[发明专利]基于超级计算机构建数字数值融合装置的数据处理系统有效

专利信息
申请号: 202110774922.8 申请日: 2021-07-09
公开(公告)号: CN113254382B 公开(公告)日: 2021-10-01
发明(设计)人: 孟祥飞;李健增;牛萌;王红豆;刘颖超;夏梓峻 申请(专利权)人: 国家超级计算天津中心
主分类号: G06F15/16 分类号: G06F15/16;G06F11/30;G06F30/20
代理公司: 北京锺维联合知识产权代理有限公司 11579 代理人: 丁慧玲
地址: 300457 天津市滨海新区*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 超级 计算机 构建 数字 数值 融合 装置 数据处理系统
【说明书】:

发明涉及一种基于超级计算机构建数字数值融合装置的数据处理系统,包括云计算平台和超级计算机、所述云计算平台和所述超级计算机通信连接,所述超级计算机中包括人工智能模型库、处理器和存储有计算机程序的存储器,所述人工智能模型库中存储有预先训练好的自编码器模型。本发明能够快速准确地构建数字数值融合装置,实现设备全周期仿真。

技术领域

本发明涉及计算机技术领域,尤其涉及一种基于超级计算机构建数字数值融合装置的数据处理系统。

背景技术

数字数值融合装置是一种能够构建现实装置或设备的虚拟物理映射,可以实时展现物理装置的运行状态,揭示物理装置内部运行规律的原始仿真模型。构建数字数值融合装置对于物理装置前期的研发定型、运行过程中的虚拟工艺调整和后期的预防性维护有着重要意义。但是,由于数字数值融合装置本身与超大规模计算强耦合,需要巨大的计算量,且由于很多物理装置的全生命周期长,因此对于物理装置全生命周期的管控又对海量数据的存储都有着较高的要求。如果直接基于现有的数据处理系统来生成数字数值融合装置,运算速度慢,构建效率低,当且面对海量的数据,甚至无法完成数字数值融合装置的构建,或者丢失部分数据,无法保证生成数字数值融合装置的准确性。由此可知,如何提供一种支撑构建数字数值融合装置的计算环境,实现快速准确地构建数字数值融合装置,成为亟待解决的技术问题。

发明内容

本发明目的在于,提供一种基于超级计算机构建数字数值融合装置的数据处理系统,能够快速准确地构建数字数值融合装置。

本发明提供了一种基于超级计算机构建数字数值融合装置的数据处理系统,包括云计算平台和超级计算机、所述云计算平台和所述超级计算机通信连接,所述超级计算机中包括人工智能模型库、处理器和存储有计算机程序的存储器,所述人工智能模型库中存储有预先训练好的自编码器模型,当所述处理器执行所述计算机程序时,实现以下步骤:

步骤S1、基于所述云计算平台获取原始仿真模型、采样传感器数据集、原始仿真模型的固定参数列表{ FP1,FP2,…FPM },FPm表示第m个固定参数,m的取值为1到M,原始仿真模型的可变参数列表{ VP1,VP2…VPN }和实际场数据,其中,所述采样传感器数据集包括采样传感器与原始仿真模型的对应关系,M表示当前原始仿真模型固定参数的总数量,N表示当前原始仿真模型中可变参数的总数量, VPi表示第i个可变参数,VPi=(Si,Ei,stepi),Si表示VPi的最小值,Ei表示VPi的最大值,stepi表示VPi的调整步长,i的取值为1到N;

步骤S2、基于(Si,Ei,stepi)获取可变参数的参数组合数量Q:

步骤S3、比较Q和预设的组合数量阈值D,若Q大于D,则执行步骤S4;

步骤S4、从Q个参数组合中随机抽取一个候选可变参数组合{ VP1j,VP2j…VPNj},VPij表示候选可变参数组合中的第i个可变参数值,j的取值为1到Q;

步骤S5、将所述候选可变参数组合与固定参数列表、原始仿真模型和采样传感器数据集生成候选仿真模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家超级计算天津中心,未经国家超级计算天津中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110774922.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top