流体设备参数的确定方法、装置、存储介质及电子设备与流程

摘要: 本技术实施例涉及流体设备领域,具体而言,涉及一种流体设备参数的确定方法、装置、存储介质及电子设备。背景技术:1、流体设备长期使用过程中,其贮供系统、推力器结构参...
流体设备参数的确定方法、装置、存储介质及电子设备与流程

本技术实施例涉及流体设备领域,具体而言,涉及一种流体设备参数的确定方法、装置、存储介质及电子设备。

背景技术:

1、流体设备长期使用过程中,其贮供系统、推力器结构参数随着使用时间缓慢产生变化,使其性能偏离初始设计,此时基于初始状态构建的仿真模型同样与实物产生偏离,需要通过参数辨识获取变化后的结构参数,用于修正仿真模型。

2、在相关技术中,电流体设备地面试验成本高,工况复杂度高,全面覆盖所有设计空间非常困难。直接用少量锚点数据训练深度网络,容易导致过拟合,且参数辨识结果缺乏物理约束,可能出现明显违背流体、热力学规律的“伪解”。

3、由此可知,相关技术中存在确定流体设备参数不准确的问题。

4、针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。

技术实现思路

1、本技术实施例提供了一种流体设备参数的确定方法、装置、存储介质及电子设备,以至少解决相关技术中存在的确定流体设备参数不准确的技术问题。

2、根据本技术实施例的一个方面,提供了一种流体设备参数的确定方法,包括:将目标流体设备的目标性能指标输入至目标网络模型中,得到所述目标流体设备的目标设备参数;其中,所述目标网络模型是通过如下方式训练得到的:获取目标流体设备的基准数据集,其中,所述基准数据集中包括所述目标流体设备的初始训练设备参数以及初始训练性能指标;基于所述基准数据集的第一等效流面积对所述基准数据集进行扩充,得到扩充数据集,其中,所述第一等效流面积用于表示所述目标流体设备的流体流通能力;基于所述扩充数据集对初始网络模型进行训练,得到所述目标网络模型。

3、在一个示例性实施例中,基于所述基准数据集的第一等效流面积对所述基准数据集进行扩充,得到扩充数据集包括:对所述基准数据集按照预设扰动比例添加扰动,得到目标尺寸的扰动数据集;确定所述扰动数据集的第二等效流面积;基于所述第一等效流面积以及所述第二等效流面积确定扩充节流压降;将所述目标尺寸、所述扩充节流压降、所述扰动数据集以及所述基准数据集确定为所述扩充数据集。

4、在一个示例性实施例中,对所述基准数据集按照预设扰动比例添加扰动,得到目标尺寸的扰动数据集包括:基于所述预设扰动比例确定扰动区间;在所述扰动区间内确定出扰动因子;基于所述基准数据集的原始尺寸以及所述扰动因子确定所述目标尺寸;扩充所述基准数据集,得到所述目标尺寸的所述扰动数据集。

5、在一个示例性实施例中,基于所述第一等效流面积以及所述第二等效流面积确定扩充节流压降包括:确定所述第一等效流面积与所述第二等效流面积的比值;确定所述比值的第一数值次幂,得到第一幂值;确定所述基准数据集的基准节流压降;将所述基准节流压降与所述第一幂值的乘积确定为所述扩充节流压降。

6、在一个示例性实施例中,在基于所述基准数据集的第一等效流面积对所述基准数据集进行扩充,得到扩充数据集之前,所述方法还包括:确定所述基准数据集中包括的直径参数;确定每个所述直径参数中的第二数值次幂,得到多个第二幂值;确定多个所述第二幂值的和值;确定所述和值的第三数值次幂,得到第三幂值;将所述第三幂值与第四数值的乘积确定为所述第一等效流面积。

7、在一个示例性实施例中,获取目标流体设备的基准数据集包括:获取所述目标流体设备的时序数据曲线,其中,所述时序数据曲线为目标流体设备的设备参数关于时间的曲线;去除所述时序数据曲线的噪声,得到目标数据曲线;基于所述目标数据曲线确定所述设备参数中包括的压强在每个时刻的压强梯度;基于所述压强梯度确定所述目标数据曲线中包括的平稳数据曲线;在所述平稳数据曲线中提取所述基准数据集。

8、在一个示例性实施例中,基于所述压强梯度确定所述目标数据曲线中包括的平稳数据曲线包括:确定所述压强梯度中包括的最大压强梯度;确定所述最大压强梯度与预设比例的乘积,得到梯度阈值;确定所述压强梯度的绝对值小于所述梯度阈值的第一个目标时刻;将所述目标数据曲线中包括的位于所述目标时刻之后的曲线确定为所述平稳数据曲线。

9、在一个示例性实施例中,基于所述扩充数据集对初始网络模型进行训练,得到所述目标网络模型包括:将所述扩充数据集中包括的扩充设备参数输入至所述初始网络模型中,得到预测性能指标,其中,所述扩充设备参数中包括所述初始训练设备参数;基于所述预测性能指标以及扩充性能指标确定目标损失值,其中,所述扩充性能指标中包括所述初始训练性能指标;基于所述预测性能指标以及扩充性能指标确定平均绝对百分比误差;基于所述预测性能指标以及扩充性能指标确定决定系数;基于所述目标损失值迭代更新所述初始网络模型的模型参数,得到更新网络模型;响应于所述目标损失值、所述平均绝对百分比误差以及所述决定系数满足预设条件,将所述更新网络模型确定为所述目标网络模型。

10、在一个示例性实施例中,响应于所述目标损失值、所述平均绝对百分比误差以及所述决定系数满足预设条件,将所述更新网络模型确定为所述目标网络模型包括:响应于所述目标损失值小于第一预设阈值,所述平均绝对百分比误差小于第二预设阈值,且所述决定系数与目标数值之间的差值处于预设区间,将所述更新网络模型确定为所述目标网络模型。

11、在一个示例性实施例中,所述目标网络模型包括输入层、n个隐藏层以及输出层,n个所述隐藏层中包括的节点的数量不完全相同,n为正整数。

12、根据本技术实施例的另一个方面,还提供了一种流体设备参数的确定装置,包括:确定模块,用于将目标流体设备的目标性能指标输入至目标网络模型中,得到所述目标流体设备的目标设备参数;其中,所述目标网络模型是通过如下方式训练得到的:获取目标流体设备的基准数据集,其中,所述基准数据集中包括所述目标流体设备的初始训练设备参数以及初始训练性能指标;基于所述基准数据集的第一等效流面积对所述基准数据集进行扩充,得到扩充数据集,其中,所述第一等效流面积用于表示所述目标流体设备的流体流通能力;基于所述扩充数据集对初始网络模型进行训练,得到所述目标网络模型。

13、根据本技术实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,所述计算机程序被设置为被处理器执行时执行上述任一项方法实施例中的步骤。

14、根据本技术实施例的又一个方面,提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一项方法实施例中的步骤。

15、根据本技术实施例的又一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过所述计算机程序执行上述任一项方法实施例中的步骤。

16、通过本技术,可以获取目标流体设备的基准数据集,根据基准数据集的第一等效流面积对基准数据集进行扩充,实现了在真实试验样本有限的情况下,对真实样本进行扩充,得到大规模且合理的扩充数据集;根据扩充数据集对初始网络模型进行训练,得到目标网络模型,由于目标网络模型是通过对目标流体设备的初始训练设备参数以及初始训练性能指标进行扩充后所得到的扩充数据集训练得到的,因此,将目标流体设备的目标性能指标输入至目标网络模型中,即可得到准确的目标设备参数。因此,可以解决相关技术中存在的确定流体设备参数不准确的技术问题,达到提高流体设备参数确定准确率的效果。