[发明专利]基于粒子群算法的数字孪生柴油机模型自标定方法、装置和数字孪生柴油机模型

说明书

基于粒子群算法的数字孪生柴油机模型自标定方法、装置和数字孪生柴油机模型，涉及柴油机燃能分析领域。针对现有技术中存在的，没有一种算法能够进行快速自标定，实现快速且精准地校准数字孪生模型的问题，本发明提供的技术方案为：数字孪生柴油机模型标定方法，包括：采集柴油机气缸参数并预处理；将缸压曲线离散为至少三个点，作为粒子群算法的输入量；采集粒子群算法的第二输入量；确定粒子群算法中初始粒子组位置；计算当前各粒子的个体最优解的计算步骤；根据个体最优解，对粒子进行迭代，至满足预设迭代条件的步骤；通过迭代后的粒子群算法对模型进行标定的步骤。适合应用于快速而精确的完成船用柴油机的数字孪生模型中参数的标定工作。

技术领域

涉及柴油机性能分析领域，具体涉及数据孪生模型的参数标定。

背景技术

柴油机是一种将柴油燃料的化学能通过燃烧转换为热能，再将热能通过膨胀做功转化为机械能并对外输出的动力装置。随着环保政策、能源政策限制力度的加大，如何使柴油机工作在最优化工况路线以满足绿色、节能、安全等性能一直是相关研究者最关心的核心需求。随着人工智能、物联网、大数据等前沿技术与船舶领域的深度融合，核心需求的解决面临前所未有的挑战和机遇，船舶正向自主化发展，智能船舶已然成为业内的重要研究方向。

在智能化发展的背景下，数字孪生技术得到越来越广泛的关注。所谓数字孪生技术，核心在于集成一个多物理、多尺度的高保真度模型，借助模型的高精度基础，通过动态交互的数据流来映射物体在现实世界和虚拟世界的全生命周期活动，以此达到智能化发展的目的。数字孪生技术是支撑现实世界与虚拟世界深度交融的富有潜力性的手段。目前应用数字孪生技术到船舶柴油机的领域的应用极为有限，但是应用前景具有很大的价值，值得深入研究。

数字孪生技术通过抽象模拟现实系统，构建系统模型，将真实实验数据与仿真数据相互交互。在计算机上进行模拟试验研究，不仅可以降低科研和生产成本，降低风险，还可以提高科研效率。在船舶主机运行维护阶段，数字孪生技术可以将现实系统和数字世界的相互作用集成在一起。采用数字孪生模型可以与实际船舶主机并行运行。通过模型计算和物理运行结果的对比，能够实时发现运行问题、诊断故障和预测寿命。此外，数字孪生技术还具有广泛的应用前景，可以实现对燃烧过程的实时控制、发动机排放控制等功能，对于提高船舶运行效率、降低能耗和排放，具有积极的作用。然而，在基于原理的面向数字孪生的柴油机模型中，存在大量参数的假设。这些参数难以直接测量，或受限于测量仪器，实验数据的精准度不高。因此，无法通过局部输出量直接完成某个参数的标定。在柴油机建模中，常常需要缸内压力曲线，完成多个参数的同时标定。随着柴油机模型的复杂度上升，标定工作量会呈指数级增加。

此外，需要标定的参数会相互影响，手动标定柴油机模型参数难以有效推进面向船舶主机的数字孪生技术的发展。

但是，现有技术中仍没有一种算法能够进行快速智能标定，实现精准地校准数字孪生模型。

发明内容

针对现有技术中存在的，仍没有一种算法能够进行快速智能标定，实现精准地校准数字孪生模型的问题，本发明提供的技术方案为：

基于粒子群算法的数字孪生柴油机模型自标定方法，所述方法包括：

采集柴油机气缸参数并预处理，得到柴油机气缸缸压曲线的步骤；

将所述缸压曲线离散为至少三个点，作为数字孪生柴油机模型的输出量和粒子群算法的输入量的步骤；

采集所述模型的预设输入量、预设标定参数和预设粒子组个数，作为粒子群算法的第二输入量的步骤；

确定所述粒子群算法中初始粒子组位置的定位步骤；

计算当前各粒子的个体最优解的计算步骤；

根据所述个体最优解，对粒子进行迭代，至满足预设迭代条件的步骤；

通过迭代后的粒子群算法对所述模型进行标定的步骤。