本课题组近期在Engineering Applications of Artificial Intelligence期刊上发表论文"Investigation of Hybrid Modeling and Its Transferability in Building Load Prediction Used for District Heating Systems"(用于区域供热系统负荷预测的机理数据...
机理与数据融合的发动机模型 机理与数据融合的发动机模型是现代工程领域的一项重大创新。 它综合了传统机理研究的深入理解和大量实时数据的分析运用。这种模型能够精确模拟发动机的工作过程,误差控制在极小范围内。例如,通过融合技术,可将燃烧效率的预测精度提高至 90%以上。能有效优化发动机的燃油喷射策略,降低燃油消耗。
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...
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...
大坝机理-数据融合模型基本结构适用性机理与数据的融合对大坝建造-运维全生命周期性态准确高效评估与调控至关重要.本文梳理了大坝建造面临的主要难题与融合模型的发展历程,提出了融合模型串联,并联,混联的三种结构型式,基本特征及适用性,并通过混凝土拱坝温度场监测分析工程实例阐述了融合模型的应用方式及适用性.研究表明:...
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...
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...
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 ...
本发明公开了一种融合机理模型和实时数据的油井产量预测方法,包括构建机理仿真输出机理模型数据,将时序参数数据进行相关性分析后得到核心时序参数数据然后进行数据处理,将数据处理后的核心时序参数数据和机理建模数据进行有效融合后输入预测模型的编码器来捕获全局信息和局部信息,解码器处理编码器输出的全局信息和局部信息,...
对于学术型油气人工智能应用场景 , 主要是关心算法及其相关 理论应用 , 着重于解决智能点的局部问题;对于工业级人工智能应用场景 , 更多的要关心数据治理 、 数据集 、 平台 、 多源多尺度多 模态数据融合建模 、 数据驱动与机理模型融合建模以及机器学习模型的可解释性等问题 。 针对数据驱动与机理模型融合问题 ,...