[发明专利]系统监测模型生成方法、处理器芯片以及工业系统

说明书

本发明实施例提供了一种系统监测模型生成方法、处理器芯片以及工业系统，涉及监测技术领域。系统监测模型生成方法，包括：根据待监测系统的真实数学模型，构建所述待监测系统对应虚拟系统的数字孪生模型，所述数字孪生模型中包括所述虚拟系统的多个虚拟系统参数；构建所述真实数学模型与所述数字孪生模型之间的误差反馈模型；基于所述待监测系统的参考历史数据与所述误差反馈模型进行回归分析，得到各所述虚拟系统参数的值。本发明中，在系统参数辨识过程中，不会受到不可逆矩阵对算力的影响，从而能够快速地迭代收敛；降低了对设备算力的要求，应用于算力较低的处理器芯片，能够实时的对系统进行监测。

技术领域

本发明涉及监测技术领域，具体涉及一种系统监测模型生成方法、处理器芯片以及工业系统。

背景技术

在工业制造系统中，一般可以通过传感器来采集系统的输入输出信号；进一步的，由于传感器一般是间隔进行数据采集的，为了能够实时获取系统的输入输出，一般会基于系统的真实模型构建对应的虚拟系统模型，该虚拟系统模型即为通过系统的输入输出时间函数来模拟系统行为的数学模型。

在构建虚拟系统模型时，会对虚拟系统模型中的系统参数进行辨识，常用的辨识方法如自回归滑动平均模型(Autoregressive moving average model，简称ARMA模型)、状态空间模型以及后向ARMA模型等。

然而，在系统参数求解过程中，存在矩阵不可逆、计算过程复杂等问题，并且会因为非凸问题导致得到虚拟系统模型的精度不高。另外，若采用神经网络通过多线性拟合非线性的方法进行系统参数辨识，也会存在计算消耗过大而无法对系统参数进行实时判别的问题。

发明内容

本发明的目的是提供了一种系统监测模型生成方法、处理器芯片以及工业系统，在系统参数辨识过程中，不会受到不可逆矩阵对算力的影响，从而能够快速地迭代收敛；降低了对设备算力的要求，应用于算力较低的处理器芯片，能够实时的对系统进行监测。

为实现上述目的，本发明提供了一种系统监测模型生成方法，包括：根据待监测系统的真实数学模型，构建所述待监测系统对应虚拟系统的数字孪生模型，所述数字孪生模型中包括所述虚拟系统的多个虚拟系统参数；构建所述真实数学模型与所述数字孪生模型之间的误差反馈模型；基于所述待监测系统的参考历史数据与所述误差反馈模型进行回归分析，得到各所述虚拟系统参数的值。

本发明还提供了一种处理器芯片，处理器芯片用于执行上述系统监测模型生成方法生成待监测系统对应的虚拟系统的数字孪生模型。

本发明还提供了一种工业系统，包括上述的处理器芯片与连接于所述处理器芯片的工业设备；所述处理器芯片用于生成所述工业设备对应的虚拟系统的数字孪生模型。

本发明实施例中，在生成待监测系统所对应的虚拟系统的数字孪生模型时，首先根据待监测系统的真实数学模型，构建所述待监测系统对应虚拟系统的数字孪生模型，所述数字孪生模型中包括所述虚拟系统的多个虚拟系统参数，然后构建所述真实数学模型与所述数字孪生模型之间的误差反馈模型，再基于所述待监测系统的参考历史数据与所述误差反馈模型进行回归分析，得到各所述虚拟系统参数的值，从而能够得到待监测系统的数字孪生模型；采用本发明的系统监测模型生成方法，在系统参数辨识过程中，不会受到不可逆矩阵对算力的影响，从而能够快速地迭代收敛；降低了对设备算力的要求，应用于算力较低的处理器芯片，能够实时的对系统进行监测。

在一个实施例中，所述待监测系统的真实数学模型的表达式为：

x(t+k)＝f[x(t+k-1)，x(t+k-2)，…，x(t)，u(t)]，其中，x(t)表示t时刻所述待监测系统的输出测量值，k表示预设的第一滑窗长度，u(t)表示t时刻所述待监测系统的输入值；

所述待监测系统对应的数字孪生模型的表达式为：