CN115495854A - 计算机辅助工程模型的参数标定方法、装置、设备及介质 - Google Patents

计算机辅助工程模型的参数标定方法、装置、设备及介质 Download PDF

Info

Publication number
CN115495854A
CN115495854A CN202211452212.4A CN202211452212A CN115495854A CN 115495854 A CN115495854 A CN 115495854A CN 202211452212 A CN202211452212 A CN 202211452212A CN 115495854 A CN115495854 A CN 115495854A
Authority
CN
China
Prior art keywords
model
aided engineering
computer aided
configuration information
current
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
Application number
CN202211452212.4A
Other languages
English (en)
Other versions
CN115495854B (zh
Inventor
赵健
张伟
李忠林
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.)
Suzhou Digital Soft Cloud Technology Co ltd
Original Assignee
Suzhou Digital Soft Cloud Technology Co ltd
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 Suzhou Digital Soft Cloud Technology Co ltd filed Critical Suzhou Digital Soft Cloud Technology Co ltd
Priority to CN202211452212.4A priority Critical patent/CN115495854B/zh
Publication of CN115495854A publication Critical patent/CN115495854A/zh
Application granted granted Critical
Publication of CN115495854B publication Critical patent/CN115495854B/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]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种计算机辅助工程模型的参数标定方法、装置、设备及介质。该方法通过确定当前仿真阶段使用的当前模型参数配置信息；依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。本技术方案，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。

Description

计算机辅助工程模型的参数标定方法、装置、设备及介质
技术领域
本发明涉及计算机辅助工程技术领域，尤其涉及一种计算机辅助工程模型的参数标定方法、装置、设备及介质。
背景技术
伴随着现代工业生产领域产业，尤其是航空航天以及汽车电子等高端制造业的快速发展。CAE（Computer Aided Engineering，计算机辅助工程）技术已成为新装备研发、设计验证、仿真模拟的重要工具。
CAE模型仿真过程中需要根据实验数据对计算机辅助工程模型参数标定，比如根据实验值的工况对实验所选取的计算机辅助工程模型进行模拟，通过不断地试错来调整模型参数，使得仿真精度达标。但是，试错法进行参数标定对CAE模型仿真人员自身知识、对模型的理解、经验要求较高，想要达到一个较高精度往往需要进行大量调试和模拟计算，反复调试耗时耗力。
发明内容
本发明提供了一种计算机辅助工程模型的参数标定方法、装置、设备及介质，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。
根据本发明的一方面，提供了一种计算机辅助工程模型的参数标定方法，该方法包括：
确定当前仿真阶段使用的当前模型参数配置信息；
依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；
依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
根据本发明的另一方面，提供了一种计算机辅助工程模型的参数标定装置，该装置包括：
参数确定模块，用于确定当前仿真阶段使用的当前模型参数配置信息；
模型仿真模块，用于依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
参数更新模块，用于对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；
参数标定模块，用于依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的计算机辅助工程模型的参数标定方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的计算机辅助工程模型的参数标定方法。
本发明实施例的技术方案，通过确定当前仿真阶段使用的当前模型参数配置信息；依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。本技术方案，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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为本发明实施例一提供的一种计算机辅助工程模型的参数标定方法的流程图；
图2为本发明实施例二提供的一种计算机辅助工程模型的参数标定方法的流程图；
图3为本发明实施例三提供的一种计算机辅助工程模型的参数标定装置的结构示意图；
图4是实现本发明实施例的计算机辅助工程模型的参数标定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“上一”、“当前”、“下一”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种计算机辅助工程模型的参数标定方法的流程图，本实施例可适用于对计算机辅助工程模型进行参数标定的情况，该方法可以由计算机辅助工程模型的参数标定装置来执行，该计算机辅助工程模型的参数标定装置可以采用硬件和/或软件的形式实现，该计算机辅助工程模型的参数标定装置可配置于任何具有网络通信功能的电子设备中。如图1所示，该方法包括：
S110、确定当前仿真阶段使用的当前模型参数配置信息。
利用计算机辅助工程技术建立计算机辅助工程模型，一般可通过设置模型参数配置信息建立计算机辅助工程模型。其中，模型参数配置信息可为使计算机辅助工程模型接近实际物体的限定参数。模型参数配置信息可包括网格、材料属性、约束条件和载荷。网格可以表征物理对象和/或其内部或周围的流体；材料属性可以表征现实世界中物体对载荷的反应，比如包括密度、杨氏模量、泊松比、热膨胀系数、热导率和比热容等；约束条件可以表征现实世界的边界条件，比如包括物理对象不同接触点处的自由度；载荷可以表征工况条件，例如包括力、力矩、压力、重力或离心加速度等。
作为一种可选的但非限定性的实现方式，所述模型参数配置信息中包括至少两种关键模型参数，所述关键模型参数包括计算机辅助工程模型的中经验参数和材料固有属性参数。
计算机辅助工程模型的模型参数配置信息中既包括对仿真结果有影响的配置信息，也包括对仿真结果没有影响的配置信息。其中，关键模型参数可为对仿真结果有影响的配置信息。通过对关键模型参数进行调整，以实现计算机辅助工程模型的精度优化。其中，材料固有属性参数可包括表面摩擦力大小、孔隙率渗透系数、材料的导热系数、对流换热系数等。
在利用计算机辅助工程技术建立计算机辅助工程模型的过程中，通常需要对模型参数进行不断调整，确定最优模型仿真参数，以通过所建立的计算机辅助工程模型在多种工况下进行结构分析、模态分析、热分析或流体分析等。在本发明实施例中，通过在不同仿真阶段使用不同的模型参数配置信息对计算机辅助工程模型进行优化。其中，仿真阶段可为根据当前模型参数配置信息对计算机辅助工程模型进行仿真的阶段。
在本发明实施例中，确定当前仿真阶段使用的当前模型参数配置信息，可根据当前仿真阶段所处的阶段和模型参数配置信息的迭代方式进行确定。示例性的，某计算机辅助工程模型的模型参数配置信息为压力，其初始值为100牛顿，后续迭代过程中压力的迭代增加值可根据LM算法确定。
作为一种可选的但非限定性的实现方式，在所述当前仿真阶段为首次仿真阶段时，所述当前模型参数配置信息包括初始化设定的关键模型参数以及所述关键模型参数的上下限范围；在所述当前仿真阶段为非首次仿真阶段时，所述当前模型参数配置信息包括对上一仿真阶段的上一模型参数配置信息进行调整后的模型参数配置信息中关键模型参数以及所述关键模型参数的上下限范围。
在对计算机辅助工程模型进行首次仿真时，需设定初始化的关键模型参数以及关键模型参数的上下限范围。其中，初始化设定的关键模型参数以及关键模型参数的上下限范围可根据经验值进行确定。若关键模型参数的上下限范围明确，则可直接设定上限值和下限值；若关键模型参数的上下限范围不明确，则可根据初始化设定的关键模型参数进行确定。示例性的，某关键模型参数值为20，上限范围在该关键模型参数值的20%内，下限范围在该关键模型参数值的10%内，则该关键模型参数值的上下限范围为（19,24）。
在对计算机辅助工程模型进行非首次仿真时，当前模型参数配置信息可根据经调整后的关键模型参数以其上下限范围进行确定。可以理解的是，在上一仿真阶段根据上一键模型参数对计算机辅助工程模型进行仿真时得到上一仿真结果，当前模型参数配置信息可根据上一仿真结果进行确定。
S120、依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
其中，关键物理量可为表征计算机辅助工程模型仿真精度的物理参数。目标函数值可用于评估当前计算机辅助工程模型的仿真精度。目标函数值可通过仿真结果和实验结果的差异性进行确定；也可通过仿真结果和标准参考结果的差异性进行确定。其差异性越高，则仿真精度越高。具体的，确定关键物理量在当前仿真阶段的目标函数值，需要说明的是，本发明实施例对目标函数的形式不做限制。
在本发明实施例中，对计算机辅助工程模型进行仿真，可通过仿真算法模块对计算机辅助工程模型进行仿真，例如有限元算法、有限体积分析算法或光滑粒子分析算法等；也可通过仿真软件对计算机辅助工程模型进行仿真，例如ANSYS、FLUENT或COMSOL等。
示例性的，可以将当前模型参数配置信息输入至ANSYS仿真软件中，以对计算机辅助工程模型进行仿真，确定关键物理量的当前仿真结果，进而根据当前仿真结果和实际结果确定关键物理量的目标函数值。
S130、对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用。
在本发明实施例中，对当前模型参数配置信息进行调整得到下一模型参数配置信息，可基于参数寻优算法，根据当前模型参数配置信息所得到的关键物理量的目标函数值以及当前模型参数配置信息对下一模型参数配置信息进行自主寻优；也可根据当前模型参数配置信息中各关键模型参数的上下限范围设置固定步长，根据各关键模型参数的初始值和固定步长确定下一模型参数配置信息。需要说明的是，本发明实施例对下一模型参数配置信息的确定方式不做限制。
其中，参数寻优算法可为粒子群优化算法、LM（Levenberg-Marquardt，列文伯格-马夸尔特）算法、禁忌算法或遗传算法等。需要说明的是，本发明实施例对参数寻优算法的确定不做限制。
具体的，根据关键物理量在当前仿真阶段的目标函数值可确定当前计算机辅助工程模型的仿真精度；进而根据当前计算机辅助工程模型的仿真精度以及当前模型参数配置信息可确定下一模型参数配置信息。其中，根据当前模型参数配置信息的仿真精度以及当前模型参数配置信息可确定下一模型参数配置信息，可选取使下一仿真精度高于当前仿真精度的模型参数配置信息作为下一模型参数配置信息。
示例性的，以LM算法为例进行解释说明。其中，向量
Figure 592864DEST_PATH_IMAGE001
为仿真模型参数，向量
Figure 295241DEST_PATH_IMAGE002
为实 验值，则
Figure 719269DEST_PATH_IMAGE001
和
Figure 634135DEST_PATH_IMAGE002
的关系可以用下式表示：
Figure 374690DEST_PATH_IMAGE003
；
其中，式中
Figure 247968DEST_PATH_IMAGE001
为含有
Figure 565816DEST_PATH_IMAGE004
个参数的向量，
Figure 409008DEST_PATH_IMAGE002
为含有
Figure 128702DEST_PATH_IMAGE005
个实验值的向量，
Figure 907302DEST_PATH_IMAGE006
表示模型参数 与实验结果相关联的一个非线性函数。
将上述公式进行线性化得到，
Figure 587813DEST_PATH_IMAGE007
；
其中，式中
Figure 375641DEST_PATH_IMAGE008
是待估计参数的向量；
Figure 949841DEST_PATH_IMAGE009
是模型结果的向量；
Figure 164922DEST_PATH_IMAGE010
是
Figure 785259DEST_PATH_IMAGE011
行
Figure 376778DEST_PATH_IMAGE012
列的雅可比 偏导数矩阵，其计算公式如下：
Figure 406483DEST_PATH_IMAGE013
；
其中，
Figure 526886DEST_PATH_IMAGE014
和
Figure 165677DEST_PATH_IMAGE015
分别是
Figure 295307DEST_PATH_IMAGE016
的行列数，利用一阶泰勒展开式对
Figure 578521DEST_PATH_IMAGE017
进行数值求解，实验值存 储在向量
Figure 276350DEST_PATH_IMAGE002
中，模型校准之前先选定初始参数向量
Figure 12225DEST_PATH_IMAGE018
，模型运行结束后模拟结果存在向量
Figure 679966DEST_PATH_IMAGE019
中。模型经过多次迭代优化，可通过如下公式基于增量向量
Figure 207900DEST_PATH_IMAGE020
不断更新参数向量
Figure 935684DEST_PATH_IMAGE008
和向 量
Figure 158855DEST_PATH_IMAGE020
。
Figure 771233DEST_PATH_IMAGE021
；
Figure 29039DEST_PATH_IMAGE022
；
式中，
Figure 662146DEST_PATH_IMAGE023
是迭代次数，
Figure 497247DEST_PATH_IMAGE024
是转置符号，
Figure 772370DEST_PATH_IMAGE025
是
Figure 494470DEST_PATH_IMAGE026
行
Figure 829636DEST_PATH_IMAGE012
列的实验值权重矩阵，矩阵
Figure 761820DEST_PATH_IMAGE025
的对 角线上的元素是每个实验值在整个模型误差中的相对权重，矩阵
Figure 965268DEST_PATH_IMAGE025
的非对角元素值都是 零。上标“-”代表更新前的
Figure 932087DEST_PATH_IMAGE027
向量，“+”代表更新后的
Figure 779433DEST_PATH_IMAGE027
向量，通过上述公式计算参数增量向 量
Figure 464492DEST_PATH_IMAGE028
和更新后的
Figure 81419DEST_PATH_IMAGE029
，并将
Figure 27378DEST_PATH_IMAGE029
存储到参数向量
Figure 173188DEST_PATH_IMAGE030
中，如此重复计算操作直到全部收敛。由上述 公式可推导目标函数如下：
Figure 689751DEST_PATH_IMAGE031
。
需要说明的是，下一模型参数配置信息中关键模型参数需在关键模型参数的上下限范围内进行选取。
S140、依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
其中，对计算机辅助工程模型进行参数标定，可将各个仿真阶段中仿真精度最高的计算机辅助工程模型中的模型参数配置信息作为标定参数。
在本发明实施例中，通过对模型参数配置信息进行迭代计算，以根据各模型参数配置信息对计算机辅助工程模型进行仿真，得到计算机辅助工程模型中关键物理量在各仿真阶段的目标函数值；进而可选取目标函数值最小的计算机辅助工程模型中的模型参数配置信息作为标定参数。
需要说明的是，可通过参数输出模块将所选取模型参数配置信息转换为预设格式，例如yaml格式、json格式或txt格式，以便于后续的模型仿真。
本发明实施例的提供的计算机辅助工程模型的参数标定方法，通过确定当前仿真阶段使用的当前模型参数配置信息；依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。本技术方案，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。
实施例二
图2为本发明实施例二提供的一种计算机辅助工程模型的参数标定方法的流程图，本实施例在上述实施例的基础上进行优化。如图2所示，该方法包括：
S210、确定当前仿真阶段使用的当前模型参数配置信息。
S220、确定计算机辅助工程模型中关键物理量的参考实验结果。
其中，参考实验结果可为对和计算机辅助工程模型对应的实际模型在预设实验工况下进行实验所得到的结果。参考实验结果可用于对计算机辅助工程模型的仿真过程进行校准。
S230、依据当前模型参数配置信息对计算机辅助工程模型进行仿真，得到计算机辅助工程模型中关键物理量在当前仿真阶段的当前仿真结果。
S240、依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
在本发明实施例中，根据当前仿真结果和参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，可以通过计算当前仿真结果和参考实验结果的差异值，以确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。例如，可将当前仿真结果和参考实验结果的差值的绝对值作为目标函数值。
示例性的，可以通过如下公式进行确定：
Figure 969423DEST_PATH_IMAGE032
；
其中，
Figure 910834DEST_PATH_IMAGE033
为第
Figure 758705DEST_PATH_IMAGE033
仿真阶段，
Figure 28143DEST_PATH_IMAGE034
为当前仿真阶段的仿真结果，
Figure 986872DEST_PATH_IMAGE035
为参考实验结果，
Figure 48369DEST_PATH_IMAGE036
为当前仿真阶段的目标函数值。通过对当前仿真阶段的仿真结果和参考实验结果的差值进 行平方，以使目标函数值为正数，便于后续对目标函数值进行处理。
S250、对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用。
S260、依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
作为一种可选的但非限定性的实现方式，依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定，可以包括但不限于如下步骤A1至A3的过程：
步骤A1、按照各个仿真阶段的目标函数值由小到大顺序，对各个仿真阶段的模型参数配置信息进行排序。
在本发明实施例中，可根据各个仿真阶段的目标函数值的大小对各个仿真阶段的模型参数配置信息进行升序排序，模型参数配置信息的排序越靠前，其目标函数值越小。
步骤A2、选取排序在前且能使计算机辅助工程模型中关键物理量的仿真结果与参考实验结果满足预设精度限制函数的模型参数配置信息。
其中，预设精度限制函数可为关键物理量的精度要求。示例性的，以对某管道结构模型的流动性能进行仿真为例进行解释说明。在该管道结构模型中，关键物理量为管道出口水流参数，管道出口水流参数包括出口速度和出口压力，出口速度的预设精度为5%，出口压力的预设精度为10%。
在本发明实施例中，可根据步骤A1中所确定的各个仿真阶段的模型参数配置信息的排序结果，从前往后依次确定关键物理量的仿真结果的精度值和预设精度限制函数的对比结果。若对比结果满足预设精度限制函数，则选取该模型参数配置信息；若对比结果不满足预设精度限制函数，则舍弃该模型参数配置信息，对下一排序中关键物理量的仿真结果的精度值进行对比。
步骤A3、采用选取的模型参数配置信息对计算机辅助工程模型进行参数标定。
在本发明实施例中，可将所选取的模型参数配置信息作为计算机辅助工程模型的标定参数。具体的，可通过参数输出模块将所选取模型参数配置信息转换为预设格式，例如yaml格式、json格式或txt格式，以便于后续的模型仿真。
通过这样的设置，可以兼顾计算机辅助工程模型的仿真精度要求和关键物理量的精度要求，进一步提高计算机辅助工程模型参数的调试准确性。
本发明实施例提供了一种计算机辅助工程模型的参数标定方法，该方法通过确定当前仿真阶段使用的当前模型参数配置信息；确定计算机辅助工程模型中关键物理量的参考实验结果；依据当前模型参数配置信息对计算机辅助工程模型进行仿真，得到计算机辅助工程模型中关键物理量在当前仿真阶段的当前仿真结果；依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。本技术方案，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。
在上述各实施例的基础上，确定计算机辅助工程模型中关键物理量的参考实验结果，可以包括但不限于如下步骤：确定使用不同实验工况输入参数进行实验时，所述计算机辅助工程模型中关键物理量对应的参考实验结果。
为满足模型参数配置信息在不同实验工况下的仿真精度均能满足预设精度要求，可在不同实验工况下，对计算机辅助工程模型对应的实际模型进行实验，以确定关键物理量的参考实验结果。
示例性的，以对某管道结构模型的流动性能进行仿真为例进行解释说明。在该管道结构模型中，实验工况输入参数为管道入口水流参数，关键物理量为管道出口水流参数，模型参数配置信息还可包括管道材料属性和管道结构约束条件等。其中，管道入口水流参数为水流入口速度，管道出口水流参数为出口速度。通过分别测试水流以不同水流入口速度通过该管道后的出口速度，即可确定关键物理量的参考实验结果。
相应的，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，可以包括但不限于如下步骤B1至B2的过程：
步骤B1、基于不同实验工况的所述参考实验结果，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
其中，根据当前仿真结果与参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，可将不同实验工况输入参数分别输入至计算机辅助工程模型中，利用仿真软件或者仿真算法对计算机辅助工程模型进行仿真得到仿真结果，进而将当前仿真结果和参考实验结果代入至计算机辅助工程模型的目标函数公式中得到当前仿真阶段的目标函数值。
步骤B2、将基于不同实验工况的所述参考实验结果得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值进行加和，得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
为考虑同一模型参数配置信息的计算机辅助工程模型在不同实验工况下的仿真精度，在当前仿真阶段，将不同实验工况下计算机辅助工程模型中关键物理量的目标函数值进行加和，以确定关键物理量的目标函数值。其中，可以将不同实验工况下计算机辅助工程模型中关键物理量的目标函数值直接相加；也可以根据实验工况的重要性确定不同实验工况下计算机辅助工程模型中关键物理量的目标函数值的加权系数，将不同实验工况下计算机辅助工程模型中关键物理量的目标函数值进行加权求和。
通过这样的设置，可以兼顾考虑不同实验工况下计算机辅助工程模型的仿真精度，提高计算机辅助工程模型的准确性。
在上述各实施例的基础上，可选的，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，可以包括但不限于如下步骤C1至C3的过程:
步骤C1、针对计算机辅助工程模型中每个关键物理量，确定所述当前仿真结果与所述参考实验结果之间的仿真实验间差值；其中，所述参考实验结果用于对关键物理量的精度进行校准。
在对计算机辅助工程模型进行仿真的过程中，可能包括多种关键物理量的仿真结果。在本发明实施例中，针对每个关键物理量，都分别确定当前仿真结果与参考实验结果之间的仿真实验间差值。可以兼顾各关键物理量的模型参数标定。
步骤C2、确定计算机辅助工程模型中各个关键物理量的精度权重。
其中，精度权重可用于表征关键物理量对确定仿真模型精度的重要程度。关键物理量对确定仿真模型精度越重要，则精度权重越高。当然，精度权重具体可以根据实际需要进行确定。
示例性的，若某模型的关键物理量为出口速度和出口压力，确定出口速度的精度权重为40%，出口压力的精度权重为60%。
步骤C3、依据各个关键物理量对应的仿真实验间差值与对应的精度权重，确定计算机辅助工程模型中各个关键物理量在当前仿真阶段的目标函数值。
其中，依据各个关键物理量对应的仿真实验间差值与对应的精度权重，确定计算机辅助工程模型中各个关键物理量在当前仿真阶段的目标函数值，可以通过如下公式进行确定：
Figure 67140DEST_PATH_IMAGE037
；
其中，
Figure 807563DEST_PATH_IMAGE038
为第
Figure 569983DEST_PATH_IMAGE038
个仿真阶段，
Figure 95773DEST_PATH_IMAGE039
为第
Figure 285446DEST_PATH_IMAGE039
个关键物理量，
Figure 654110DEST_PATH_IMAGE040
为关键物理量的数量，
Figure 813696DEST_PATH_IMAGE041
为第
Figure 318627DEST_PATH_IMAGE039
个关键物理量的仿真结果，
Figure 291918DEST_PATH_IMAGE042
为第
Figure 882299DEST_PATH_IMAGE039
个关键物理量的实验参考结果，
Figure 111155DEST_PATH_IMAGE043
为第
Figure 1751DEST_PATH_IMAGE039
个关 键物理量的精度权重，
Figure 533226DEST_PATH_IMAGE044
为第
Figure 486270DEST_PATH_IMAGE038
个仿真阶段各个关键物理量在当前仿真阶段的目标函数 值。
通过这样的设置，可以考虑不同关键物理量对模型仿真精度的影响，进一步提高模型参数标定的准确性。
进一步的，还可根据基于不同实验工况的参考实验结果，以及各个关键物理量对应的仿真实验间差值与对应的精度权重，确定计算机辅助工程模型中各个关键物理量在当前仿真阶段的目标函数值。
具体的，可以通过如下公式进行确定：
Figure 128604DEST_PATH_IMAGE045
；
其中，
Figure 608127DEST_PATH_IMAGE046
为第
Figure 903979DEST_PATH_IMAGE046
种实验工况，
Figure 344319DEST_PATH_IMAGE047
为实验工况的种类，
Figure 259185DEST_PATH_IMAGE039
为第
Figure 249007DEST_PATH_IMAGE039
个关键物理量，
Figure 856706DEST_PATH_IMAGE040
为关 键物理量的数量，
Figure 908975DEST_PATH_IMAGE048
为第
Figure 768478DEST_PATH_IMAGE046
种实验工况第
Figure 488172DEST_PATH_IMAGE039
个关键物理量的仿真结果，
Figure 532352DEST_PATH_IMAGE049
为第
Figure 930972DEST_PATH_IMAGE046
种实验工 况第
Figure 718799DEST_PATH_IMAGE039
个关键物理量的实验参考结果，
Figure 899857DEST_PATH_IMAGE050
为第
Figure 849359DEST_PATH_IMAGE039
个关键物理量的精度权重，
Figure 855DEST_PATH_IMAGE051
为当前仿真 阶段的目标函数值。
在上述各实施例的基础上，可选的，计算机辅助工程仿真算法包括：有限元分析算法、有限体积分析算法以及光滑粒子分析算法。
其中，有限元分析算法可利用数学近似的方法对固体材料进行模拟；有限体积分析算法可利用数学近似的方法对流体材料进行模拟；光滑粒子分析算法为拉格朗日无网格粒子方法，利用核函数对物理问题进行近似处理，用离散的粒子来描述宏观连续分布微观仍为粒子的流体。需要说明的是，本发明实施例对计算机辅助工程仿真算法不作限制。
具体的，以某管道结构模型的流动性能进行仿真为例进行解释说明。在该管道结构模型中，实验工况输入参数为管道入口水流参数，关键物理量为管道出口水流参数，模型参数配置信息还可包括管道材料属性和管道结构约束条件等。其中，管道入口水流参数为水流入口速度，管道出口水流参数为出口速度和出口压力。出口速度V的精度＜5%，出口压力P的精度小于10%。出口速度V的精度权重为65%，出口压力P精度权重为35%，流动模型使用湍流模型Standard k-ε模型。
其中，Standard k-ε模型的湍动能k和耗散率ε方程为如下形式：
Figure 61214DEST_PATH_IMAGE052
；
Figure 755501DEST_PATH_IMAGE053
；
Figure 751270DEST_PATH_IMAGE054
；
其中，
Figure 265428DEST_PATH_IMAGE055
表示由于平均速度梯度引起的湍动能产生，
Figure 254112DEST_PATH_IMAGE056
是用于浮力影响引起的湍 动能产生，
Figure 802905DEST_PATH_IMAGE057
可压缩湍流脉动对总的耗散率的影响，
Figure 359789DEST_PATH_IMAGE058
湍流粘性系数。
Figure 971030DEST_PATH_IMAGE059
、
Figure 638772DEST_PATH_IMAGE060
、
Figure 42071DEST_PATH_IMAGE061
为经 验系数，默认的经验系数并不能满足现有的仿真精度，因此需要对这些参数的值在合适的 范围内进行率定以满足仿真精度的需求。
第一步：在两种实验工况输入参数进行实验，确定管道结构模型中出口速度和出口压力对应的参考实验结果，其参考实验结果如表1所示。
表1
Figure 894489DEST_PATH_IMAGE062
第二步：确定模型参数配置信息
Figure 117660DEST_PATH_IMAGE059
、
Figure 854672DEST_PATH_IMAGE063
和
Figure 987844DEST_PATH_IMAGE064
。其信息如表2所示。
表2
Figure 620951DEST_PATH_IMAGE065
第三步：确定管道结构模型中出口速度和出口压力在当前仿真阶段的目标函数值。
Figure 596997DEST_PATH_IMAGE066
；
其中，
Figure 731175DEST_PATH_IMAGE067
为当前仿真阶段的目标函数值，
Figure 843488DEST_PATH_IMAGE068
为第一种实验工况下出口压力的仿真 结果，
Figure 803090DEST_PATH_IMAGE069
第二种实验工况下出口压力的仿真结果，
Figure 735274DEST_PATH_IMAGE070
为第一种实验工况下出口速度的仿 真结果，
Figure 814088DEST_PATH_IMAGE071
第二种实验工况下出口压力的仿真结果。
第四步、确定出口速度和出口压力精度限制函数。
Figure 905541DEST_PATH_IMAGE072
；
其中，
Figure 146029DEST_PATH_IMAGE073
为在第
Figure 831089DEST_PATH_IMAGE074
仿真阶段出口压力的仿真结果，
Figure 323381DEST_PATH_IMAGE075
在第
Figure 144706DEST_PATH_IMAGE074
仿真阶段出口压力 的参考试験结果，
Figure 821675DEST_PATH_IMAGE076
为在第
Figure 853085DEST_PATH_IMAGE074
仿真阶段出口速度的仿真结果，
Figure 273702DEST_PATH_IMAGE077
在第
Figure 215114DEST_PATH_IMAGE074
仿真阶段出口速 度的参考试験结果。
第五步、根据出口速度和出口压力精度限制函数，以及出口速度和出口压力在各 仿真阶段的目标函数值，确定最优模型参数配置信息
Figure 938350DEST_PATH_IMAGE059
、
Figure 598002DEST_PATH_IMAGE078
和
Figure 291151DEST_PATH_IMAGE061
。
实施例三
图3为本发明实施例三提供的一种计算机辅助工程模型的参数标定装置的结构示意图。如图3所示，该装置包括：
参数确定模块310，用于确定当前仿真阶段使用的当前模型参数配置信息；
模型仿真模块320，用于依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
参数更新模块330，用于对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；
参数标定模块340，用于依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
本发明实施例的提供的计算机辅助工程模型的参数标定装置，通过确定当前仿真阶段使用的当前模型参数配置信息；依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。本技术方案，以解决计算机辅助工程模型参数调试难，以及调试耗时与调试结果难以满足要求的问题。
进一步的，模型仿真模块320，包括：
模型实验单元，用于确定计算机辅助工程模型中关键物理量的参考实验结果；
模型仿真单元，用于依据当前模型参数配置信息对计算机辅助工程模型进行仿真，得到计算机辅助工程模型中关键物理量在当前仿真阶段的当前仿真结果；
目标函数值确定单元，用于依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
进一步的，模型实验单元，包括：
模型实验子单元，用于确定使用不同实验工况输入参数进行实验时，所述计算机辅助工程模型中关键物理量对应的参考实验结果；
目标函数值确定单元，包括：
工况仿真子单元，用于基于不同实验工况的所述参考实验结果，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
目标函数值第一确定子单元，用于将基于不同实验工况的所述参考实验结果得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值进行加和，得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
进一步的，目标函数值确定单元，包括：
仿真实验差值确定子单元，用于针对计算机辅助工程模型中每个关键物理量，确定所述当前仿真结果与所述参考实验结果之间的仿真实验间差值；其中，所述参考实验结果用于对关键物理量的精度进行校准；
精度权重确定子单元，用于确定计算机辅助工程模型中各个关键物理量的精度权重；
目标函数值第二确定子单元，用于依据各个关键物理量对应的仿真实验间差值与对应的精度权重，确定计算机辅助工程模型中各个关键物理量在当前仿真阶段的目标函数值。
进一步的，所述模型参数配置信息中包括至少两种关键模型参数，所述关键模型参数包括计算机辅助工程模型的中经验参数和材料固有属性参数。
进一步的，在所述当前仿真阶段为首次仿真阶段时，所述当前模型参数配置信息包括初始化设定的关键模型参数以及所述关键模型参数的上下限范围；在所述当前仿真阶段为非首次仿真阶段时，所述当前模型参数配置信息包括对上一仿真阶段的上一模型参数配置信息进行调整后的模型参数配置信息中关键模型参数以及所述关键模型参数的上下限范围。
进一步的，计算机辅助工程仿真算法包括：有限元分析算法、有限体积分析算法以及光滑粒子分析算法。
进一步的，参数标定模块340，包括：
仿真结果排序单元，用于按照各个仿真阶段的目标函数值由小到大顺序，对各个仿真阶段的模型参数配置信息进行排序；
最优参数确定单元，用于选取排序在前且能使计算机辅助工程模型中关键物理量的仿真结果与参考实验结果满足预设精度限制函数的模型参数配置信息；
参数标定单元，用于采用选取的模型参数配置信息对计算机辅助工程模型进行参数标定。
本发明实施例中所提供的计算机辅助工程模型的参数标定装置可执行上述本发明任意实施例中所提供的计算机辅助工程模型的参数标定方法，具备执行该计算机辅助工程模型的参数标定方法相应的功能和有益效果，详细过程参见前述实施例中计算机辅助工程模型的参数标定方法的相关操作。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如计算机辅助工程模型的参数标定方法。
在一些实施例中，计算机辅助工程模型的参数标定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的计算机辅助工程模型的参数标定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行计算机辅助工程模型的参数标定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种计算机辅助工程模型的参数标定方法，其特征在于，包括：
确定当前仿真阶段使用的当前模型参数配置信息；
依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；
依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
2.根据权利要求1所述的方法，其特征在于，依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，包括：
确定计算机辅助工程模型中关键物理量的参考实验结果；
依据当前模型参数配置信息对计算机辅助工程模型进行仿真，得到计算机辅助工程模型中关键物理量在当前仿真阶段的当前仿真结果；
依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
3.根据权利要求2所述的方法，其特征在于，确定计算机辅助工程模型中关键物理量的参考实验结果，包括：
确定使用不同实验工况输入参数进行实验时，所述计算机辅助工程模型中关键物理量对应的参考实验结果；
依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，包括：
基于不同实验工况的所述参考实验结果，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
将基于不同实验工况的所述参考实验结果得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值进行加和，得到计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值。
4.根据权利要求2或3所述的方法，其特征在于，依据所述当前仿真结果与所述参考实验结果确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值，包括：
针对计算机辅助工程模型中每个关键物理量，确定所述当前仿真结果与所述参考实验结果之间的仿真实验间差值；其中，所述参考实验结果用于对关键物理量的精度进行校准；
确定计算机辅助工程模型中各个关键物理量的精度权重；
依据各个关键物理量对应的仿真实验间差值与对应的精度权重，确定计算机辅助工程模型中各个关键物理量在当前仿真阶段的目标函数值。
5.根据权利要求1所述的方法，其特征在于，所述模型参数配置信息中包括至少两种关键模型参数，所述关键模型参数包括计算机辅助工程模型的中经验参数和材料固有属性参数。
6.根据权利要求1所述的方法，其特征在于，在所述当前仿真阶段为首次仿真阶段时，所述当前模型参数配置信息包括初始化设定的关键模型参数以及所述关键模型参数的上下限范围；在所述当前仿真阶段为非首次仿真阶段时，所述当前模型参数配置信息包括对上一仿真阶段的上一模型参数配置信息进行调整后的模型参数配置信息中关键模型参数以及所述关键模型参数的上下限范围。
7.根据权利要求2所述的方法，其特征在于，计算机辅助工程仿真算法包括：有限元分析算法、有限体积分析算法以及光滑粒子分析算法。
8.根据权利要求2所述的方法，其特征在于，依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定，包括：
按照各个仿真阶段的目标函数值由小到大顺序，对各个仿真阶段的模型参数配置信息进行排序；
选取排序在前且能使计算机辅助工程模型中关键物理量的仿真结果与参考实验结果满足预设精度限制函数的模型参数配置信息；
采用选取的模型参数配置信息对计算机辅助工程模型进行参数标定。
9.一种计算机辅助工程模型的参数标定装置，其特征在于，包括：
参数确定模块，用于确定当前仿真阶段使用的当前模型参数配置信息；
模型仿真模块，用于依据当前模型参数配置信息，通过对计算机辅助工程模型进行仿真确定计算机辅助工程模型中关键物理量在当前仿真阶段的目标函数值；
参数更新模块，用于对当前模型参数配置信息进行调整得到下一模型参数配置信息，用以在进入下一仿真阶段确定目标函数值时加载使用；
参数标定模块，用于依据各个仿真阶段的目标函数值对计算机辅助工程模型进行参数标定。
10.一种计算机辅助工程模型的参数标定设备，其特征在于，所述设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的计算机辅助工程模型的参数标定方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的计算机辅助工程模型的参数标定方法。
CN202211452212.4A 2022-11-21 2022-11-21 计算机辅助工程模型的参数标定方法、装置、设备及介质 Active CN115495854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211452212.4A CN115495854B (zh) 2022-11-21 2022-11-21 计算机辅助工程模型的参数标定方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211452212.4A CN115495854B (zh) 2022-11-21 2022-11-21 计算机辅助工程模型的参数标定方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115495854A true CN115495854A (zh) 2022-12-20
CN115495854B CN115495854B (zh) 2023-04-07

Family

ID=85116271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211452212.4A Active CN115495854B (zh) 2022-11-21 2022-11-21 计算机辅助工程模型的参数标定方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115495854B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222129A (zh) * 2011-05-11 2011-10-19 烽火通信科技股份有限公司 一种动态重配置仿真环境的方法
CN103761138A (zh) * 2014-01-16 2014-04-30 昆明理工大学 一种交通仿真软件的参数校正方法
CN113743006A (zh) * 2021-08-30 2021-12-03 联合汽车电子有限公司 参数的优化方法、装置、设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222129A (zh) * 2011-05-11 2011-10-19 烽火通信科技股份有限公司 一种动态重配置仿真环境的方法
CN103761138A (zh) * 2014-01-16 2014-04-30 昆明理工大学 一种交通仿真软件的参数校正方法
CN113743006A (zh) * 2021-08-30 2021-12-03 联合汽车电子有限公司 参数的优化方法、装置、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王雪芹等: "考虑参数灵敏度的交通仿真模型参数寻优研究", 《重庆理工大学学报(自然科学)》 *

Also Published As

Publication number Publication date
CN115495854B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
He et al. Robust aerodynamic shape optimization—from a circle to an airfoil
Li et al. Multivariate ensembles-based hierarchical linkage strategy for system reliability evaluation of aeroengine cooling blades
CN107016155B (zh) 非线性pde和线性求解器的收敛估计
Biancolini et al. Static aeroelastic analysis of an aircraft wind-tunnel model by means of modal RBF mesh updating
US20170032068A1 (en) Techniques for warm starting finite element analyses with deep neural networks
Wang et al. Semi-implicit formulation of the immersed finite element method
CN111079228A (zh) 一种基于流场预测的气动外形优化方法
CN112414668B (zh) 一种风洞试验数据静气弹修正方法、装置、设备及介质
CN111783238A (zh) 涡轮轴结构可靠性分析方法、分析装置及可读存储介质
CN115186555B (zh) 基于数字孪生的干燥设备实况仿真方法及相关设备
JP2014013424A (ja) 気液二相流シミュレーションの計算方法、プログラム、および装置
CN115525980A (zh) 一种再入飞行器气动外形的优化方法和优化装置
Zangeneh Development of a new algorithm for modeling viscous transonic flow on unstructured grids at high Reynolds numbers
CN116484744B (zh) 物体仿真方法、模型训练方法、装置、设备及存储介质
CN115495854B (zh) 计算机辅助工程模型的参数标定方法、装置、设备及介质
Mei et al. Implicit numerical simulation of transonic flow through turbine cascades on unstructured grids
CN112163722A (zh) 天然气管网的供气状态预测方法及装置
CN112182909A (zh) 一种用于工业cae方向的流动求解器建立方法
Garmaev et al. Turbulence model development using machine learning methods for a channel flow
JP3587827B2 (ja) 翼形性能の推定方法および翼形性能の推定プログラム
JP6163897B2 (ja) 数値計算プログラム、数値計算方法及び情報処理装置
Shi et al. Surrogate-based robust airfoil optimization under aleatory flight condition and geometric uncertainties
CN114218672A (zh) 跨超声速大迎角配平翼的抖振响应获取方法及相关装置
CN114139282A (zh) 一种跨介质飞行器的入水冲击载荷建模方法
Wang et al. Fundamentals of Computational Fluid Dynamics

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