是发挥两种模型优势的重要方法。措施包括为深度学习模型引入数值机理模型数据流以进行特征增强；实施模型级联...
1)模型集成:将数值机理模型与深度学习进行结构或过程的集成,是发挥两种模型优势的重要方法。措施包括为深度学习模型引入数值机理模型数据流以进行特征增强;实施模型级联或替代等。 如有学者使用深度学习方法研究翼形气动问题,尝试使用特征增强方法将简化数值机理模型的物理信息导入深度学习模型以构造集成模型,使用翼形数据驱...
2、机理模型与数据模型融合的意义 污水处理系统是一个复杂的非线性系统,其工艺过程涉及水力学、化学反应、微生物学等多个领域。传统的控制方法常常依赖于机理模型,即基于物理规律和经验判断建立的模型。然而,机理模型往往存在参数估计困难、模型精度不高等问题。相比之下,数据模型具有无需事先了解工艺过程原理、具有较高...
基于机理模型与数据模型融合的污水处理智能控制系统构建思路 基于机理模型与数据模型融合的污水处理智能控制系统构建思路 一、引言 随着人口的增长和城市化的加速,污水处理成为环保领域的重要课题。传统的污水处理方法面临着处理效果不稳定、能耗高、操作复杂等问题。智能控制技术为污水处理提供了新的思路和方法。本文旨在...
“基于科学计算与系统建模仿真平台的机理-数据融合智能应用”案例,面向装备试验-运维需求,基于新一代科学计算与系统建模仿真平台MWORKS,利用装备机理-数据融合高精度模型构建技术以及智能控制技术、智能运维技术,融合人工智能与装备数字化技术,支撑开展装备智能控制以及智能运维等应用。该案例总体技术方案如下图所示。
项目团队依托河钢邯钢公司邯宝2250mm热连轧生产线,基于现有自动化与信息化系统,深度融合数据驱动模型与机理模型,首次开发了热连轧过程动态数字孪生模型并建立了CPS控制系统平台,提高了轧制工艺对复杂多变工况的原位分析能力,改善了热连轧过程三...
专利摘要显示，本申请实施例公开了一种基于数据驱动与机理模型融合的措施推荐方法和系统；本申请实施例包括：获取应用场景对应的监测数据；基于所述监测数据，生成应用场景对应的实时足迹演化集合；基于足迹演化路径、所述足迹演化路径对应的处置措施以及所述处置措施对应的受控结果，生成所述应用场景对应的映射表；基于所述...
针对数据驱动与机理模型融合问题,提出3种途径,即算法融合、评价方法融合、数据集融合,并给出实验验证。针对油气人工智能模型的可解释性问题,指出工业级油气人工智能必须具有可解释性,并提出初步解决方案,包括建模前、建模中、建模后的多级解释模型。最后,作者认为,探寻工业级人工智能理论和应用场景发展之路,必须厘清人工...
提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线.首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及...
依托河钢邯钢公司邯宝2250mm热连轧生产线,基于现有自动化与信息化系统,深度融合数据驱动模型与机理模型,首次开发了热连轧过程动态数字孪生模型并建立了CPS控制系统平台,提高了轧制工艺对复杂多变工况的原位分析能力,改善了热连轧过程尺寸控制指标。 1.大数据平台与数据治理 ...