CN113919170A - 一种基于多传感融合的工况环境模拟方法及*** - Google Patents
一种基于多传感融合的工况环境模拟方法及*** Download PDFInfo
- Publication number
- CN113919170A CN113919170A CN202111232719.4A CN202111232719A CN113919170A CN 113919170 A CN113919170 A CN 113919170A CN 202111232719 A CN202111232719 A CN 202111232719A CN 113919170 A CN113919170 A CN 113919170A
- Authority
- CN
- China
- Prior art keywords
- working condition
- fusion
- data set
- combination
- information
- 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.)
- Pending
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请公开了一种基于多传感融合的工况环境模拟方法及***,所述方法包括:通过获得第一工况设备的第一工作环境信息;进一步确定多传感装置信息;根据第一传感组合规则对多传感装置进行装置组合,获得第一输出组合信息;根据第一输出组合信息,获得多传感装置输出的第一工况数据集;构建第一数据融合模型;将第一工况数据集输入第一数据融合模型中进行工况数据融合,获得第一融合数据集;根据第一工况设备,构建第一设备知识模型;将第一融合数据集和第一设备知识模型进行关联,获得第二融合数据集;根据第二融合数据集对所述第一工况设备进行模拟。解决了现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种基于多传感融合的工况环境模拟方法及***。
背景技术
环境模拟技术是一门新的边缘技术,主要研究各种自然环境及诱发环境的人工再现技术和在模拟环境下的试验技术,是新的综合性工程技术社会的发展和科学技术的进步,要求人的生存和工作空间不断扩大,对各类产品的数量和质量的要求不断提高,相应地,对人的环境适应性和产品的环境可靠性也提出了更高的要求。为此,需要进行各种类型的环境适应性及可靠性试验。对于工况环境下的环境模拟,对工况安全性、可靠性评估具有重要意义,因此研究如何提高工况环境模拟的实时性和准确性,是一个非常有意义的研究方向。
本申请发明人在实现本申请实施例中技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。
发明内容
本申请的目的是提供一种基于多传感融合的工况环境模拟方法及***,用以解决现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。
鉴于上述问题,本申请实施例提供了一种基于多传感融合的工况环境模拟方法及***。
第一方面,本申请提供了一种基于多传感融合的工况环境模拟方法,所述方法通过一种基于多传感融合的工况环境模拟***实现,其中,所述方法包括:通过获得第一工况设备的第一工作环境信息;根据所述第一工作环境信息,确定多传感装置信息;根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;构建第一数据融合模型;将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;根据所述第一工况设备,构建第一设备知识模型;将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;根据所述第二融合数据集对所述第一工况设备进行模拟。
另一方面,本申请还提供了一种基于多传感融合的工况环境模拟***,用于执行如第一方面所述的一种基于多传感融合的工况环境模拟方法,其中,所述***包括:第一获得单元:所述第一获得单元用于获得第一工况设备的第一工作环境信息;第一确定单元:所述第一确定单元用于根据所述第一工作环境信息,确定多传感装置信息;第二获得单元:所述第二获得单元用于根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;第三获得单元:所述第三获得单元用于根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;第一构建单元:所述第一构建单元用于构建第一数据融合模型;第四获得单元:所述第四获得单元用于将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;第二构建单元:所述第二构建单元用于根据所述第一工况设备,构建第一设备知识模型;第五获得单元:所述第五获得单元用于将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;第一执行单元:所述第一执行单元用于根据所述第二融合数据集对所述第一工况设备进行模拟。
第三方面,本申请实施例还提供了一种基于多传感融合的工况环境模拟***,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,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1.通过获得第一工况设备的第一工作环境信息;根据所述第一工作环境信息,确定多传感装置信息;根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;构建第一数据融合模型;将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;根据所述第一工况设备,构建第一设备知识模型;将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;根据所述第二融合数据集对所述第一工况设备进行模拟。达到了基于多传感器在纵向空间和横向空间中进行工况环境实时数据采集,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。
2.通过构建所述第一同步标识字段,将多个传感器采集到的环境数据进行同步标识处理,从而使所有传感器监测数据保持同步,进一步基于同步数据进行工况环境模拟,可以得到更加准确、实时的工况环境模拟效果。
附图说明
为了更清楚地说明本申请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示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例一种基于多传感融合的工况环境模拟方法的流程示意图;
图2为本申请实施例一种基于多传感融合的工况环境模拟方法中根据所述第二工况数据集进行同步性检测,获得第一同步性检测结果的流程示意图;
图3为本申请实施例一种基于多传感融合的工况环境模拟方法中基于所述融合元素类,构建所述第一数据融合模型的流程示意图;
图4为本申请实施例一种基于多传感融合的工况环境模拟方法中基于所述第一约束条件,获得所述第一输出组合信息的流程示意图;
图5为本申请实施例一种基于多传感融合的工况环境模拟***的结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
附图标记说明:
第一获得单元11,第一确定单元12,第二获得单元13,第三获得单元14,第一构建单元15,第四获得单元16,第二构建单元17,第五获得单元18,第一执行单元19,总线300,接收器301,处理器 302,发送器303,存储器304,总线接口305。
具体实施方式
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
本申请实施例通过提供一种基于多传感融合的工况环境模拟方法及***,解决了现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。达到了基于多传感器在纵向空间和横向空间中进行工况环境实时数据采集,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。
下面,将参考附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
申请概述
环境模拟技术是一门新的边缘技术,主要研究各种自然环境及诱发环境的人工再现技术和在模拟环境下的试验技术,是新的综合性工程技术社会的发展和科学技术的进步,要求人的生存和工作空间不断扩大,对各类产品的数量和质量的要求不断提高,相应地,对人的环境适应性和产品的环境可靠性也提出了更高的要求。为此,需要进行各种类型的环境适应性及可靠性试验。对于工况环境下的环境模拟,对工况安全性、可靠性评估具有重要意义,因此研究如何提高工况环境模拟的实时性和准确性,是一个非常有意义的研究方向。
现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于多传感融合的工况环境模拟方法,所述方法应用于一种基于多传感融合的工况环境模拟***,其中,所述方法包括:通过获得第一工况设备的第一工作环境信息;根据所述第一工作环境信息,确定多传感装置信息;根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;构建第一数据融合模型;将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;根据所述第一工况设备,构建第一设备知识模型;将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;根据所述第二融合数据集对所述第一工况设备进行模拟。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
请参阅附图1,本申请实施例提供了一种基于多传感融合的工况环境模拟方法,其中,所述方法应用于一种基于多传感融合的工况环境模拟***,所述方法具体包括如下步骤:
步骤S100:获得第一工况设备的第一工作环境信息;
具体而言,所述一种基于多传感融合的工况环境模拟方法应用于所述一种基于多传感融合的工况环境模拟***,可以基于多传感器在纵向空间和横向空间中进行工况环境实时数据采集,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。所述工况是指设备在和其动作有直接关系的条件下的工作状态。举例如发动机在燃料消耗率最低时的运行状态称“经济工况”,而在负荷超过额定值时的运行状态称“超载工况”。所述第一工况设备是指任一需要利用所述基于多传感融合的工况环境模拟***进行工况实时环境模拟的设备。所述第一工作环境信息是指所述第一工况设备运行状态下所述的周边环境情况。通过获得所述第一工况设备周围的所述第一工作环境信息,达到了对第一工况设备周围环境基本了解的技术效果。
步骤S200:根据所述第一工作环境信息,确定多传感装置信息;
具体而言,基于第一工况设备的所述第一工作环境信息,确定当前环境中需要进行检测模拟的环境参数指标,从而为各参数指标的测试选择合适的传感器装置,即为所述多传感装置信息。举例如监测所述第一工作环境信息中的光照强度,可以选择光照传感器;检测所述第一工作环境信息中的风力大小,可以选择风力传感器。通过实际环境情况,确定了检测环境中各参数对应需要的传感器装置,为工况环境模拟提供了传感器设备基础。
步骤S300:根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;
步骤S400:根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;
具体而言,根据第一传感组合规则对基于工作环境信息确定的多个传感装置进行组合,从而获得第一输出组合信息。进一步的,根据所述第一输出组合信息中的所述多传感装置,可以得到传感器监测得到的工况环境实时数据信息,从而组成所述多传感装置输出的第一工况数据集。其中,所述第一工况数据集中包括多类传感器监测的数据信息,举例如光照传感器监测到的工况环境光照强度数据,风力传感器监测到的工况环境中风速、风力及对应风持续时长等数据信息。通过所述多传感装置实时监测到的工况数据集,进而可对工况环境中各指标参数变化等进行分析,达到了准确掌握相关环境信息及变化情况的技术效果。
步骤S500:构建第一数据融合模型;
步骤S600:将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;
具体而言,所述第一数据融合模型是一个兼具存储各类工况数据和综合分析所有工况数据的数字模型。通过将所述多传感装置输出的所述第一工况数据集输入所述第一数据融合模型中,所述第一数据融合模型可以智能化对工况数据进行融合分析,从而输出所述第一融合数据集。其中,所述第一融合数据集中包括了所有各传感器监测到的数据的融合信息。通过所述第一数据融合模型,可以依据各传感器监测到的数据进行融合分析,保障各传感器监测到的数据准确进而保障整个工况环境监测数据准确,达到了通过个体化程度较高的监控融合,提高整个工况环境监测质量的技术效果。
步骤S700:根据所述第一工况设备,构建第一设备知识模型;
具体而言,基于所述任一需要利用所述基于多传感融合的工况环境模拟***进行工况实时环境模拟的设备,构建对应的设备知识模型。其中,所述第一设备知识模型为所述第一工况设备对应的知识模型,包括所述第一工况设备型号、生产厂家、投产日期、生产效率等所有相关数据知识。通过构建所述第一设备知识模型,达到了针对工况设备实际情况进行针对性的相关资料、知识整理,进而构建对应第一设备知识模型的技术效果,为后续模拟工况环境提供了设备参数技术,提高了模拟准确性。
步骤S800:将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;
步骤S900:根据所述第二融合数据集对所述第一工况设备进行模拟。
具体而言,通过将所述第一数据融合模型智能化融合得到的所述第一融合数据集和对应工况设备的相关情况,即所述第一设备知识模型进行关联,从而得到所述第一工况设备基于多传感监测融合的环境数据,进一步得到基于工况设备的所述第二融合数据集。最后基于所述第二融合数据集对所述第一工况设备的环境进行模拟。达到了基于多传感器实时采集工况环境数据,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。
进一步的,如附图2所示,本申请实施例步骤S400还包括:
步骤S410:构建第一同步标识字段;
步骤S420:根据所述多传感装置对所述第一同步标识字段进行转换,获得多个映射标识字段,其中,所述第一同步标识字段与所述多个映射标识字段为一对多的映射关系;
步骤S430:根据所述多个映射标识字段对所述第一工况数据集进行同步性标识,获得第二工况数据集;
步骤S440:根据所述第二工况数据集进行同步性检测,获得第一同步性检测结果。
具体而言,构建一个同步标识字段,用于对所述多传感装置监测的实时环境数据进行同步标识字段转换,从而得到所述多个映射标识字段。其中,所述第一同步标识字段与所述多个映射标识字段为一对多的映射关系。利用所述多个映射标识字段对所述第一工况数据集进行同步性标识,获得数据同步的第二工况数据集。其中,所述同步性标识是指在各组监测数据的首尾均进行同步性标签添加。进一步根据所述第二工况数据集进行同步性检测,从而得到第一同步性检测结果。通过构建所述第一同步标识字段,将多个传感器采集到的环境数据进行同步标识处理,从而使所有传感器监测数据保持同步,进一步基于同步数据进行工况环境模拟,可以得到更加准确、实时的工况环境模拟效果。
进一步的,如附图3所示,本申请实施例步骤S500还包括:
步骤S510:通过对所述第一工况进行工况特征采集,获得工况特征元素集;
步骤S520:通过对所述工况特征元素集进行元素监测等级分析,获得大于等于预设元素监测等级的N个特征元素;
步骤S530:根据所述N个特征元素,生成融合元素类;
步骤S540:基于所述融合元素类,构建所述第一数据融合模型。
具体而言,不同工况条件需要监测的指标参数存在差异,因此,需要根据工况实际情况,确定对应需要监测的指标。通过对所述第一工况进行工况环境特征采集,从而得到工况对应的工况特征元素集。进一步通过对所述工况特征元素集中各工况环境监测元素进行等级分析,得到各重要监测指标对应的监测等级情况,从而得到大于等于预设元素监测等级的N个特征元素。其中,所述预设元素监测等级是基于多传感融合的工况环境模拟***基于大数据智能化分析得到的模拟工况环境最少指标数量。最后根据所述N个特征元素,生成融合元素类,并基于所述融合元素类,构建所述第一数据融合模型。也就是说,根据指标重要程度确定主要监测指标,即所述主要的监测元素,从而构建工况环境对应的模型。举例如热失控感应工况、安全感应工况等。达到了针对不同工况环境个性化确定监测指标,从而达到个性化程度较高的工况环境智能模拟的技术效果。
进一步的,本申请实施例步骤S540还包括:
步骤S541:通过对所述融合元素类进行元素识别和分析,获得关联元素集;
步骤S542:将所述关联元素集之间的所有关联性进行融合系数的转化,生成所述关联元素集对应的关联性融合计算层;
步骤S543:根据所述融合元素类,生成元素融合识别层;
步骤S544:将所述元素融合识别层作为输入层,将所述关联性融合计算层作为隐含层,构建所述第一数据融合模型,其中,所述第一数据融合模型的输出结果为元素融合输出层。
具体而言,通过对基于重要监测工况环境指标确定的所述融合元素类进行元素识别和分析,从而得到与所述融合元素类相关联的其他元素,进而组成所述关联元素集。然后将所述关联元素集之间的所有关联性进行融合系数的转化,得到所述关联元素集对应的关联性融合计算层,根据所述融合元素类,生成元素融合识别层,将所述元素融合识别层作为输入层,将所述关联性融合计算层作为隐含层,构建所述第一数据融合模型。其中,所述第一数据融合模型的输出结果为元素融合输出层。通过构建所述第一数据融合模型,可以依据各传感器监测到的数据进行融合分析,保障各传感器监测到的数据准确进而保障整个工况环境监测数据准确,达到了通过个体化程度较高的监控融合,提高整个工况环境监测质量的技术效果。
进一步的,如附图4所示,本申请实施例步骤S300还包括:
步骤S310:通过对所述多传感装置进行传感采集方式分析,生成所述多传感装置对应的多采集方式;
步骤S320:根据所述多采集方式判断所述多传感装置是否具有第一组合顺序,其中,所述第一组合顺序为传感装置的阶段性外组合顺序;
步骤S330:当所述多传感装置具有所述第一组合顺序,将所述第一组合顺序作为构建所述第一传感组合规则的第一约束条件进行约束;
步骤S340:基于所述第一约束条件,获得所述第一输出组合信息。
具体而言,通过依次分析所述多传感装置中各传感装置采集工况环境数据的方式,得到所述多传感装置对应的多采集方式。进而根据所述多采集方式判断所述多传感装置是否具有第一组合顺序,当所述多传感装置具有所述第一组合顺序,将所述第一组合顺序作为构建所述第一传感组合规则的第一约束条件进行约束,从而得到符合所述第一组合顺序的传感组合,即所述第一传感组合规则。其中,所述第一组合顺序为传感装置的阶段性外组合顺序。举例如针对特殊要求的工况环境,先连接重要环境指标监测传感器装置,生成对应组合关系,之后连接其他装置,再生成组合关系。对于口罩生产工况,其空气污染指数对实际生产影响最大,因此先设置空气中可入肺颗粒浓度对应的传感器设备,之后对光照、湿度等重要程度一般的环境指标设置对应传感器设备。最后基于所述第一约束条件,得到所述第一输出组合信息。通过基于所述第一组合顺序,构建多传感装置的组合规则,进而实现多传感装置合理有效的组合的目标。
进一步的,本申请实施例步骤S320还包括:
步骤S321:构建第一预设筛选规则,其中,所述第一预设筛选规则与所述第一传感组合规则具有顺序连接性;
步骤S322:根据所述第一预设筛选规则对所述多传感采集装置进行独立性优化系数计算,若所述多传感采集装置的所述独立性优化系数大于组合优化系数,将第一独立传感采集装置从所述多传感采集装置中剔除,获得第一筛选传感采集装置;
步骤S323:根据所述第一传感组合规则对所述第一筛选传感采集装置进行装置组合。
具体而言,所述第一预设筛选规则,其中,所述第一预设筛选规则与所述第一传感组合规则具有顺序连接性;根据所述第一预设筛选规则对所述多传感采集装置进行独立性优化系数计算,若所述多传感采集装置的所述独立性优化系数大于组合优化系数,将第一独立传感采集装置从所述多传感采集装置中剔除,获得第一筛选传感采集装置。根据所述第一传感组合规则对所述第一筛选传感采集装置进行装置组合。通过独立性优化系数计算,当所述多传感采集装置的所述独立性优化系数大于组合优化系数,对对应的传感器采集装置进行剔除,从而提高传感采集装置组合合理性,达到提高工况环境模拟饿准确性的技术效果。
进一步的,本申请实施例步骤S440还包括:
步骤S441:若所述第一同步性检测结果为同步检测合格结果,对所述第二工况数据集进行数据清洗,获得第三工况数据集;
步骤S442:通过对所述第三工况数据集进行特征分析,获得工况特征信息;
步骤S443:将所述工况特征信息输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一输出信息,其中,所述第一输出信息为所述第一融合数据集。
具体而言,根据所述第二工况数据集的同步性检测结果,判断其各工况数据是否同步,当检测结果为同步时,此时所有监测数据达到同步,进而对所述第二工况数据集进行数据清洗,得到所述第三工况数据集。根据对所述第三工况数据集特征分析的结果,获得对应工况环境的工况特征信息,将所述工况特征信息输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一输出信息。其中,所述第一输出信息为所述第一融合数据集。通过同步性检测,确保多传感器的各监测数据保持同步,进而进行对应实时监测数据的融合,输出同步的融合数据集,最终达到保证工况环境模拟结果实时性的技术效果。
综上所述,本申请实施例所提供的一种基于多传感融合的工况环境模拟方法具有如下技术效果:
1.通过获得第一工况设备的第一工作环境信息;根据所述第一工作环境信息,确定多传感装置信息;根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;构建第一数据融合模型;将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;根据所述第一工况设备,构建第一设备知识模型;将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;根据所述第二融合数据集对所述第一工况设备进行模拟。达到了基于多传感器在纵向空间和横向空间中进行工况环境实时数据采集,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。
2.通过构建所述第一同步标识字段,将多个传感器采集到的环境数据进行同步标识处理,从而使所有传感器监测数据保持同步,进一步基于同步数据进行工况环境模拟,可以得到更加准确、实时的工况环境模拟效果。
实施例二
基于与前述实施例中一种基于多传感融合的工况环境模拟方法,同样发明构思,本发明还提供了一种基于多传感融合的工况环境模拟***,请参阅附图5,所述***包括:
第一获得单元11:所述第一获得单元11用于获得第一工况设备的第一工作环境信息;
第一确定单元12:所述第一确定单元12用于根据所述第一工作环境信息,确定多传感装置信息;
第二获得单元13:所述第二获得单元13用于根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;
第三获得单元14:所述第三获得单元14用于根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;
第一构建单元15:所述第一构建单元15用于构建第一数据融合模型;
第四获得单元16:所述第四获得单元16用于将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;
第二构建单元17:所述第二构建单元17用于根据所述第一工况设备,构建第一设备知识模型;
第五获得单元18:所述第五获得单元18用于将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;
第一执行单元19:所述第一执行单元19用于根据所述第二融合数据集对所述第一工况设备进行模拟。
进一步的,所述***还包括:
第三构建单元,所述第三构建单元用于构建第一同步标识字段;
第六获得单元,所述第六获得单元用于根据所述多传感装置对所述第一同步标识字段进行转换,获得多个映射标识字段,其中,所述第一同步标识字段与所述多个映射标识字段为一对多的映射关系;
第七获得单元,所述第七获得单元用于根据所述多个映射标识字段对所述第一工况数据集进行同步性标识,获得第二工况数据集;
第八获得单元,所述第八获得单元用于根据所述第二工况数据集进行同步性检测,获得第一同步性检测结果。
进一步的,所述***还包括:
第九获得单元,所述第九获得单元用于通过对所述第一工况进行工况特征采集,获得工况特征元素集;
第十获得单元,所述第十获得单元用于通过对所述工况特征元素集进行元素监测等级分析,获得大于等于预设元素监测等级的N个特征元素;
第一生成单元,所述第一生成单元用于根据所述N个特征元素,生成融合元素类;
第四构建单元,所述第四构建单元用于基于所述融合元素类,构建所述第一数据融合模型。
进一步的,所述***还包括:
第十一获得单元,所述第十一获得单元用于通过对所述融合元素类进行元素识别和分析,获得关联元素集;
第二生成单元,所述第二生成单元用于将所述关联元素集之间的所有关联性进行融合系数的转化,生成所述关联元素集对应的关联性融合计算层;
第三生成单元,所述第三生成单元用于根据所述融合元素类,生成元素融合识别层;
第五构建单元,所述第五构建单元用于将所述元素融合识别层作为输入层,将所述关联性融合计算层作为隐含层,构建所述第一数据融合模型,其中,所述第一数据融合模型的输出结果为元素融合输出层。
进一步的,所述***还包括:
第四生成单元,所述第四生成单元用于通过对所述多传感装置进行传感采集方式分析,生成所述多传感装置对应的多采集方式;
第一判断单元,所述第一判断单元用于根据所述多采集方式判断所述多传感装置是否具有第一组合顺序,其中,所述第一组合顺序为传感装置的阶段性外组合顺序;
第一设置单元,所述第一设置单元用于当所述多传感装置具有所述第一组合顺序,将所述第一组合顺序作为构建所述第一传感组合规则的第一约束条件进行约束;
第十二获得单元,所述第十二获得单元用于基于所述第一约束条件,获得所述第一输出组合信息。
进一步的,所述***还包括:
第六构建单元,所述第六构建单元用于构建第一预设筛选规则,其中,所述第一预设筛选规则与所述第一传感组合规则具有顺序连接性;
第十三获得单元,所述第十三获得单元用于根据所述第一预设筛选规则对所述多传感采集装置进行独立性优化系数计算,若所述多传感采集装置的所述独立性优化系数大于组合优化系数,将第一独立传感采集装置从所述多传感采集装置中剔除,获得第一筛选传感采集装置;
第二执行单元,所述第二执行单元用于根据所述第一传感组合规则对所述第一筛选传感采集装置进行装置组合。
进一步的,所述***还包括:
第十四获得单元,所述第十四获得单元用于若所述第一同步性检测结果为同步检测合格结果,对所述第二工况数据集进行数据清洗,获得第三工况数据集;
第十五获得单元,所述第十五获得单元用于通过对所述第三工况数据集进行特征分析,获得工况特征信息;
第十六获得单元,所述第十六获得单元用于将所述工况特征信息输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一输出信息,其中,所述第一输出信息为所述第一融合数据集。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于多传感融合的工况环境模拟方法和具体实例同样适用于本实施例的一种基于多传感融合的工况环境模拟***,通过前述对一种基于多传感融合的工况环境模拟方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于多传感融合的工况环境模拟***,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本申请实施例的电子设备。
图6图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于多传感融合的工况环境模拟方法的发明构思,本发明还提供一种基于多传感融合的工况环境模拟***,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于多传感融合的工况环境模拟方法的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器 301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种基于多传感融合的工况环境模拟方法,所述方法应用于一种基于多传感融合的工况环境模拟***,其中,所述方法包括:通过获得第一工况设备的第一工作环境信息;根据所述第一工作环境信息,确定多传感装置信息;根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;构建第一数据融合模型;将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;根据所述第一工况设备,构建第一设备知识模型;将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;根据所述第二融合数据集对所述第一工况设备进行模拟。解决了现有技术中存在无法智能化对工况实时环境进行精准化模拟的技术问题。达到了基于多传感器在纵向空间和横向空间中进行工况环境实时数据采集,并将采集的多传感信息进行模拟融合,从而基于工况环境模型评估实现工况实时环境进行精准化模拟的技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-0nly Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory,简称 CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/ 或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令***的制造品,该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于多传感融合的工况环境模拟方法,其中,所述方法包括:
获得第一工况设备的第一工作环境信息;
根据所述第一工作环境信息,确定多传感装置信息;
根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;
根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;
构建第一数据融合模型;
将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;
根据所述第一工况设备,构建第一设备知识模型;
将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;
根据所述第二融合数据集对所述第一工况设备进行模拟。
2.如权利要求1所述的方法,其中,所述根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集之后,所述方法还包括:
构建第一同步标识字段;
根据所述多传感装置对所述第一同步标识字段进行转换,获得多个映射标识字段,其中,所述第一同步标识字段与所述多个映射标识字段为一对多的映射关系;
根据所述多个映射标识字段对所述第一工况数据集进行同步性标识,获得第二工况数据集;
根据所述第二工况数据集进行同步性检测,获得第一同步性检测结果。
3.如权利要求1所述的方法,所述构建第一数据融合模型,所述方法还包括:
通过对所述第一工况进行工况特征采集,获得工况特征元素集;
通过对所述工况特征元素集进行元素监测等级分析,获得大于等于预设元素监测等级的N个特征元素;
根据所述N个特征元素,生成融合元素类;
基于所述融合元素类,构建所述第一数据融合模型。
4.如权利要求3所述的方法,其中,所述基于所述融合元素类,构建所述第一数据融合模型,所述方法还包括:
通过对所述融合元素类进行元素识别和分析,获得关联元素集;
将所述关联元素集之间的所有关联性进行融合系数的转化,生成所述关联元素集对应的关联性融合计算层;
根据所述融合元素类,生成元素融合识别层;
将所述元素融合识别层作为输入层,将所述关联性融合计算层作为隐含层,构建所述第一数据融合模型,其中,所述第一数据融合模型的输出结果为元素融合输出层。
5.如权利要求1所述的方法,其中,所述根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,所述方法还包括:
通过对所述多传感装置进行传感采集方式分析,生成所述多传感装置对应的多采集方式;
根据所述多采集方式判断所述多传感装置是否具有第一组合顺序,其中,所述第一组合顺序为传感装置的阶段性外组合顺序;
当所述多传感装置具有所述第一组合顺序,将所述第一组合顺序作为构建所述第一传感组合规则的第一约束条件进行约束;
基于所述第一约束条件,获得所述第一输出组合信息。
6.如权利要求5所述的方法,其中,所述方法还包括:
构建第一预设筛选规则,其中,所述第一预设筛选规则与所述第一传感组合规则具有顺序连接性;
根据所述第一预设筛选规则对所述多传感采集装置进行独立性优化系数计算,若所述多传感采集装置的所述独立性优化系数大于组合优化系数,将第一独立传感采集装置从所述多传感采集装置中剔除,获得第一筛选传感采集装置;
根据所述第一传感组合规则对所述第一筛选传感采集装置进行装置组合。
7.如权利要求2所述的方法,其中,所述根据所述第二工况数据集进行同步性检测,获得第一同步性检测结果之后,所述方法还包括:
若所述第一同步性检测结果为同步检测合格结果,对所述第二工况数据集进行数据清洗,获得第三工况数据集;
通过对所述第三工况数据集进行特征分析,获得工况特征信息;
将所述工况特征信息输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一输出信息,其中,所述第一输出信息为所述第一融合数据集。
8.一种基于多传感融合的工况环境模拟***,其中,所述***包括:
第一获得单元:所述第一获得单元用于获得第一工况设备的第一工作环境信息;
第一确定单元:所述第一确定单元用于根据所述第一工作环境信息,确定多传感装置信息;
第二获得单元:所述第二获得单元用于根据第一传感组合规则对所述多传感装置进行装置组合,获得第一输出组合信息,其中,所述第一输出组合信息为所述多传感装置的组合信息;
第三获得单元:所述第三获得单元用于根据所述第一输出组合信息,获得所述多传感装置输出的第一工况数据集;
第一构建单元:所述第一构建单元用于构建第一数据融合模型;
第四获得单元:所述第四获得单元用于将所述第一工况数据集输入所述第一数据融合模型中进行工况数据融合,获得所述第一数据融合模型输出的第一融合数据集;
第二构建单元:所述第二构建单元用于根据所述第一工况设备,构建第一设备知识模型;
第五获得单元:所述第五获得单元用于将所述第一融合数据集和所述第一设备知识模型进行关联,获得第二融合数据集;
第一执行单元:所述第一执行单元用于根据所述第二融合数据集对所述第一工况设备进行模拟。
9.一种基于多传感融合的工况环境模拟***,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,其中,所述处理器执行所述程序时实现权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111232719.4A CN113919170A (zh) | 2021-10-22 | 2021-10-22 | 一种基于多传感融合的工况环境模拟方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111232719.4A CN113919170A (zh) | 2021-10-22 | 2021-10-22 | 一种基于多传感融合的工况环境模拟方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113919170A true CN113919170A (zh) | 2022-01-11 |
Family
ID=79242335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111232719.4A Pending CN113919170A (zh) | 2021-10-22 | 2021-10-22 | 一种基于多传感融合的工况环境模拟方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919170A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383769A (zh) * | 2023-05-19 | 2023-07-04 | 陕西科诺特斯科技技术有限公司 | 一种基于传感器的燃气数据检测方法及*** |
-
2021
- 2021-10-22 CN CN202111232719.4A patent/CN113919170A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383769A (zh) * | 2023-05-19 | 2023-07-04 | 陕西科诺特斯科技技术有限公司 | 一种基于传感器的燃气数据检测方法及*** |
CN116383769B (zh) * | 2023-05-19 | 2023-08-15 | 陕西科诺特斯科技技术有限公司 | 一种基于传感器的燃气数据检测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN107271127B (zh) | 基于自迭代主元抽取的工作模态参数识别方法及装置 | |
CN102265227A (zh) | 用于在机器状况监视中创建状态估计模型的方法和设备 | |
CN112506759B (zh) | 伺服***控制软件的自动化测试方法、装置及存储介质 | |
CN106411635A (zh) | 一种实时协议的形式化分析及验证方法 | |
CN116450486B (zh) | 多元异构计算***内节点的建模方法、装置、设备及介质 | |
CN115617628A (zh) | 一种数字孪生***、研发方法、设备和存储介质 | |
CN113919170A (zh) | 一种基于多传感融合的工况环境模拟方法及*** | |
CN115045714A (zh) | 矿物开采预警方法、设备及计算机可读存储介质 | |
CN115563683A (zh) | 一种基于数字孪生的水利工程自动化安全监测管理*** | |
CN114580162A (zh) | 一种面向装备的数字孪生动态可信度计算方法和*** | |
CN110889207A (zh) | 一种基于深度学习的体系组合模型可信度智能评估方法 | |
CN116227045B (zh) | 一种结构试件的局部应力应变场构造方法及*** | |
CN111340975A (zh) | 异常数据特征提取方法、装置、设备及存储介质 | |
CN113001546B (zh) | 一种提高工业机器人运动速度安全性的方法及*** | |
CN114838932A (zh) | 一种rv减速器缓慢时变微弱故障诊断方法 | |
CN113312696B (zh) | 基于arima算法的桥梁健康状况动态预测告警方法 | |
CN116521777B (zh) | 一种隧洞工程监测数据的远程接口方法 | |
CN114926154B (zh) | 一种多场景数据识别的保护切换方法及*** | |
US7490030B2 (en) | Power modelling of a circuit | |
CN117952323B (zh) | 一种基于数字孪生的产品创建***、方法、设备及介质 | |
Eren et al. | PL FSM: An Approach and a Tool for the Application of FSM in SPL Environments | |
CN117891644B (zh) | 一种基于数字孪生技术的数据采集***及其采集方法 | |
CN105953841A (zh) | 一种基于LabVIEW平台的温湿度检测*** | |
Lee et al. | Statistical time series analysis of long-term monitoring results of a cable-stayed bridge |
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 |