本發(fā)明涉及燃?xì)廨啓C(jī)控制系統(tǒng)，特別是一種燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法、試驗(yàn)系統(tǒng)、設(shè)備及儲存介質(zhì)。

背景技術(shù)：

1、傳統(tǒng)的燃?xì)廨啓C(jī)控制系統(tǒng)設(shè)計(jì)通常依賴于大量的實(shí)物試驗(yàn)，不僅費(fèi)時費(fèi)力，而且由于無法模擬各種極端工況，存在一定的安全隱患。另一方面，單純依賴軟件仿真也難以真實(shí)地驗(yàn)證控制系統(tǒng)的可靠性，尤其是各硬件部件之間的匹配性和協(xié)同工作性能。此外，現(xiàn)有的控制系統(tǒng)優(yōu)化手段大多基于經(jīng)驗(yàn)或簡單數(shù)學(xué)模型，很難系統(tǒng)地分析影響關(guān)鍵性能指標(biāo)的根本原因參數(shù)，導(dǎo)致優(yōu)化效果不理想。

技術(shù)實(shí)現(xiàn)思路

1、鑒于現(xiàn)有燃?xì)廨啓C(jī)控制系統(tǒng)設(shè)計(jì)方法存在依賴大量實(shí)物試驗(yàn)的弊端，無法模擬各種極端工況且存在安全隱患，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于如何通過多種技術(shù)手段融合應(yīng)用，避免依賴大量實(shí)物試驗(yàn)的弊端，真實(shí)驗(yàn)證控制系統(tǒng)各部件的匹配性和可靠性，并系統(tǒng)分析優(yōu)化影響關(guān)鍵性能的主因參數(shù)。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、本發(fā)明提供了一種燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其包括以下步驟：

5、s1、獲取燃機(jī)設(shè)計(jì)參數(shù)和混氫燃燒特性，建立混氫燃?xì)廨啓C(jī)理論模型；

6、s2、將混氫燃?xì)廨啓C(jī)理論模型數(shù)字化為計(jì)算機(jī)可執(zhí)行模型，并在計(jì)算機(jī)上模擬燃機(jī)控制系統(tǒng)運(yùn)行；

7、s3、基于現(xiàn)場可編程門陣列fpga，搭建與實(shí)際控制硬件等效的原型仿真環(huán)境，以驗(yàn)證燃機(jī)控制系統(tǒng)各部件共同工作的匹配性；

8、s4、連接實(shí)際物理部件至原型仿真環(huán)境，進(jìn)行半物理仿真試驗(yàn)，復(fù)現(xiàn)真實(shí)控制流程；

9、s5、根據(jù)仿真結(jié)果分析識別影響控制性能的參數(shù)，并對所述參數(shù)進(jìn)行修正優(yōu)化；

10、s6、將最終控制硬件原型與半物理仿真環(huán)境連接，開展硬件在環(huán)仿真；

11、s7、將仿真發(fā)現(xiàn)的問題和優(yōu)化需求反饋至步驟s1-s6的燃機(jī)控制邏輯設(shè)計(jì)環(huán)節(jié)中，以完善燃機(jī)控制邏輯框架。

12、如權(quán)利要求1所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述建立混氫燃?xì)廨啓C(jī)理論模型的具體步驟如下：

13、1)設(shè)計(jì)并執(zhí)行混氫燃燒實(shí)驗(yàn)，測量燃燒室內(nèi)部不同工況下的流場數(shù)據(jù)、濃度分布數(shù)據(jù)、溫度場數(shù)據(jù)；

14、2)基于實(shí)驗(yàn)測量數(shù)據(jù)，使用cfd軟件建立燃燒室三維數(shù)值模擬模型，對混氫燃燒過程進(jìn)行模擬；

15、3)采用深度學(xué)習(xí)算法訓(xùn)練一個燃燒模型降階網(wǎng)絡(luò)，將燃燒室三維數(shù)值模擬模型壓縮為低階代理燃燒模型，進(jìn)行降階計(jì)算；

16、4)基于壓縮后的低階代理燃燒模型，通過引入整機(jī)級的熱力學(xué)和流體力學(xué)控制方程，構(gòu)建燃?xì)廨啓C(jī)系統(tǒng)的整機(jī)低階理論模型；

17、5)在整機(jī)低階理論模型上，通過數(shù)值計(jì)算分析設(shè)計(jì)參數(shù)對性能指標(biāo)的影響，以確定最優(yōu)設(shè)計(jì)參數(shù)組合；

18、6)利用其他獨(dú)立實(shí)驗(yàn)數(shù)據(jù)對整機(jī)低階理論模型進(jìn)行驗(yàn)證，計(jì)算預(yù)測偏差，對存在偏差部分進(jìn)行二次校正和優(yōu)化；

19、7)經(jīng)過多輪數(shù)據(jù)校正與優(yōu)化迭代，獲得高精度的混氫燃?xì)廨啓C(jī)理論模型，用于模擬各工況下的熱力性能。

20、1.如權(quán)利要求2所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述將燃燒室三維數(shù)值模擬模型壓縮為低階代理燃燒模型的具體步驟如下：

21、1)在不同工況下，利用燃燒室三維數(shù)值模擬模型生成大量樣本數(shù)據(jù)集包括模型輸入和輸出，并對生成的數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化預(yù)處理；

22、2)采用深度學(xué)習(xí)算法訓(xùn)練一個燃燒模型降階網(wǎng)絡(luò)cmrn；

23、3)將數(shù)據(jù)集按比例分割為訓(xùn)練集、驗(yàn)證集和測試集，定義總損失函數(shù)tloss，采用自適應(yīng)矩估計(jì)優(yōu)化算法對cmrn進(jìn)行端到端的訓(xùn)練；

24、4)將訓(xùn)練好的cmrn網(wǎng)絡(luò)部署為在線推理引擎，用于實(shí)時生成低階代理燃燒模型輸出；

25、5)在測試集上評估cmrn的泛化性能，計(jì)算各預(yù)測頭的均方根誤差；

26、6)若cmrn的任一預(yù)測頭的均方根誤差rmse超過預(yù)設(shè)閾值，則觸發(fā)控制邏輯對cmrn進(jìn)行自適應(yīng)調(diào)整；

27、7)調(diào)整后，重新部署cmrn在線服務(wù)，形成新一輪的在線推理；

28、所述總損失函數(shù)tloss的具體公式如下：

29、tloss＝α·rloss+β·closs

30、rloss＝σ(y-yhat)2

31、closs＝λ·θ1

32、其中，rloss表示預(yù)測輸出與真實(shí)輸出的均方差重構(gòu)損失，closs表示壓縮損失，α和β分別表示重構(gòu)損失rloss和壓縮損失closs在總損失函數(shù)中的權(quán)重系數(shù)，y表示真實(shí)的燃燒模型輸出，yhat表示cmrn網(wǎng)絡(luò)預(yù)測的燃燒模型輸出，θ表示cmrn網(wǎng)絡(luò)中所有可訓(xùn)練參數(shù)的集合，θ1表示θ的l1范數(shù)，即各參數(shù)絕對值之和，λ表示closs的權(quán)重系數(shù)。

33、2.如權(quán)利要求3所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述觸發(fā)控制邏輯對cmrn進(jìn)行自適應(yīng)微調(diào)的具體步驟如下：

34、1)分析誤差來源，

35、若相應(yīng)工況下的誤差超標(biāo)，則增加對應(yīng)工況下的訓(xùn)練數(shù)據(jù)，改善數(shù)據(jù)分布覆蓋范圍；

36、若誤差來自溫度場預(yù)測，則增加溫度場預(yù)測頭的損失函數(shù)權(quán)重；

37、若誤差來自高壓/低壓工況，則增加對應(yīng)工況的數(shù)據(jù)采樣率；

38、2)調(diào)整壓縮約束，

39、若均方根誤差rmse＞1.5ε，則放松壓縮約束，減小λ，提高模型容量；

40、若均方根誤差rmse＞ε且rmse≤1.5ε，則加強(qiáng)壓縮約束，增大λ，降低模型復(fù)雜度；

41、3)若終止訓(xùn)練且rmse＞ε，則基于cmrn當(dāng)前參數(shù)，通過基于規(guī)則的剪枝策略進(jìn)行模型精修，基于精修后的模型，在調(diào)整后的訓(xùn)練集上進(jìn)行模型微調(diào)訓(xùn)練；

42、若終止訓(xùn)練且rmse≤ε，則在當(dāng)前模型基礎(chǔ)上，通過蒙特卡羅搜索方法調(diào)整損失函數(shù)權(quán)重α、β、λ，并保存調(diào)整后的最優(yōu)模型參數(shù)和損失函數(shù)參數(shù)；

43、4)評估調(diào)整后的cmrn泛化性能，若rmse＞ε，則重復(fù)自適應(yīng)微調(diào)過程。

44、3.如權(quán)利要求4所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述將混氫燃?xì)廨啓C(jī)理論模型數(shù)字化為計(jì)算機(jī)可執(zhí)行模型的具體步驟如下：

45、1)選擇編程語言和開發(fā)環(huán)境，以及相應(yīng)的數(shù)值計(jì)算庫和工具；

46、2)針對混氫燃?xì)廨啓C(jī)理論模型中的各種方程、算法和數(shù)據(jù)結(jié)構(gòu)，使用所選編程語言進(jìn)行編碼實(shí)現(xiàn)，形成理論模型計(jì)算機(jī)程序；

47、3)對編碼實(shí)現(xiàn)的計(jì)算機(jī)程序進(jìn)行單元測試和集成測試，以確保代碼正確性和可靠性；

48、4)設(shè)計(jì)并實(shí)現(xiàn)燃機(jī)控制系統(tǒng)數(shù)字模型，包括各種控制器、執(zhí)行機(jī)構(gòu)和傳感器模型；

49、5)將混氫燃?xì)廨啓C(jī)理論模型和燃機(jī)控制系統(tǒng)數(shù)字模型進(jìn)行集成，構(gòu)建燃?xì)廨啓C(jī)綜合數(shù)字模型；

50、6)設(shè)計(jì)并實(shí)現(xiàn)用戶界面，輸入各種工況參數(shù)、設(shè)計(jì)參數(shù)和控制參數(shù)；

51、7)在計(jì)算機(jī)上運(yùn)行燃?xì)廨啓C(jī)綜合數(shù)字模型，模擬各種工況下的動態(tài)過程，輸出性能指標(biāo)和狀態(tài)量曲線；

52、8)對模擬結(jié)果進(jìn)行分析和可視化，輔助設(shè)計(jì)優(yōu)化；

53、9)根據(jù)模擬結(jié)果和實(shí)際數(shù)據(jù)，調(diào)整和完善燃?xì)廨啓C(jī)綜合數(shù)字模型。

54、4.如權(quán)利要求1所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述搭建與實(shí)際控制硬件等效的原型仿真環(huán)境的具體步驟如下：

55、1)選擇fpga開發(fā)板和配套的設(shè)計(jì)工具；

56、2)根據(jù)實(shí)際控制硬件的結(jié)構(gòu)和功能，使用硬件描述語言對其進(jìn)行邏輯設(shè)計(jì)，模擬出各個部件的數(shù)字電路，并將設(shè)計(jì)好的數(shù)字電路綜合為硬件映射文件；

57、3)在fpga開發(fā)板上并行或時序地實(shí)例化各個部件的邏輯電路，構(gòu)建fpga原型系統(tǒng)；

58、4)編寫測試平臺程序，模擬fpga原型系統(tǒng)各部件間的通訊協(xié)議和時序信號；

59、5)將燃?xì)廨啓C(jī)綜合數(shù)字模型與fpga原型系統(tǒng)對接，作為環(huán)境輸入，構(gòu)建fpga原型仿真環(huán)境；

60、6)在fpga原型仿真環(huán)境中，模擬fpga原型系統(tǒng)在不同工況下的交互響應(yīng)；

61、7)采集和分析fpga原型系統(tǒng)在仿真環(huán)境中的運(yùn)行數(shù)據(jù)，以驗(yàn)證各部件間的正常協(xié)同和匹配度；

62、8)根據(jù)驗(yàn)證結(jié)果，回傳優(yōu)化fpga原型設(shè)計(jì)或者燃?xì)廨啓C(jī)綜合數(shù)字模型設(shè)計(jì)；

63、9)若fpga原型系統(tǒng)與燃?xì)廨啓C(jī)綜合數(shù)字模型存在不匹配，則回傳優(yōu)化fpga原型系統(tǒng)設(shè)計(jì)；

64、若燃?xì)廨啓C(jī)綜合數(shù)字模型與實(shí)際情況偏差超過第一預(yù)設(shè)閾值，則回傳優(yōu)化燃?xì)廨啓C(jī)綜合數(shù)字模型設(shè)計(jì)。

65、5.如權(quán)利要求1所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：所述根據(jù)仿真結(jié)果分析識別影響控制性能的關(guān)鍵參數(shù)的具體步驟如下：

66、1)從半物理仿真環(huán)境中提取原始仿真數(shù)據(jù)，并基于原始仿真數(shù)據(jù)計(jì)算獲得關(guān)鍵性能指標(biāo)；

67、2)針對相關(guān)性能指標(biāo)，通過數(shù)理統(tǒng)計(jì)分析方法確定其理論分布范圍和置信區(qū)間，并將實(shí)際仿真結(jié)果對應(yīng)到理論分布上，計(jì)算其概率分?jǐn)?shù)作為評分指標(biāo)；

68、3)設(shè)定概率分?jǐn)?shù)的分級閾值，根據(jù)概率分?jǐn)?shù)對關(guān)鍵性能指標(biāo)進(jìn)行分級；

69、4)對于評分結(jié)果為不合格的性能指標(biāo)，回溯并分析導(dǎo)致此指標(biāo)性能不佳的根本原因參數(shù)或參數(shù)組合；

70、5)針對識別出的影響性能的參數(shù)，構(gòu)建參數(shù)優(yōu)化數(shù)學(xué)模型；

71、6)采用粒子群和序列二次規(guī)劃算法，求解參數(shù)優(yōu)化數(shù)學(xué)模型，獲取最優(yōu)參數(shù)組合；

72、7)將最優(yōu)參數(shù)組合更新至半物理仿真環(huán)境，重新進(jìn)行半物理仿真實(shí)驗(yàn)，獲得優(yōu)化后的關(guān)鍵指標(biāo)性能數(shù)據(jù)；

73、8)基于優(yōu)化后的半物理仿真結(jié)果，重新評估各關(guān)鍵指標(biāo)的性能等級。

74、6.一種燃?xì)廨啓C(jī)控制仿真試驗(yàn)系統(tǒng)，基于權(quán)利要求1～7任一所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法，其特征在于：還包括，

75、模型構(gòu)建模塊，用于獲取燃機(jī)設(shè)計(jì)參數(shù)和混氫燃燒特性，建立混氫燃?xì)廨啓C(jī)理論模型；

76、數(shù)字化模塊，用于將混氫燃?xì)廨啓C(jī)理論模型數(shù)字化為計(jì)算機(jī)可執(zhí)行模型，并在計(jì)算機(jī)上模擬燃機(jī)控制系統(tǒng)運(yùn)行；

77、原型仿真模塊，用于基于現(xiàn)場可編程門陣列fpga，搭建與實(shí)際控制硬件等效的原型仿真環(huán)境，以驗(yàn)證燃機(jī)控制系統(tǒng)各部件共同工作的匹配性；

78、半物理仿真模塊，用于連接實(shí)際物理部件至原型仿真環(huán)境，進(jìn)行半物理仿真試驗(yàn)，復(fù)現(xiàn)真實(shí)控制流程；

79、參數(shù)修正模塊，用于根據(jù)仿真結(jié)果分析識別影響控制性能的參數(shù)，并對所述參數(shù)進(jìn)行修正優(yōu)化；

80、在環(huán)仿真模塊，用于將最終控制硬件原型與半物理仿真環(huán)境連接，開展硬件在環(huán)仿真；

81、反饋完善模塊，用于將仿真發(fā)現(xiàn)的問題和優(yōu)化需求反饋至控制邏輯設(shè)計(jì)環(huán)節(jié)，以完善控制邏輯框架。

82、7.一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1～7任一所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法的步驟。

83、一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1～7任一所述的燃?xì)廨啓C(jī)控制仿真試驗(yàn)方法的步驟。

84、本發(fā)明的有益效果為：本發(fā)明建立了基于深度學(xué)習(xí)的燃燒模型降階網(wǎng)絡(luò)，能高精度捕捉復(fù)雜燃燒過程的多尺度特征，實(shí)現(xiàn)從高精度大規(guī)模cfd模型到高效低階代理模型的無損降階，為建立高保真燃?xì)廨啓C(jī)整機(jī)模型提供了關(guān)鍵支持。將降階燃燒模型與整機(jī)熱力學(xué)模型耦合，構(gòu)建了混氫燃?xì)廨啓C(jī)的系統(tǒng)級低階理論模型，相比單純cfd模擬，該模型計(jì)算效率更高，能更好分析設(shè)計(jì)參數(shù)對系統(tǒng)性能的影響?；趂pga搭建了與實(shí)際控制硬件等效的原型系統(tǒng)，并與數(shù)字化模型對接構(gòu)建仿真環(huán)境，相比軟件仿真，能更真實(shí)地驗(yàn)證控制系統(tǒng)各部件間的硬件匹配性。