参数组合;由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;若所述第一输出信息为所述第一结果,获得第一原始模型;由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;获得第一求解器;由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于参数驱动的泵组机械故障自动模拟方法,其中,所述方法包括:
获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;
获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;
获得所述第一模型的第一固有参数;
建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;
依据所述第一映射关系,获得第一控制参数组合;
由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;
由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;
若所述第一输出信息为所述第一结果,获得第一原始模型;
由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;
获得第一求解器;
由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
2.如权利要求1所述的方法,其中,获得第一模型,所述方法还包括:
获得第一泵组的第一结构信息;
获得第一连接关系信息,所述第一连接关系信息为所述第一泵组各构件之间的连接关系;
将所述第一结构信息、所述第一连接关系信息输入至第一神经网络模型,所述第一神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一结构信息、所述第一连接关系信息以及标识第二输出信息的结果信息;
获得所述第一神经网络模型的第二输出信息,所述第二输出信息为所述第一泵组的第一网格节点信息;
获得所述第一泵组的第一工作原理信息;
依据所述第一网格节点信息、所述第一工作原理信息确定所述第一模型。
3.如权利要求1所述的方法,其中,建立所述第一映射关系,所述方法还包括:
获得第一搜索指令,所述第一搜索指令通过搜索所述第一模型的关键字及固定位置的固有参数类型,确定所述第一可变参数是否与所述第一固有参数相匹配;
若所述第一可变参数与所述第一固有参数相匹配,获得所述第一映射关系。
4.如权利要求1所述的方法,其中,获得第一控制参数组合,所述方法还包括:
获得第一逻辑关系;
依据所述第一逻辑关系获得多个控制参数组合;
获得第一检查算法,依据所述第一检查算法对所述多个控制参数组合进行合理性检查,获得第一检查结果;
若所述第一检查结果为满足预设合理性要求,获得所述第一控制参数组合。
5.如权利要求1所述的方法,其中,获得所述第一求解器之后,所述方法还包括:
获得第一配置指令;
依据所述第一配置指令配置第一求解参数、第一输出参数;
依据所述第一求解参数、所述第一输出参数获得第一调用指令;
依据所述第一调用指令,调用所述第一求解器。
6.如权利要求1所述的方法,其中,获得第一计算结果之后,所述方法还包括:
获得第一日志信息;
依据所述第一日志信息,对所述第一计算结果进行求解完成度检查,获得第二检查结果;
若所述第二检查结果为满足预设求解完成度,获得第一执行指令,所述第一执行指令用于进行下一工况循环;
若所述第二检查结果为不满足所述预设求解完成度,获得第一跳转指令,依据所述第一跳转指令由所述第一控制程序跳转至第一检查点。
7.如权利要求1所述的方法,其中,获得第一计算结果之后,所述方法还包括:
获得第一故障参数;
获得第一检查规则,依据所述第一检查规则检查所述第一故障参数的第一遍历度;
判断所述第一遍历度是否达到第一阈值;
若所述第一遍历度达到所述第一阈值,获得第一终止指令;
若所述第一遍历度未达到所述第一阈值,获得第二跳转指令,依据所述第二跳转指令由所述第一控制程序跳转至第一检查点。
8.一种基于参数驱动的泵组机械故障自动模拟装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一模型,所述第一模型为通过有限元仿真前处理技术所构建的泵组的有限元仿真模型;
第二获得单元,所述第二获得单元用于获得所述第一模型的第一可变参数,所述第一可变参数由第一定义规则所定义;
第三获得单元,所述第三获得单元用于获得所述第一模型的第一固有参数;
第四获得单元,所述第四获得单元用于建立第一映射关系,所述第一映射关系为所述第一可变参数和所述第一固有参数的映射关系;
第五获得单元,所述第五获得单元用于依据所述第一映射关系,获得第一控制参数组合;
第六获得单元,所述第六获得单元用于由所述第一控制参数组合,结合第一底层控制模块获得第一控制程序;
第七获得单元,所述第七获得单元用于由第一自检模型对所述第一控制程序进行试算自检,获得所述第一自检模型的第一输出信息,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一控制程序满足自检标准的结果,所述第二结果为所述第一控制程序不满足自检标准的结果;
第八获得单元,所述第八获得单元用于若所述第一输出信息为所述第一结果,获得第一原始模型;
第九获得单元,所述第九获得单元用于由所述第一控制程序依据所述第一原始模型进行程序模块化调用,获得第一故障工况加载结果;
第十获得单元,所述第十获得单元用于获得第一求解器;
第十一获得单元,所述第十一获得单元用于由所述第一控制程序通过调用所述第一求解器进行模型计算,获得第一计算结果。
9.一种基于参数驱动的泵组机械故障自动模拟装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110156761.6A CN113033036B (zh) | 2021-02-04 | 2021-02-04 | 一种基于参数驱动的泵组机械故障自动模拟方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110156761.6A CN113033036B (zh) | 2021-02-04 | 2021-02-04 | 一种基于参数驱动的泵组机械故障自动模拟方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113033036A CN113033036A (zh) | 2021-06-25 |
CN113033036B true CN113033036B (zh) | 2023-10-13 |
Family
ID=76459939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110156761.6A Active CN113033036B (zh) | 2021-02-04 | 2021-02-04 | 一种基于参数驱动的泵组机械故障自动模拟方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033036B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115929613A (zh) * | 2022-12-21 | 2023-04-07 | 中国联合网络通信集团有限公司 | 一种输油泵故障的处理方法、装置、系统及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468858A (zh) * | 2015-12-01 | 2016-04-06 | 国家电网公司 | 基于有限元仿真与现场试验的变压器结构性故障诊断方法 |
CN111126603A (zh) * | 2019-12-25 | 2020-05-08 | 江苏远望仪器集团有限公司 | 基于神经网络模型的设备故障预测方法、装置及设备 |
CN111159820A (zh) * | 2020-01-03 | 2020-05-15 | 北京航空航天大学 | 一种基于差分模糊自适应共振网络的发动机喘振诊断方法 |
CN111610027A (zh) * | 2019-02-22 | 2020-09-01 | 中国航发商用航空发动机有限责任公司 | 航空发动机故障模拟系统及模拟方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8230382B2 (en) * | 2010-01-28 | 2012-07-24 | International Business Machines Corporation | Model based simulation of electronic discharge and optimization methodology for design checking |
-
2021
- 2021-02-04 CN CN202110156761.6A patent/CN113033036B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468858A (zh) * | 2015-12-01 | 2016-04-06 | 国家电网公司 | 基于有限元仿真与现场试验的变压器结构性故障诊断方法 |
CN111610027A (zh) * | 2019-02-22 | 2020-09-01 | 中国航发商用航空发动机有限责任公司 | 航空发动机故障模拟系统及模拟方法 |
CN111126603A (zh) * | 2019-12-25 | 2020-05-08 | 江苏远望仪器集团有限公司 | 基于神经网络模型的设备故障预测方法、装置及设备 |
CN111159820A (zh) * | 2020-01-03 | 2020-05-15 | 北京航空航天大学 | 一种基于差分模糊自适应共振网络的发动机喘振诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113033036A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Isermann et al. | Process fault diagnosis based on process model knowledge: Part I—Principles for fault diagnosis with parameter estimation | |
Matinnejad et al. | Search-based automated testing of continuous controllers: Framework, tool support, and case studies | |
EP3874416A1 (en) | A method and system for generating an artificial intelligence model | |
CN113033036B (zh) | 一种基于参数驱动的泵组机械故障自动模拟方法及装置 | |
CN111950147A (zh) | 一种以统一形式样机模型定义数字孪生体的方法及装置 | |
Kubíček et al. | Continuous enhancement in model-based software development and recent trends | |
CN115809596A (zh) | 一种数字孪生故障诊断方法和装置 | |
CN113011055B (zh) | 一种基于有限元技术的电机高温故障模拟方法及系统 | |
CN112966433B (zh) | 一种基于即时编译的神经动力学仿真方法及装置 | |
CN117149410A (zh) | 一种基于ai智能模型训练调度指挥监控系统 | |
Sahami et al. | Making a dynamic interaction between two power system analysis software | |
CN113971032B (zh) | 一种代码生成的机器学习模型全流程自动部署方法及系统 | |
Beam et al. | Systems engineering for software productivity | |
Donzé | BreachFlows: simulation-based design with formal requirements for industrial CPS | |
Jharko | Design of Intelligent Information Support Systems for Human-Operators of Complex Plants | |
Henares et al. | Unit testing platform to verify DEVS models | |
CN110796243A (zh) | 一种连续型运行监测数据模拟发生方法及装置 | |
Morelli et al. | A system-level framework for the evaluation of the performance cost of scheduling and communication delays in control systems | |
CN112307589A (zh) | 单位工况创建方法、装置、电子设备及存储介质 | |
Bohlin | Grey-box model calibrator and validator | |
CN115081628B (zh) | 一种深度学习模型适配度的确定方法及装置 | |
Contreras et al. | Realistic ecosystem modelling with fuzzy cognitive maps | |
CN117034661B (zh) | 一种适用于多机型的故障告警仿真系统及仿真方法 | |
Galiullin | Intellectual Test System for Internal Combustion Engines | |
Bates et al. | Fast optimization of mechanical designs using computer aided design/computer aided engineering emulation: a case study |
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 |