CN114676586A - 一种基于多维、多时空的数字模拟与仿真的建构方法 - Google Patents

Abstract

本发明涉及数字仿真，具体涉及一种基于多维、多时空的数字模拟与仿真的建构方法，基于设备属性信息与设备逻辑框架，构建标准设备模型；引用标准设备模型对设备的实体化信息进行配置，构建物理设备模型；基于各设备的位置对物理设备模型进行关联，形成全景设备模型；利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件；基于设定的互异概率值、待仿真事件数量确定优先级集合；向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果；本发明提供的技术方案能够克服现有技术所存在的不能对区域空间内的多设备进行联动建模、无法以最优的仿真顺序对一组真实事件依次进行仿真的缺陷。

Description

一种基于多维、多时空的数字模拟与仿真的建构方法

技术领域

本发明涉及数字仿真，具体涉及一种基于多维、多时空的数字模拟与仿真的建构方法。

背景技术

数字孪生是充分利用物理模型、传感器、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的实体装备的数字映射系统。

数字孪生技术最初主要是应用于工业领域的仿真建模，定义是通过将物体、系统、流程的信息，利用数字技术实时映射在数字化系统中，对产品、制造过程乃至整个工厂进行虚拟仿真，从而让企业实时了解资产的状态、响应变化。

伴随着智能物联网技术的飞速发展，如今数字孪生的应用场景已经不再局限于工业领域，例如智慧物流、智能建筑、智慧社区、智慧街道，甚至是智慧城市等，都可以利用数字孪生技术搭建虚拟世界与现实世界之间的关联，构建空间智能，从而更好地进行监控、分析和预测。

数字孪生的价值在于创建物理模型和现实世界之间的关联性，进一步分析各种要素之间的隐含关系，再经过处理、分析、判断后，对物理模型产生反馈，从而进行改进及优化。

数字孪生的难点并不在呈现，而在于建模，这种建模不只包含了数据的关联，也包含了事件、反馈、分析以及多系统联动等多方面的关联。在早期的IoT应用中，可以通过采集点的映射实现对设备的建模，但是在现实世界，相同的物理设备因生产机构、安装位置、运行损耗以及联动配置等因素的存在，构成了更为复杂的逻辑，并且同一空间中存在很多设备，单纯的数据点映射无法有效解决这种问题，同时随着时间的变化，这种映射会产生较大的误差，最终导致物理模型无法应用。

此外，现实世界中的真实事件往往不会按照期望顺序出现，当数字孪生系统捕捉到一组真实事件后，如何能够以最优的仿真顺序对这些真实事件依次进行仿真，也是需要解决的关键问题之一。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于多维、多时空的数字模拟与仿真的建构方法，能够有效克服现有技术所存在的不能对区域空间内的多设备进行联动建模、无法以最优的仿真顺序对一组真实事件依次进行仿真的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于多维、多时空的数字模拟与仿真的建构方法，包括以下步骤：

S1、基于设备属性信息与设备逻辑框架，构建标准设备模型；

S2、引用标准设备模型对设备的实体化信息进行配置，构建物理设备模型；

S3、基于各设备的位置对物理设备模型进行关联，形成全景设备模型；

S4、利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件；

S5、基于设定的互异概率值、待仿真事件数量确定优先级集合；

S6、向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果；

S7、对各仿真结果进行分析，确定关于待仿真事件的最优仿真方案。

优选地，所述设备属性信息的获取方法，包括：

收集多维、多时空的设备原始信息，并对设备原始信息进行数据预处理；

构建设备状态取值字典，并对设备状态取值字典进行标准化处理；

基于预处理后的设备原始信息、标准化后的设备状态取值字典，得到设备属性信息。

优选地，所述设备属性信息包括固有特征和使用特征，所述固有特征包括设备型号信息及各型号对应的量测信息，所述使用特征包括状态信息、技术参数及故障信息。

优选地，所述设备逻辑框架的构建方法，包括：

梳理各设备的逻辑层级及拓扑结构，基于逻辑层级划分及拓扑连接关系对各设备进行顶层设计，以构建设备逻辑框架。

优选地，S2中引用标准设备模型对设备的实体化信息进行配置，包括：

引用标准设备模型对包括各类设备的型号、位置、数量、形状和使用状态在内的实体化信息，进行包括复制、裁剪、映射在内的配置操作。

优选地，S4中利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件，包括：

全景设备模型获取数字孪生系统中的全息状态数据，根据全息状态数据构建设备的全景数据集，并基于全景数据集获取设备的实时数据；

根据针对设备实时数据设定的预设条件，在数字孪生系统中获取至少两个以上的待仿真事件。

优选地，S5中基于设定的互异概率值、待仿真事件数量确定优先级集合，包括：

根据互异概率值P、待仿真事件数量n和任意整数i，确定整数区间[i,i+n^k]；

从整数区间[i,i+n^k]中提取n个整数构成优先级集合。

优选地，所述互异概率值P、待仿真事件数量n和k之间的关系满足下式：

优选地，S6中向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果，包括：

将优先级集合中的数值依次分配给各待仿真事件，基于仿真优先级对各待仿真事件进行排序，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果。

优选地，所述将优先级集合中的数值依次分配给各待仿真事件，包括：

将优先级集合中的数值按照一种排列组合方式分配给各待仿真事件之后，对优先级集合中与该排列组合方式构成相同优先级顺序的其余排列组合方式进行剔除。

(三)有益效果

与现有技术相比，本发明所提供的一种基于多维、多时空的数字模拟与仿真的建构方法，具有以下有益效果：

1)能够有效实现对区域空间内的多设备进行联动建模，使得现实大数据能够通过物理模型更好地呈现，极大提升了对区域空间内多设备的管控效率；

2)基于互异概率值P、待仿真事件数量n能够确定优先级集合，通过设定互异概率值P便能够还原出各待仿真事件的优先级非绝对互异的真实情况，并且能够以最优的仿真顺序对各待仿真事件依次进行仿真。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的一些实施例，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为本发明的流程示意图；

图2为本发明中确定关于各待仿真事件的最优仿真方案的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于多维、多时空的数字模拟与仿真的建构方法，如图1所示，①基于设备属性信息与设备逻辑框架，构建标准设备模型。

其中，设备属性信息的获取方法，包括：

收集多维、多时空的设备原始信息，并对设备原始信息进行数据预处理；

构建设备状态取值字典，并对设备状态取值字典进行标准化处理；

基于预处理后的设备原始信息、标准化后的设备状态取值字典，得到设备属性信息。

设备属性信息包括固有特征和使用特征，固有特征包括设备型号信息及各型号对应的量测信息，使用特征包括状态信息、技术参数及故障信息。

其中，设备逻辑框架的构建方法，包括：

梳理各设备的逻辑层级及拓扑结构，基于逻辑层级划分及拓扑连接关系对各设备进行顶层设计，以构建设备逻辑框架。

②引用标准设备模型对设备的实体化信息进行配置，构建物理设备模型。

其中，引用标准设备模型对设备的实体化信息进行配置，包括：

引用标准设备模型对包括各类设备的型号、位置、数量、形状和使用状态在内的实体化信息，进行包括复制、裁剪、映射在内的配置操作。

③基于各设备的位置对物理设备模型进行关联，形成全景设备模型。

通过上述技术方案，能够有效实现对区域空间内的多设备进行联动建模，使得现实大数据能够通过物理模型更好地呈现，极大提升了对区域空间内多设备的管控效率。

④利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件，具体包括：

全景设备模型获取数字孪生系统中的全息状态数据，根据全息状态数据构建设备的全景数据集，并基于全景数据集获取设备的实时数据；

根据针对设备实时数据设定的预设条件，在数字孪生系统中获取至少两个以上的待仿真事件。

⑤基于设定的互异概率值、待仿真事件数量确定优先级集合，具体包括：

根据互异概率值P、待仿真事件数量n和任意整数i，确定整数区间[i,i+n^k]；

从整数区间[i,i+n^k]中提取n个整数构成优先级集合。

其中，互异概率值P、待仿真事件数量n和k之间的关系满足下式：

⑥向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果，具体包括：

将优先级集合中的数值依次分配给各待仿真事件，基于仿真优先级对各待仿真事件进行排序，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果。

其中，将优先级集合中的数值依次分配给各待仿真事件，包括：

将优先级集合中的数值按照一种排列组合方式分配给各待仿真事件之后，对优先级集合中与该排列组合方式构成相同优先级顺序的其余排列组合方式进行剔除。

⑦对各仿真结果进行分析，确定关于待仿真事件的最优仿真方案。

本申请技术方案中，基于互异概率值P、待仿真事件数量n能够确定优先级集合，通过设定互异概率值P便能够还原出各待仿真事件的优先级非绝对互异的真实情况，并且能够以最优的仿真顺序对各待仿真事件依次进行仿真。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：包括以下步骤：

S1、基于设备属性信息与设备逻辑框架，构建标准设备模型；

S2、引用标准设备模型对设备的实体化信息进行配置，构建物理设备模型；

S3、基于各设备的位置对物理设备模型进行关联，形成全景设备模型；

S4、利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件；

S5、基于设定的互异概率值、待仿真事件数量确定优先级集合；

S6、向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果；

S7、对各仿真结果进行分析，确定关于待仿真事件的最优仿真方案。

2.根据权利要求1所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：所述设备属性信息的获取方法，包括：

收集多维、多时空的设备原始信息，并对设备原始信息进行数据预处理；

构建设备状态取值字典，并对设备状态取值字典进行标准化处理；

基于预处理后的设备原始信息、标准化后的设备状态取值字典，得到设备属性信息。

3.根据权利要求2所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：所述设备属性信息包括固有特征和使用特征，所述固有特征包括设备型号信息及各型号对应的量测信息，所述使用特征包括状态信息、技术参数及故障信息。

4.根据权利要求1所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：所述设备逻辑框架的构建方法，包括：

梳理各设备的逻辑层级及拓扑结构，基于逻辑层级划分及拓扑连接关系对各设备进行顶层设计，以构建设备逻辑框架。

5.根据权利要求1所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：S2中引用标准设备模型对设备的实体化信息进行配置，包括：

引用标准设备模型对包括各类设备的型号、位置、数量、形状和使用状态在内的实体化信息，进行包括复制、裁剪、映射在内的配置操作。

6.根据权利要求1所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：S4中利用全景设备模型获取设备的实时数据，并确定数字孪生系统中的待仿真事件，包括：

全景设备模型获取数字孪生系统中的全息状态数据，根据全息状态数据构建设备的全景数据集，并基于全景数据集获取设备的实时数据；

根据针对设备实时数据设定的预设条件，在数字孪生系统中获取至少两个以上的待仿真事件。

7.根据权利要求6所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：S5中基于设定的互异概率值、待仿真事件数量确定优先级集合，包括：

根据互异概率值P、待仿真事件数量n和任意整数i，确定整数区间[i,i+n^k]；

从整数区间[i,i+n^k]中提取n个整数构成优先级集合。

8.根据权利要求7所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：所述互异概率值P、待仿真事件数量n和k之间的关系满足下式：

9.根据权利要求7所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：S6中向各待仿真事件依次分配仿真优先级，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果，包括：

将优先级集合中的数值依次分配给各待仿真事件，基于仿真优先级对各待仿真事件进行排序，并按照优先级顺序对各待仿真事件依次进行仿真，得到多组仿真结果。

10.根据权利要求9所述的基于多维、多时空的数字模拟与仿真的建构方法，其特征在于：所述将优先级集合中的数值依次分配给各待仿真事件，包括：

将优先级集合中的数值按照一种排列组合方式分配给各待仿真事件之后，对优先级集合中与该排列组合方式构成相同优先级顺序的其余排列组合方式进行剔除。

Images