冷链运输车厢温度场数字孪生重构方法及系统与流程

摘要: 本技术涉及冷链运输车厢的数字孪生建模,更具体地说,本技术涉及一种冷链运输车厢温度场数字孪生重构方法及系统。背景技术:1、数字孪生技术通过构建冷链运输车厢物理实体...
冷链运输车厢温度场数字孪生重构方法及系统与流程

本技术涉及冷链运输车厢的数字孪生建模,更具体地说,本技术涉及一种冷链运输车厢温度场数字孪生重构方法及系统。

背景技术:

1、数字孪生技术通过构建冷链运输车厢物理实体的虚拟映射模型,集成车载传感器数据与热力学仿真模型,实现对车厢内部温度场的在线推演与可视化监控,已成为弥补固定点式温度传感器空间覆盖不足、保障温敏货物运输品质的关键技术手段。在冷链运输过程中,车厢温度场数字孪生能够利用有限传感器观测数据重构全空间连续温度分布,为货物安全状态评估和制冷系统动态调控提供全空间温度信息支撑。

2、然而,现有车厢温度场数字孪生重构方法通常仅输出温度场的确定性点估计值,未同步给出模型降阶误差和传感器测量噪声对各空间位置估计结果的影响程度。低维动力学模型的离散残差、基函数截断误差以及车载温度传感器的测量噪声会随状态递推传递,在货物堆垛构型变化、车厢门开启或制冷机组除霜等工况下,不同网格单元的估计不确定性还会呈现空间差异。仅显示温度估计值时,监控人员无法识别哪些区域的估计结果需要优先复核。因此,现有方法难以提供车厢温度场重构结果的空间不确定性表征。

技术实现思路

1、本技术提供一种冷链运输车厢温度场数字孪生重构方法及系统,可提供车厢温度场重构结果的空间不确定性表征。

2、第一方面,本技术提供一种冷链运输车厢温度场数字孪生重构方法,包括下述步骤:

3、根据当趟次冷链运输的货物装载方案与车厢结构参数,构建嵌入货物堆垛几何约束和介质属性参数的车厢计算网格,并为每个网格单元分配唯一标识;

4、在同步周期到达或运输扰动事件发生时,从车载传感网络获取包括车厢内部温度状态观测数据、车厢外部热边界数据和货物热源数据的多源感知数据;

5、将所述多源感知数据输入数字孪生重构模型,所述模型以流-热耦合物理场为约束,将所述外部热边界数据和所述货物热源数据输入低维动力学模型以得到低维状态先验估计值,通过观测映射模型利用所述状态观测数据修正所述先验估计值,得到低维状态后验估计值和后验协方差矩阵,通过与当前货物堆垛构型对应的基函数矩阵将所述后验估计值映射为各网格单元的温度估计值,将所述后验协方差矩阵经所述基函数矩阵传播至全计算网格物理空间并叠加截断误差协方差参数,提取所得矩阵的对角元素作为各网格单元的重构不确定度;

6、通过所述唯一标识,将各网格单元的所述温度估计值和所述重构不确定度分别映射为第一视觉渲染属性和第二视觉渲染属性,在所述车厢计算网格上实时渲染,生成同时呈现温度分布与重构不确定度分布的温度场数字孪生体。

7、优选地,根据当趟次冷链运输的货物装载方案与车厢结构参数,构建嵌入货物堆垛几何约束和介质属性参数的车厢计算网格,具体包括:

8、获取当趟次冷链运输任务对应的货物装载方案,提取货物堆垛形态数据、货物种类及其在车厢内的空间占位信息;

9、根据车厢结构参数构建车厢几何模型,将所述货物堆垛形态数据映射至所述车厢几何模型中,确定固态货物域、空气域及厢体壁面域的空间边界;

10、对所述固态货物域、空气域及厢体壁面域分别进行网格划分,并对各网格单元标记所属介质域类型,所述介质域类型关联对应的导热系数、密度和比热容属性参数;

11、为每个网格单元生成包含介质域类型和空间坐标信息的唯一标识,并将生成的唯一标识与介质属性参数关联存储,得到所述车厢计算网格。

12、优选地,所述状态观测数据包括车厢内部温度传感器采集的温度数据,所述外部热边界数据包括车厢外壁温度传感器采集的壁面温度数据,所述货物热源数据包括用于在线估算货物呼吸热源项的货物种类标识与货物温度反馈数据。

13、优选地,数字孪生重构模型采用下述方式预先构建:

14、获取不同货物堆垛构型与边界条件组合下的流-热耦合温度场仿真数据;

15、对仿真数据进行本征正交分解,确定与各货物堆垛构型对应的降阶基函数,构建以货物堆垛构型为索引的物理约束降阶基函数库;

16、基于所述降阶基函数,对流-热耦合控制方程进行伽辽金投影降阶,建立由外部热边界数据、货物热源数据和低维状态变量确定下一时刻低维状态变量的低维动力学模型,并保留从所述低维状态变量到全计算网格温度场的映射关系;

17、构建所述状态观测数据与低维状态变量之间的观测映射模型,并对所述低维动力学模型的离散残差、基函数截断误差及所述状态观测数据的测量噪声分别进行统计建模,生成过程噪声参数、截断误差协方差参数和观测噪声参数;

18、将所述物理约束降阶基函数库、所述低维动力学模型、所述观测映射模型、所述过程噪声参数、所述截断误差协方差参数和所述观测噪声参数封装为所述数字孪生重构模型,以利用所述多源感知数据进行状态估计,输出每个网格单元的温度估计值及对应的重构不确定度。

19、优选地,利用所述多源感知数据进行状态估计,输出每个网格单元的温度估计值及对应的重构不确定度具体包括:

20、根据当趟次的货物堆垛构型,调取与当前堆垛构型相关联的物理约束降阶基函数,在所述物理约束降阶基函数张成的低维状态空间中表示全计算网格温度场;

21、以低维动力学模型作为状态预测器,将所述外部热边界数据和所述货物热源数据作为所述低维动力学模型的输入项,将上一时刻的低维状态后验估计值向前递推,得到当前时刻的低维状态先验估计值及对应的先验协方差矩阵;

22、将当前时刻的状态观测数据通过观测映射模型与所述低维状态空间关联,并基于所述观测噪声参数和所述先验协方差矩阵计算增益矩阵;

23、利用所述增益矩阵对所述低维状态先验估计值进行修正,得到当前时刻的低维状态后验估计值及对应的后验协方差矩阵;

24、将所述物理约束降阶基函数排列为基函数矩阵,用所述基函数矩阵左乘所述低维状态后验估计值,获得每个网格单元的温度估计值,并用所述基函数矩阵左乘所述后验协方差矩阵后右乘所述基函数矩阵的转置,再与所述截断误差协方差参数相加,得到全计算网格物理空间的温度估计协方差矩阵,提取所述温度估计协方差矩阵的对角元素作为各网格单元对应的重构不确定度,并输出每个网格单元的温度估计值及对应的重构不确定度。

25、优选地,通过所述唯一标识,将各网格单元的所述温度估计值和所述重构不确定度分别映射为第一视觉渲染属性和第二视觉渲染属性,在所述车厢计算网格上实时渲染,生成同时呈现温度分布与重构不确定度分布的温度场数字孪生体具体包括:

26、根据各网格单元的唯一标识,在所述车厢计算网格中定位对应的网格单元;

27、将各网格单元的所述温度估计值映射为色相属性作为第一视觉渲染属性,将各网格单元的所述重构不确定度映射为透明度属性作为第二视觉渲染属性;

28、对每个网格单元叠加所述第一视觉渲染属性和所述第二视觉渲染属性,生成网格面的复合渲染参数;

29、将所述复合渲染参数下发至渲染管线,在所述车厢计算网格上执行实时刷新,生成以颜色呈现温度分布、以透明度呈现重构不确定度分布的车厢温度场数字孪生体。

30、优选地,所述运输扰动事件至少包括:车厢门开启事件、制冷机组除霜启动事件及车厢振动强度超过预设阈值事件。

31、第二方面,本技术提供一种冷链运输车厢温度场数字孪生重构系统,包括:

32、网格构建模块,用于根据当趟次冷链运输的货物装载方案与车厢结构参数,构建嵌入货物堆垛几何约束和介质属性参数的车厢计算网格,并为每个网格单元分配唯一标识;

33、数据获取模块,用于在同步周期到达或运输扰动事件发生时,从车载传感网络获取包括车厢内部温度状态观测数据、车厢外部热边界数据和货物热源数据的多源感知数据;

34、重构估计模块,用于将所述多源感知数据输入数字孪生重构模型,所述模型以流-热耦合物理场为约束,将所述外部热边界数据和所述货物热源数据输入低维动力学模型以得到低维状态先验估计值,通过观测映射模型利用所述状态观测数据修正所述先验估计值,得到低维状态后验估计值和后验协方差矩阵,通过与当前货物堆垛构型对应的基函数矩阵将所述后验估计值映射为各网格单元的温度估计值,将所述后验协方差矩阵经所述基函数矩阵传播至全计算网格物理空间并叠加截断误差协方差参数,提取所得矩阵的对角元素作为各网格单元的重构不确定度;

35、渲染模块,用于通过所述唯一标识,将各网格单元的所述温度估计值和所述重构不确定度分别映射为第一视觉渲染属性和第二视觉渲染属性,在所述车厢计算网格上实时渲染,生成同时呈现温度分布与重构不确定度分布的温度场数字孪生体。

36、第三方面,本技术提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述冷链运输车厢温度场数字孪生重构方法。

37、第四方面,本技术提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述冷链运输车厢温度场数字孪生重构方法。

38、本技术公开的实施例提供的技术方案具有以下有益效果:

39、本技术以货物堆垛构型索引物理约束降阶基函数,利用低维动力学模型和多源感知数据递推估计低维状态变量;由低维动力学模型的离散残差确定过程噪声参数,由全阶温度场与降阶重构温度场的偏差确定截断误差协方差参数,由传感器测量误差确定观测噪声参数,使三类不确定性保持与其数学空间相对应;状态估计得到后验协方差矩阵后,通过基函数矩阵将所述后验协方差矩阵传播至全计算网格物理空间,并叠加所述截断误差协方差参数,所得温度估计协方差矩阵的对角元素形成各网格单元的重构不确定度;再将温度估计值与重构不确定度分别映射为色相属性和透明度属性,使温度分布与估计不确定性分布共同呈现。由此,本技术可以提供车厢温度场重构结果的空间不确定性表征。