CN113486486A - 传感器布局优化方法及电子设备 - Google Patents
传感器布局优化方法及电子设备 Download PDFInfo
- Publication number
- CN113486486A CN113486486A CN202110831028.XA CN202110831028A CN113486486A CN 113486486 A CN113486486 A CN 113486486A CN 202110831028 A CN202110831028 A CN 202110831028A CN 113486486 A CN113486486 A CN 113486486A
- Authority
- CN
- China
- Prior art keywords
- sensor layout
- value
- sensor
- matrix
- layout
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种传感器布局优化方法及电子设备,该方法包括:建立用于表征传感器布局可观测性的第一目标函数、传感器布局冗余性的第二目标函数和传感器布局中传感器个数的第三目标函数;计算所有所述传感器布局中每一个所述传感器布局所对应的所述第一目标函数的第一函数值、所述第二目标函数的第二函数值和所述第三目标函数的第三函数值;基于所有所述传感器布局所对应的所述第一函数值、所述第二函数值和所述第三函数值构建决策矩阵;根据所述决策矩阵中不同行向量之间的数值关系,标记和删除所述决策矩阵中的被支配解,得到帕累托解集,根据所述帕累托解集得到优化的传感器布局方案。
Description
技术领域
本发明涉及一种传感器布局优化方法,尤其涉及工业过程中物料管道系统内的传感器布局优化方法,属于传感器布局优化技术领域。
背景技术
工业过程中很多生产反应都严格要求各成分以精确比率进行,为了更好的调整和控制该反应过程,需配置传感器以测定与反应器相连的各管道中相关物料的流量,传感器的配置个数和放置的管道位置会影响数据测量的准确性,也影响反应过程的控制和优化。
基于此,需要一种既能提高传感器测量数据的准确性,又能减少传感器配置个数的传感器布局优化方法。
发明内容
有鉴于此,本公开的目的在于提出一种物料管道系统中的传感器布局优化方法和电子设备。
基于上述目的,本申请一个或多个实施例提供了一种物料系统中的传感器布局优化方法,包括:
构建用于计算第一特征项的第一目标函数,第一特征项用于表征物料管道系统中的传感器布局的可观测性;
构建用于计算第二特征项的第二目标函数,第二特征项用于表征物料管道系统中的传感器布局的冗余性;
构建用于计算第三特征项的第三目标函数,第三特征项用于表征物料管道系统中的传感器布局的传感器个数;
对于物料系统预设的所有传感器布局中的每一个,分别计算其对应的第一目标函数的第一函数值,第二目标函数的第二函数值和第三目标函数的第三函数值;
基于所有传感器布局分别对应的第一函数值、第二函数值和第三函数值,构建决策矩阵;其中决策矩阵中的一个行向量对应为一个传感器布局对应的第一函数值、第二函数值和第三函数值;
根据决策矩阵中不同行向量之间的数值关系,标记和删除决策矩阵中的被支配解,以得到帕累托解集,并根据帕累托解集得到优化的传感器布局;
根据优化的传感器布局对物料管道系统中的传感器布局进行优化。
进一步的,第一特征项为在一种传感器布局下,可观测到的物料管道内的物料流量的个数;第二特征项为在一种传感器布局下,物料管道系统内冗余的传感器个数;第三特征项是指在一种传感器布局下,物料管道系统内的传感器个数。
进一步的,物料管道系统中的传感器布局由二进制数值构成的向量表示;
向量中的数值0表示在一种传感器布局下一个物料管道内未放置传感器直接测量物料管道内的物料流量;
向量中的数值1表示在传感器布局下一个物料管道内放置有传感器直接测量物料管道内的物料流量,即该物料管道内的物料流量是可观测的。
进一步的,在一种传感器布局下,可观测的物料管道内的物料流量用单方程解法和联立方程解法标记;
其中,单方程解法包括:
获取一种传感器布局,构建物料管道系统中的n个结点处的物料流量平衡方程,构建流量平衡方程的系数矩阵An×m,其中m表示物料管道系统中的物料管道的个数,系数矩阵An×m中的元素ai×i取-1至1的整数,结点是指物料管道系统中的管件;
对系数矩阵An×m的每个行向量执行如下操作:
统计在系数矩阵An×m中第i行第j列的取值不为0,而对应传感器布局中第j列为0的元素的个数;
响应于确定元素的个数等于1,将传感器布局中第j列为0的元素的值标记为1;
响应于确定元素的个数不等于1,则将传感器布局中第j列为0的元素的值标记为0;
确定传感器布局中值为1的元素所对应的物料管道内的物料流量可观测;
联立方程解法包括:
获取一种传感器布局;
获取流量平衡方程的系数矩阵An×m;
通过单方程解法标记所有在系数矩阵An×m中第i行第j列的取值不为0,而对应传感器布局中第j列为0的元素;
寻找经过单方程解法标记后在传感器布局中所有值仍为0的元素,将其中一个仍为0的元素作为待执行项,依次对所有待执行项进行如下操作:
根据系数矩阵An×m导出第一矩阵B和第二矩阵C,第一矩阵B由所有在传感器布局中值为0的元素所对应的系数矩阵An×m中的列向量组成,其中待执行项对应的系数矩阵An×m中的列向量与传感器布局中最后一个为0的元素所对应的系数矩阵An×m中的列向量位置是互换的,第二矩阵C是在第一矩阵B中去掉最后一列的列向量得到;
计算第一矩阵B的秩和第二矩阵C的秩;
响应于确定第二矩阵C的秩小于第二矩阵C的行数和第二矩阵C的秩不等于第一矩阵B的秩,将待执行项的值标记为1;
响应于确定第二矩阵C的秩不小于第二矩阵C的行数或第二矩阵C的秩小于第二矩阵C的行数但第二矩阵C的秩等于第一矩阵B的秩,将待执行项的值标记为0;
确定传感器布局中值为1的元素所对应的物料管道内的物料流量可观测。
进一步的,第一目标函数的表达式为:
其中fo为在一种传感器布局XL,k下,可观测到的物料管道内的物料流量的个数,XL,k″为传感器布局XL,k依次经过单方程解法标记和联立方程解法标记后的传感器布局,表示传感器布局XL,k″中第i个元素的值,e=[1,1,...,1,1],e的列数为m。
进一步的,第二目标函数的表达式为:
其中,fr为在一种传感器布局XL,k下,物料管道系统内冗余的传感器个数,t表示传感器布局XL,k中元素为1的个数,loci表示在传感器布局XL,k中第i个值为1的元素所在的列数,Xi为在传感器布局XL,k中将第i个值为1的元素置为0后得到的新的传感器布局,X″i是对传感器布局Xi用单方程解法和联立方程解法标记后得到的,表示在X″i中,第loci个元素的取值,行向量ei的列数为m,行向量ei中第loci列的元素值为1,其他元素值皆为0。
进一步的,第三目标函数的表达式为:
进一步的,计算第一目标函数的第一函数值,第二目标函数的第二函数值和第三目标函数的第三函数值,具体包括:
计算第一目标函数的第一函数值的步骤包括:
获取一种传感器布局XL,k;
执行循环过程直至满足预设条件;循环过程包括:
将传感器布局XL,k用单方程解法标记,得到传感器布局XL,k′;
将传感器布局XL,k′用所述联立方程解法标记,得到传感器布局XL,k″;
将传感器布局XL,k″中的元素的值赋予传感器布局XL,k;
比较传感器布局XL,k′和传感器布局XL,k″中值为1的元素的个数;
确定传感器布局XL,k″中1出现的次数为第一目标函数的第一函数值;
其中,预设条件为传感器布局XL,k′中值为1的元素的个数与传感器布局XL,k″中值为1的元素的个数相等;
计算第二目标函数的第二函数值的步骤包括:
获取一种传感器布局XL,k,令物料系统中的传感器布局XL,k中冗余的传感器个数Nr=0;
执行循环过程直至满足预设条件;循环过程包括:
从传感器布局XL,k中的t个值为1的元素中选择一个未重置数值的元素作为待执行项,将待执行项的值置为0,得到传感器布局Xi;
用单方程解法和联立方程解法对传感器布局Xi进行可观测性标记,得到传感器布局Xi″;
响应于确定传感器布局Xi″中置为0的待执行项的值被标记为1,令Nr=Nr+1;
响应于确定传感器布局Xi″中置为0的待执行项的值被标记为0,令Nr=Nr+0;
确定Nr的值为第二目标函数的第二函数值;
其中预设条件为传感器布局XL,k中的待执行项全部被执行过重置数值命令;
计算所述第三目标函数的第三函数值的步骤包括:
获取一种传感器布局XL,k;
统计传感器布局XL,k中1出现的次数;以及
确定传感器布局XL,k中1出现的次数为第三目标函数的第三函数值。
进一步的,根据决策矩阵中不同行向量之间的数值关系,标记和删除决策矩阵中的被支配解的方法包括:
获取决策矩阵;
对决策矩阵中的所有行向量进行如下处理:
比较决策矩阵中的一个行向量的第一函数值、第二函数值和第三函数值与决策矩阵中其余各个行向量中的第一函数值、第二函数值和第三函数值的大小;
响应于确定一组行向量la中的第一函数值小于或等于一组行向量lb中的第一函数值、行向量la中的第二函数值小于行向量lb中的第二函数值和行向量la中的第三函数值大于或等于行向量lb中的第三函数值,则标记行向量la对应的一种传感器布局为被支配解;
响应于确定一组行向量la中的第一函数值小于一组行向量lb中的第一函数值、行向量la中的第二函数值小于或等于行向量lb中的第二函数值和行向量la中的第三函数值大于或等于行向量lb中的第三函数值,则标记行向量la对应的一种传感器布局为被支配解;
响应于确定一组行向量la中的第一函数值小于或等于一组行向量lb中的第一函数值、行向量la中的第二函数值小于或等于行向量lb中的第二函数值和行向量la中的第三函数值大于行向量lb中的第三函数值,则标记行向量la对应的一种传感器布局为被支配解;
将传感器布局中的被支配解删除,得到帕累托解集,生成传感器布局优化方案。
基于同一发明构思,本申请还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,处理器执行计算机程序时实现如上任意一项传感器布局优化方法。
从上面所述可以看出,本申请提供的一种物料管道系统中的传感器布局优化方法,主要涉及一种基于求解物料流量平衡方程中未知物料流量的方法对传感器布局中的物料流量做可观测性标记,并以可观测行、冗余性和传感器个数为优化目标,通过比较所有传感器布局中的可观测的物料流量的个数、冗余的传感器个数和传感器个数,将物料管道系统中的所有传感器布局方式减少到一个帕累托解集,从而实现优化传感器布局方式的目的。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的传感器布局优化方法流程示意图;
图2为本申请实施例的工业过程中的设备拓扑示意图;
图3为本申请实施例的电子设备结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如背景技术部分所述,现有的传感器布局优化方法难以满足工业中生产反应过程的需要。申请人在实现本方案的过程中发现,现有的传感器布局优化方法存在的主要问题在于:所应用的领域不适用于工业过程中的物料管道系统;传感器布局的优化目标与工业过程中的传感器布局的优化目标不同,进而构建的目标函数也不相同。基于此,为了更好的调整工业中的生产反应过程,需要一种物料系统中的传感器布局优化方法。以传感器布局中的可观测性、冗余性和传感器个数为优化目标,把原本存在的所有的传感器布局方式缩小到一个较小的帕累托解集,从而达到优化传感器布局的目的。
以下,通过具体的实施例,并具体结合图1出示的一种传感器布局优化方法流程图,来详细说明本申请的实施例的技术方案。
参考图1,本申请一个实施例的传感器布局优化方法,包括以下步骤:
步骤S101、构建用于计算第一特征项的第一目标函数,所述第一特征项用于表征物料管道系统中的传感器布局的可观测性。
在本实施例中,对可观测作如下定义:如果一个物料管道内放置了传感器,则该物料管道内的物料流量是可观测的;或者一个物料管道内未放置传感器,但该管道内的物料流量的值可以通过单方程解法和联立方程解法来确定,则该物料流量也是可观测的。
进一步的,将用单方程解法和联立方程解法标记后的传感器布局记为一种新的传感器布局,这种新的传感器布局的向量表示中的元素0和元素1的含义与被标记前的传感器布局中元素0和元素1的含义相同。
进一步的,第一特征项是指在一种传感器布局下,可观测的物料管道系统中的物料流量的个数,用其来表征物料管道系统中的传感器布局的可观测性。
进一步的,物料管道系统中的传感器布局用二进制数值组成的向量来表示,向量中的数值0表示在一种传感器布局下一个物料管道内未放置传感器直接测量物料管道内的物料流量;向量中的数值1表示在传感器布局下一个物料管道内放置有传感器直接测量物料管道内的物料流量,即该物料管道内的物料流量是可观测的。
作为传感器布局表示方法的一个示例,传感器布局XL,K=(1,0,0,1,0,1,0,0),其中值为1的元素分别在XL,K中的第一列、第四列和第六列,表示在第一、第四和第六个物流管道内放置有传感器直接测量其物料管道内的物料流量,即第一、第四和第六个物流管道内的物料流量是可观测的。值为0的元素分别在XL,K中的第二列、第三列、第五列、第七列和第八列,表示第二、第三、第五、第七和第八个物流管道内没有放置传感器直接测量其物料管道内的物料流量。
进一步的,获取一种传感器布局方式XL,k,对XL,k依次进行单方程解法和联立方程解法标记,得到标记后的传感器布局XL,k″,由此可以得到第一目标函数的表达式为:
步骤S102、构建用于计算第二特征项的第二目标函数,所述第二特征项用于表征物料管道系统中的传感器布局的冗余性。
在本实施例中,对冗余的传感器做如下定义:在一种传感器布局方式下,如果一个物料管道内放置的传感器被移除后,该物料管道内的物料流量值仍可通过单方程解法和联立方程解法确定下来,则被移除的传感器是冗余的。
进一步的,第二特征项是指在一种传感器布局下,物料管道系统内冗余的传感器个数,用其来表征物料管道系统中的传感器布局的冗余性。
进一步的,获取一种传感器布局XL,k,将传感器布局XL,k中第i个值为1的元素置为0得到新的传感器布局Xi,对传感器布局Xi运用单方程解法和联立方程解法标记得到X″i,由此可以得到第二目标函数的表达式为:
其中,fr为在一种传感器布局XL,k下,物料管道系统内冗余的传感器个数,loci表示在传感器布局XL,k中第i个值为1的元素所在的列数,表示在X″i中第loci个元素的取值,行向量ei的列数为m,行向量ei中第loci列的元素值为1,其他元素值皆为0。
步骤S103、构建用于计算第三特征项的第三目标函数,所述第三特征项用于表征物料管道系统中的传感器布局的传感器个数。
在本实施例中,第三特征项是指在一种传感器布局下,物料管道系统内的传感器个数。
进一步的,获取一种传感器布局XL,k,由此可以得到第三目标函数的表达式为:
步骤S104、对于物料系统预设的所有所述传感器布局中的每一个,分别计算其对应的所述第一目标函数的第一函数值,所述第二目标函数的第二函数值和所述第三目标函数的第三函数值。
在本实施例中,对于有m个物料管道的物料系统,则该系统中存在2m种传感器布局方式,m取正整数。
进一步的,用单方程解法和联立方程解法标记可观测的物料流量,其中单方程解法和联立方程解法标记的是传感器布局中除1之外的值为0的元素所对应的物料管道内的物料流量。
其中,单方程解法包括:
获取一种传感器布局,构建物料管道系统中的n个结点处的物料流量平衡方程,构建流量平衡方程的系数矩阵An×m,其中m表示物料管道系统中的物料管道的个数,系数矩阵An×m中的元素ai×j取-1至1的整数,结点是指物料管道系统中的管件;
对系数矩阵An×m的每个行向量执行如下操作:
统计在系数矩阵An×m中第i行第j列的取值不为0,而对应传感器布局中第j列为0的元素的个数;
响应于确定元素的个数等于1,将传感器布局中第j列为0的元素的值标记为1;
响应于确定元素的个数不等于1,则将传感器布局中第j列为0的元素的值标记为0;
确定传感器布局中值为1的元素所对应的所述物料管道内的物料流量可观测。
联立方程解法包括:
获取一种传感器布局;
获取流量平衡方程的系数矩阵An×m;
通过单方程解法标记所有在系数矩阵An×m中第i行第j列的取值不为0,而对应传感器布局中第j列为0的元素;
寻找经过单方程解法标记后在传感器布局中所有值仍为0的元素,将其中一个仍为0的元素作为待执行项,依次对所有待执行项进行如下操作:
根据系数矩阵An×m导出第一矩阵B和第二矩阵C,第一矩阵B由所有在传感器布局中值为0的元素所对应的系数矩阵An×m中的列向量组成,其中待执行项对应的系数矩阵An×m中的列向量与传感器布局中最后一个为0的元素所对应的系数矩阵An×m中的列向量位置是互换的,第二矩阵C是在第一矩阵B中去掉最后一列的列向量得到;
计算第一矩阵B的秩和第二矩阵C的秩;
响应于确定第二矩阵C的秩小于第二矩阵C的行数和第二矩阵C的秩不等于第一矩阵B的秩,将待执行项的值标记为1;
响应于确定第二矩阵C的秩不小于第二矩阵C的行数或第二矩阵C的秩小于第二矩阵C的行数但第二矩阵C的秩等于第一矩阵B的秩,将待执行项的值标记为0;
确定传感器布局中值为1的元素所对应的物料管道内的物料流量可观测。
进一步的,物料管道中的结点可以分为两类,一类结点是在该结点处即存在物料流入,又存在物料流出,二类结点是在该结点处只有物料流入或只有物料流出,本实施例中的物料流量平衡方程是在一类结点处所构建。
进一步的,根据在某一结点处流入的流量等于流出的流量建立物料流量平衡方程,若流量平衡方程中只有一个未知流量,则该未知流量的值可通过解该结点处的平衡方程得到,该未知流量是可观测的。此外,也可以联立多个结点处的流量平衡方程,通过方程间的消元处理,若存在某个流量平衡方程中只有一个未知流量,则该未知流量也是可观测的。通过单方程解法和联立方程解法即能找出一种传感器布局下可观测的所有物料流量。
进一步的,系数矩阵An×m反映了对于每个一类结点,参与结点处流量平衡方程计算的物料流量的信息,包括在该结点处参与流量平衡方程计算的物料流量的个数、物料所在的具体管道以及物料在管道结点处是流入或流出状态。参考图2,为工业设备拓扑图的一个示例。其中,该工业设备中有7个结点和11条物料管道,其中结点分别用a、b、c、d、e、f和g来表示,物料管道用数字1-11中的整数来表示,即n=7,m=11。在所示工业设备拓扑图的示例下,获取一种传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0],其表示在第1、第5、第7和第8个物料管道处放置了传感器直接测量其物料管道内的物料流量,即第1、第5、第7和第8个物料管道内的物料流量是可观测的。导出一类结点处所有的流量平衡方程,则系数矩阵A为:
其中,矩阵A中的元素ai×j=-1表示第i个结点处的第j个物料管道内的物料在第i个结点处是流出状态,ai×j=0表示第i个结点处的第j个物料管道内的物料不参与第i个结点处的流量平衡方程,ai×j=1表示第i个结点处的第j个物料管道内的物料在第i个结点处是流入状态。
进一步的,以系数矩阵A中的第一个行向量为示例,其表示在a结点处,第1个物料管道内的物料在该结点处是流入状态,第2个物料管道内的物料在该结点是流出状态,第10个物料管道内的物料在该结点是流入状态,其他物料管道内的物料不经过该结点。
进一步的,结点a处的流量平衡方程中有两个未知的物料流量,结点b处的流量平衡方程中有两个未知的物料流量,结点c处的流量平衡方程中有三个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有一个未知的物料流量。运用单方程解法,可求出结点e处的未知的物料流量的值,因此将结点e处的流量平衡方程中的未知物料流量置为1。结点e处的未知的物料流量在第6个物料管道,将其所对应的传感器布局中的元素值标记为1,则经过第一次单方程解法标记后的传感器布局X′L,K=[1,0,0,0,1,1,1,1,0,0,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有两个未知的物料流量,结点b处的流量平衡方程中有两个未知的物料流量,结点c处的流量平衡方程中有三个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有零个未知的物料流量,结点f处的流量平衡方程中有两个未知的物料流量,结点g处的流量平衡方程中有一个未知的物料流量,该未知的物料流量在第9个物料管道,将其所对应的传感器布局中的元素值标记为1,经过第二次单方程解法标记后的传感器布局为X′L,K=[1,0,0,0,1,1,1,1,1,0,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有两个未知的物料流量,结点b处的流量平衡方程中有两个未知的物料流量,结点c处的流量平衡方程中有三个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有零个未知的物料流量,结点f处的流量平衡方程中有一个未知的物料流量,该未知流量在第10个物料管道,将其所对应的传感器布局中的元素值标记为1,经过第三次单方程解法标记后的传感器布局为X′L,K=[1,0,0,0,1,1,1,1,1,1,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有一个未知的物料流量,该未知的物料流量在第二个物料管道,将其所对应的传感器布局中的元素值标记为1,经过第四次单方程解法标记后的传感器布局X′L,K=[1,1,0,0,1,1,1,1,1,1,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有零个未知的物料流量,结点b处的流量平衡方程中有一个未知的物料流量,该未知的物料流量在第三个物料管道,将其所对应的传感器布局中的元素值标记为1,经过第五次单方程解法标记后的传感器布局X′L,K=[1,1,1,0,1,1,1,1,1,1,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有零个未知的物料流量,结点b处的流量平衡方程中有零个未知的物料流量,结点c处的流量平衡方程中有两个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有零个未知的物料流量,结点f处的流量平衡方程中有零个未知的物料流量,结点g处的流量平衡方程中有零个未知的物料流量,此时经过单方程解法标记后的最终传感器布局为X′L,K=[1,1,1,0,1,1,1,1,1,1,0]。
进一步的,通过联立方程解法对传感器布局X′L,K=[1,1,1,0,1,1,1,1,1,1,0]进行标记,该传感器布局中x4=0,x11=0。进一步的,对于元素x4,矩阵B为:
矩阵C为:
进一步的,矩阵C的秩等于1,其小于矩阵C的行数7;B的秩等于1,其等于矩阵C的秩。因此元素x4所对应的传感器布局中的物料流量不可观测,同样的方法可以判断x11所对应的传感器布局中的物料流量也是不可观测的。至此,得到联立方程解法标记的结果为X″L,K=[1,1,1,0,1,1,1,1,1,1,0]。
进一步的,基于前述传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0]的示例,经过单方程解法和联立方程解法标记后,可观测的变量的个数等于传感器布局中值为1的元素个数的总和,即第一目标函数的第一函数值等于9。
进一步的,基于前述传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0]的示例,进行第二目标函数的第二函数值的计算。
首先,从前述传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0]的示例中挪去第一个传感器,得到一个新的传感器布局X1=[0,0,0,0,1,0,1,1,0,0,0],对其做单方程解法标记。结点a处的流量平衡方程中有三个未知的物料流量,结点b处的流量平衡方程中有两个未知的物料流量,结点c处的流量平衡方程中有三个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有一个未知的物料流量,该未知的物料流量在第6个物料管道,将其所对应的传感器布局中的元素值标记为1。通过第一次单方程解法标记后的传感器布局X1′=[0,0,0,0,1,1,1,1,0,0,0]。
进一步的,再从第一个方程开始判断,结点a处的流量平衡方程中有三个未知的物料流量,结点b处的流量平衡方程中有两个未知的物料流量,结点c处的流量平衡方程中有三个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有零个未知的物料流量,结点f处的流量平衡方程中有两个未知的物料流量,结点g处的流量平衡方程中有两个未知的物料流量。此时通过单方程解法不能再找出可观测的变量,于是通过单方程解法标记后的最终结果是X1′=[0,0,0,0,1,1,1,1,0,0,0]。
进一步的,通过联立方程解法对传感器布局X1′=[0,0,0,0,1,1,1,1,0,0,0]进行标记,该传感器布局中x1=0,x2=0,x3=0,x4=0,x9=0,x10=0,x11=0。
进一步的,对于元素x1,矩阵B为:
矩阵C为:
进一步的,矩阵C的秩等于5,其小于矩阵C的行数;矩阵B的秩等于5,其等于矩阵C的秩,因此元素x1所对应的传感器布局中的物料流量不可观测。同样的方法,也可以判断元素x4、x9、x10和x11所对应的传感器布局中的物料流量也是不可观测的。
进一步的,对于元素x2,矩阵B为:
矩阵C为:
进一步的,矩阵C的秩等于4,其小于矩阵C的行数7;矩阵B的秩等于5,其小于矩阵C的秩,因此元素x2所对应的传感器布局中的物料流量是可观测的,同样的方法可以判断元素x3所对应的传感器布局中的物料流量也是可观测的。至此,得到联立方程解法的结果X1″=[0,1,1,0,1,1,1,1,0,0,0],而经过单方程解法标记的最终传感器布局X1′=[0,0,0,0,1,1,1,1,0,0,0],二者中可观测的变量数不一样多,则令X1=X1″=[0,1,1,0,1,1,1,1,0,0,0]。
进一步的,对传感器布局X1=[0,1,1,0,1,1,1,1,0,0,0]运用单方程解法,结点a处的流量平衡方程中有两个未知的物料流量,结点b处的流量平衡方程中有零个未知的物料流量,结点c处的流量平衡方程中有两个未知的物料流量,结点d处的流量平衡方程中有两个未知的物料流量,结点e处的流量平衡方程中有零个未知的物料流量,结点f处的流量平衡方程中有两个未知的物料流量,结点g处的流量平衡方程中有两个未知的物料流量。用单方程解法未找出可观测的变量,则X1′=[0,1,1,0,1,1,1,1,0,0,0,]。
进一步的,通过联立方程解法对传感器布局X1′=[0,1,1,0,1,1,1,1,0,0,0,]进行标记,该传感器布局中x1=0,x4=0,x9=0,x10=0,x11=0。
进一步的,对于元素x1,矩阵B为:
矩阵C为:
进一步的,矩阵C的秩等于3,其小于矩阵C的行数7;矩阵B的秩等于3,等于矩阵C的秩。因此元素x1所对应的传感器布局中的物料流量不可观测,同理,可以判断元素x4、x9、x10、x11所对应的传感器布局中的物料流量也是不可观测的。至此,得到联立方程解法的结果X1″=[0,1,1,0,1,1,1,1,0,0,0]。
进一步的,由于X1′与X1″中可观测的变量是一样多的,故对传感器布局X1=[0,0,0,0,1,0,1,1,0,0,0]的可观测性标记结果为X1″=[0,1,1,0,1,1,1,1,0,0,0]。由于元素x1的值还是0,因此第一个传感器不是冗余的。同理可以判断,第五个、第七个、第八个传感器也不是冗余的,即在该传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0]下,冗余的传感器数目为0,即第二目标函数的第二函数值等于0。
进一步的,基于前述一种传感器布局XL,K=[1,0,0,0,1,0,1,1,0,0,0]的示例,将传感器布局中元素为1的值相加得到该布局下的传感器个数,即在该传感器布局下,第三目标函数的第三函数值等于1。
步骤S105、基于所有所述传感器布局分别对应的所述第一函数值、所述第二函数值和所述第三函数值,构建决策矩阵;其中所述决策矩阵中的一个行向量对应为一个所述传感器布局对应的所述第一函数值、所述第二函数值和所述第三函数值。
在本实施例中,一种传感器布局对应三个函数值,则决策矩阵的列数等于3,行数等于一个物料系统中所有的传感器布局的个数。
进一步的,从一个物料系统所有的传感器布局方式中选择6种传感器布局方式作为一个示例,在第一种传感器布局方式下,第一函数值等于6,第二函数值等于2,第三函数值等于6;在第二种传感器布局方式下,第一函数值等于10,第二函数值等于4,第三函数值等于7;在第三种传感器布局方式下,第一函数值等于9,第二函数值等于1,第三函数值等于7;在第四种传感器布局方式下,第一函数值等于7,第二函数值等于2,第三函数值等于5;在第五种传感器布局方式下,第一函数值等于7,第二函数值等于3,第三函数值等于6;在第六种传感器布局方式下,第一函数值等于9,第二函数值等于2,第三函数值等于8。则构建的决策矩阵为:
步骤S106、根据所述决策矩阵中不同行向量之间的数值关系,标记和删除所述决策矩阵中的被支配解,以得到帕累托解集,并根据所述帕累托解集得到优化的传感器布局。
在本步骤中,比较所述矩阵中的一个行向量的第一函数值、第二函数值和第三函数值与决策矩阵中其他行向量中的第一函数值、第二函数值和第三函数值的大小关系,根据其大小关系将其行向量所对应的传感器布局标记为被支配解,并删除被支配解。
进一步的,当一组行向量la中的第一函数值小于或等于一组行向量lb中的第一函数值、行向量la中的第二函数值小于行向量lb中的第二函数值和行向量la中的第三函数值大于或等于行向量lb中的第三函数值,则标记行向量la对应的一种所述传感器布局为被支配解。
进一步的,当一组行向量la中的第一函数值小于一组行向量lb中的第一函数值、行向量la中的第二函数值小于或等于行向量lb中的第二函数值和行向量la中的第三函数值大于或等于行向量lb中的第三函数值,则标记行向量la对应的一种传感器布局为被支配解。
进一步的,当一组行向量la中的第一函数值小于或等于一组行向量lb中的第一函数值、行向量la中的第二函数值小于或等于行向量lb中的第二函数值和行向量la中的第三函数值大于行向量lb中的第三函数值,则标记行向量la对应的一种传感器布局为被支配解。
以步骤S105中的示例为基础,决策矩阵中的元素lxy表示第x行第y列的元素的值。将第一个行向量中的元素值分别与决策矩阵中其他行向量的元素值进行比较,可得l11<l41、l12=l42、l13>l43,则将第一个行向量所对应的传感器布局标记为被支配解。在判断出第一个行向量所对应的传感器布局被第四个行向量所对应的传感器布局所支配以后,停止该行向量中的元素值与其他行向量元素值的比较。将第二个行向量中的元素的值分别与决策矩阵中其他行向量的元素值进行比较时,没有可标记的被支配解。将第三个行向量中的元素的值分别与决策矩阵中其他行向量的元素的值进行比较,可得l31<l21、l32<l22、l33=l23,则将第三个行向量所对应的传感器布局标记为被支配解。将第四个行向量中的元素的值分别与决策矩阵中其他行向量的元素值进行比较时,没有可标记的被支配解。第五个行向量中的元素的值分别与决策矩阵中其他行向量的元素值进行比较时,没有可标记的被支配解。第六个行向量中的元素值分别与决策矩阵中其他行向量的元素值进行比较,可得l61<l21、l62<l22、l63>l23,则将第六个行向量所对应的传感器布局标记为被支配解。在本示例中,第一个行向量、第三个行向量和第六个行向量所对应的传感器布局是被支配解,将其删除,得到优化的传感器布局。
步骤S107、根据所述优化的传感器布局对物料管道系统中的传感器布局进行优化。
在本实施例中,根据前述传感器布局优化方法,可以将物料系统中的所有传感器布局中的被支配解删除,将所有可能的传感器布局方式减少到一个小得多的帕累托解集,根据该解集,对物料系统中的传感器布局进行优化。
需要说明的是,本申请一个或多个实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本说明书一个或多个实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,本说明书一个或多个实施例还提供了一种电子设备,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,所述处理器执行所述程序时实现如上任意一实施例所述的传感器布局优化方法。
图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种传感器布局优化方法,其特征在于,该方法包括:
构建用于计算第一特征项的第一目标函数,所述第一特征项用于表征物料管道系统中的传感器布局的可观测性;
构建用于计算第二特征项的第二目标函数,所述第二特征项用于表征物料管道系统中的传感器布局的冗余性;
构建用于计算第三特征项的第三目标函数,所述第三特征项用于表征物料管道系统中的传感器布局的传感器个数;
对于物料系统预设的所有所述传感器布局中的每一个,分别计算其对应的所述第一目标函数的第一函数值,所述第二目标函数的第二函数值和所述第三目标函数的第三函数值;
基于所有所述传感器布局分别对应的所述第一函数值、所述第二函数值和所述第三函数值,构建决策矩阵;其中所述决策矩阵中的一个行向量对应为一个所述传感器布局对应的所述第一函数值、所述第二函数值和所述第三函数值;
根据所述决策矩阵中不同行向量之间的数值关系,标记和删除所述决策矩阵中的被支配解,以得到帕累托解集,并根据所述帕累托解集得到优化的传感器布局;
根据所述优化的传感器布局对物料管道系统中的传感器布局进行优化。
2.根据权利要求1所述的方法,其特征在于,所述第一特征项为在一种所述传感器布局下,可观测到的物料管道内的物料流量的个数;所述第二特征项为在一种所述传感器布局下,物料管道系统内冗余的传感器个数;所述第三特征项是指在一种所述传感器布局下,物料管道系统内的传感器个数。
3.根据权利要求2所述的方法,其特征在于,所述物料管道系统中的传感器布局由二进制数值构成的向量表示;
所述向量中的数值0表示在一种所述传感器布局下一个物料管道内未放置传感器直接测量所述物料管道内的物料流量;
所述向量中的数值1表示在所述传感器布局下一个物料管道内放置有传感器直接测量所述物料管道内的物料流量,所述物料管道内的物料流量是可观测的。
4.根据权利要求3所述的方法,其特征在于,所述在一种所述传感器布局下,可观测到的物料管道内的物料流量用单方程解法和联立方程解法标记;
其中,所述单方程解法包括:
获取一种所述传感器布局,构建所述物料管道系统中的n个结点处的物料流量平衡方程,构建所述流量平衡方程的系数矩阵An×m,其中m表示所述物料管道系统中的物料管道的个数,所述系数矩阵An×m中的元素ai×j取-1至1的整数,所述结点是指所述物料管道系统中的管件;
对所述系数矩阵An×m中的每个行向量执行如下操作:
统计在所述系数矩阵An×m中第i行第j列的取值不为0,而对应所述传感器布局中第j列为0的元素的个数;
响应于确定所述元素的个数等于1,将所述传感器布局中第j列为0的元素的值标记为1;
响应于确定所述元素的个数不等于1,则将所述传感器布局中第j列为0的元素的值标记为0;
确定所述传感器布局中值为1的元素所对应的所述物料管道内的物料流量可观测;
所述联立方程解法包括:
获取一种所述传感器布局;
获取所述流量平衡方程的系数矩阵An×m;
通过所述单方程解法标记所有所述在所述系数矩阵An×m中第i行第j列的取值不为0,而对应所述传感器布局中第j列为0的元素;
寻找经过所述单方程解法标记后在所述传感器布局中所有值仍为0的元素,将其中一个所述仍为0的元素作为待执行项,依次对所有所述待执行项进行如下操作:
根据所述系数矩阵An×m导出第一矩阵B和第二矩阵C,所述第一矩阵B由所有在所述传感器布局中值为0的元素所对应的所述系数矩阵An×m中的列向量组成,其中所述待执行项对应的所述系数矩阵An×m中的列向量与所述传感器布局中最后一个为0的元素所对应的所述系数矩阵An×m中的列向量位置是互换的,所述第二矩阵C是在所述第一矩阵B中去掉最后一列的列向量得到;
计算所述第一矩阵B的秩和所述第二矩阵C的秩;
响应于确定所述第二矩阵C的秩小于所述第二矩阵C的行数和所述第二矩阵C的秩不等于所述第一矩阵B的秩,将所述待执行项的值标记为1;
响应于确定所述第二矩阵C的秩不小于所述第二矩阵C的行数或所述第二矩阵C的秩小于所述第二矩阵C的行数但所述第二矩阵C的秩等于所述第一矩阵B的秩,将所述待执行项的值标记为0;
确定所述传感器布局中值为1的元素所对应的所述物料管道内的物料流量可观测。
8.根据权利要求7所述的方法,其特征在于,计算所述第一目标函数的第一函数值,所述第二目标函数的第二函数值和所述第三目标函数的第三函数值,具体包括:
计算所述第一目标函数的第一函数值的步骤包括:
获取一种所述传感器布局XL,k;
执行循环过程直至满足预设条件;所述循环过程包括:
将所述传感器布局XL,k用所述单方程解法标记,得到传感器布局XL,k′;
将所述传感器布局XL,k′用所述联立方程解法标记,得到所述传感器布局XL,k″;
将所述传感器布局XL,k″中的所述元素的值赋予所述传感器布局XL,k;
比较所述传感器布局XL,k′和所述传感器布局XL,k″中值为1的元素的个数;
确定所述传感器布局XL,k″中1出现的次数为所述第一目标函数的第一函数值;
其中,所述预设条件为所述传感器布局XL,k′中值为1的元素的个数与所述传感器布局XL,k″中所述值为1的元素的个数相等;
计算所述第二目标函数的第二函数值的步骤包括:
获取一种所述传感器布局XL,k,令物料系统中的所述传感器布局XL,k中所述冗余的传感器个数Nr=0;
执行循环过程直至满足预设条件;所述循环过程包括:
从所述传感器布局XL,k中的所述t个值为1的元素中选择一个未重置数值的元素作为待执行项,将所述待执行项的值置为0,得到传感器布局Xi;
用所述单方程解法和所述联立方程解法对所述传感器布局Xi进行所述可观测性标记,得到传感器布局Xi″;
响应于确定所述传感器布局Xi″中置为0的待执行项的值被标记为1,令Nr=Nr+1;
响应于确定所述传感器布局Xi″中置为0的待执行项的值被标记为0,令Nr=Nr+0;
确定Nr的值为所述第二目标函数的第二函数值;
其中所述预设条件为所述传感器布局XL,k中的所述待执行项全部被执行过所述重置数值命令;
计算所述第三目标函数的第三函数值的步骤包括:
获取一种所述传感器布局XL,k;
统计所述传感器布局XL,k中1出现的次数;以及
确定所述传感器布局XL,k中1出现的次数为所述第三目标函数的第三函数值。
9.根据权利要求1所述的方法,其特征在于,所述根据所述决策矩阵中不同行向量之间的数值关系,标记和删除所述决策矩阵中的被支配解的方法包括:
获取所述决策矩阵;
对所述决策矩阵中的所有行向量进行如下处理:
比较所述决策矩阵中的一个行向量的所述第一函数值、所述第二函数值和所述第三函数值与所述决策矩阵中其余各个行向量中的所述第一函数值、所述第二函数值和所述第三函数值的大小;
响应于确定一组行向量la中的所述第一函数值小于或等于一组行向量lb中的所述第一函数值、所述行向量la中的所述第二函数值小于所述行向量lb中的所述第二函数值和所述行向量la中的所述第三函数值大于或等于所述行向量lb中的所述第三函数值,则标记所述行向量la对应的一种所述传感器布局为被支配解;
响应于确定一组所述行向量la中的所述第一函数值小于一组所述行向量lb中的所述第一函数值、所述行向量la中的所述第二函数值小于或等于所述行向量lb中的所述第二函数值和所述行向量la中的所述第三函数值大于或等于所述行向量lb中的所述第三函数值,则标记所述行向量la对应的一种所述传感器布局为被支配解;
响应于确定一组所述行向量la中的所述第一函数值小于或等于一组所述行向量lb中的所述第一函数值、所述行向量la中的所述第二函数值小于或等于所述行向量lb中的所述第二函数值和所述行向量la中的所述第三函数值大于所述行向量lb中的所述第三函数值,则标记所述行向量la对应的一种所述传感器布局为被支配解;
将所述传感器布局中的被支配解删除,得到所述帕累托解集,生成传感器布局优化方案。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831028.XA CN113486486B (zh) | 2021-07-22 | 2021-07-22 | 传感器布局优化方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831028.XA CN113486486B (zh) | 2021-07-22 | 2021-07-22 | 传感器布局优化方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486486A true CN113486486A (zh) | 2021-10-08 |
CN113486486B CN113486486B (zh) | 2022-04-29 |
Family
ID=77943010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110831028.XA Active CN113486486B (zh) | 2021-07-22 | 2021-07-22 | 传感器布局优化方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486486B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115062882A (zh) * | 2022-08-19 | 2022-09-16 | 湖南师范大学 | 一种求解大规模工业过程流量传感器最优布局的进化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130262068A1 (en) * | 2012-03-28 | 2013-10-03 | International Business Machines Corporation | Sensor placement for leakage location in liquid distribution networks |
US20150095000A1 (en) * | 2013-10-02 | 2015-04-02 | Nec Laboratories America, Inc. | Optimal sensor and actuator deployment for system design and control |
EP3608803A1 (en) * | 2017-04-01 | 2020-02-12 | Beijing Aeronautical Science & Technology Research Institute,Commercial Aircraft Corporation of China | Strain sensor optimization arrangement method based on virtual test |
CN111065103A (zh) * | 2019-12-11 | 2020-04-24 | 哈尔滨工程大学 | 一种多目标优化的无线传感器网络节点部署方法 |
US20200265330A1 (en) * | 2019-02-19 | 2020-08-20 | International Business Machines Corporation | Sparse modeling for optimizing sensor placement |
WO2021108680A1 (en) * | 2019-11-25 | 2021-06-03 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
-
2021
- 2021-07-22 CN CN202110831028.XA patent/CN113486486B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130262068A1 (en) * | 2012-03-28 | 2013-10-03 | International Business Machines Corporation | Sensor placement for leakage location in liquid distribution networks |
US20150095000A1 (en) * | 2013-10-02 | 2015-04-02 | Nec Laboratories America, Inc. | Optimal sensor and actuator deployment for system design and control |
EP3608803A1 (en) * | 2017-04-01 | 2020-02-12 | Beijing Aeronautical Science & Technology Research Institute,Commercial Aircraft Corporation of China | Strain sensor optimization arrangement method based on virtual test |
US20200265330A1 (en) * | 2019-02-19 | 2020-08-20 | International Business Machines Corporation | Sparse modeling for optimizing sensor placement |
WO2021108680A1 (en) * | 2019-11-25 | 2021-06-03 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
CN111065103A (zh) * | 2019-12-11 | 2020-04-24 | 哈尔滨工程大学 | 一种多目标优化的无线传感器网络节点部署方法 |
Non-Patent Citations (3)
Title |
---|
KHORSHIDI M S 等: "Pressure sensor placement in water distribution networks for leak detection using a hybrid information-entropy approach", 《INFORMATION SCIENCES》 * |
农少校: "基于帕累托优化的传感器多目标布设方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
殷红: "工程结构的传感器优化布置及模态分析", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115062882A (zh) * | 2022-08-19 | 2022-09-16 | 湖南师范大学 | 一种求解大规模工业过程流量传感器最优布局的进化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113486486B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI681291B (zh) | 存取多維張量中之資料 | |
Sun et al. | Non-fragile dissipative state estimation for semi-Markov jump inertial neural networks with reaction-diffusion | |
SE505783C2 (sv) | Förfarande för att tillverka en digital signalprocessor | |
CN107423054A (zh) | 基于fpga的自定义图形化算法组态装置、系统和方法 | |
CN103914276A (zh) | 利用浮点架构的定点除法电路 | |
CN113486486B (zh) | 传感器布局优化方法及电子设备 | |
US10970434B2 (en) | Variable equivalency on connection in a process simulation | |
CN106970737A (zh) | 图形用户界面原型的制作方法及其系统 | |
Glen et al. | APPL: A probability programming language | |
CN113672494A (zh) | 用于软件开发的智能回归测试选择 | |
EP3258470B1 (en) | Application logic, and verification method and configuration method thereof | |
CN111047017B (zh) | 一种神经网络算法的评估方法、装置及电子设备 | |
CN112231876B (zh) | 基于几何模型的管路系统流体动力学模型生成系统及方法 | |
CN101866373A (zh) | 用于电子设计自动化的执行监视器 | |
CN108469987B (zh) | 一种基于中断控制流图的中断验证系统 | |
CN103617170B (zh) | 曝光机文件自动检查系统 | |
Júlvez et al. | MATLAB tools for the analysis of Petri net models | |
CN107958089A (zh) | 构建模型的方法和装置以及异常数据的检测方法和装置 | |
CN114021708A (zh) | 一种数据处理方法、装置、系统、电子设备及存储介质 | |
Jeon et al. | Cps-based model-driven approach to smart manufacturing systems | |
CN113205578A (zh) | 图层处理方法、图层渲染方法及相关设备 | |
CN112862071A (zh) | 一种数据处理方法及装置 | |
JP5559764B2 (ja) | 設計支援装置および設計支援方法 | |
JP2017167732A (ja) | 回路設計検証装置およびプログラム | |
CN117436370B (zh) | 面向流体力学网格生成的超定矩阵方程并行方法及系统 |
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 |