一种Mworks一维系统动态降阶模型的优化方法及装置与流程

本发明涉及火箭发动机一维系统仿真，尤其是一种mworks一维系统动态降阶模型的优化方法及装置。

背景技术：

1、在液体火箭发动机设计与开发过程中，mworks一维系统仿真模型被广泛用于模拟发动机内部流体流动、热传递及燃烧过程等关键物理现象。

2、现有技术中，利用mworks一维系统仿真模型建立的动态降阶模型，由输入层、隐藏层、输出层和各层之间的全连接组成，其中隐藏层根据模型的复杂度可以设计成任意数量的多层，各层之间的连接表示特征的权重；虽然目前的动态降阶模型可以满足数字孪生平台中常规测试的实时性需求，且精度较高；但是该动态降阶模型中设置了较多的隐藏层和神经元，这增加了模型的计算负担，降低了模型的运行效率；并且现有的动态降阶模型不能根据系统的实时性需求灵活设计模型的隐藏层数；从而导致在处理复杂系统时，无法做到实时反馈动态数据；例如：针对涡轮泵进行动态仿真时，由于涡轮泵是液体火箭发动机中高速旋转的组件，其计算复杂度较高，现有的动态降阶模型不能做到根据复杂结构在试验过程的实时性需求，结合模型的复杂程度对模型中的隐藏层进行灵活设计，无法做到高精度的实时反馈动态数据，仿真性能较差。

3、因此，亟需建立一种可根据测试场景需求对动态降阶模型进行仿真优化的先进技术，以解决现有技术的mworks一维系统中动态降阶模型对复杂结构仿真性能差的问题。

技术实现思路

1、本发明目的在于提供一种mworks一维系统动态降阶模型的优化方法及装置，可以根据模型复杂度和数字孪生平台的实时性需求，灵活设计隐藏层数的优化模型方案，并优化动态降阶模型，实时并高精度的反馈动态数据；从而解决了现有技术中的mworks一维系统中动态降阶模型对复杂结构仿真性能差的问题。

2、为了实现上述目的，本发明提供如下技术方案：

3、第一方面，本发明提供一种mworks一维系统动态降阶模型的优化方法，应用于火箭发动机数字孪生平台，可以包括：

4、获取第一动态降阶模型的特性参数，所述特性参数表示所述第一动态降阶模型的复杂度，所述第一动态降阶模型为mworks一维仿真系统中的动态降阶模型；

5、基于所述第一动态降阶模型的特性参数，结合目标仿真需求，确定目标连接层数的第二动态降阶模型；所述目标仿真需求为火箭发动机数字孪生平台对mworks一维系统的仿真需求；

6、对第二动态降阶模型中的每一连接层进行第一优化处理，得到第三动态降阶模型；所述优化处理至少包括激活函数、优化器以及学习率的优化处理；

7、对第三动态降阶模型进行模型第二优化处理，得到用于mworks一维仿真系统的动态降阶模型。

8、优选的，所述对第三动态降阶模型进行模型第二优化处理，得到用于mworks一维仿真系统的动态降阶模型，可以包括：基于样本数据库，对所述第三动态降阶模型进行模型第二优化处理，得到用于mworks一维仿真系统的动态降阶模型；所述样本数据库为利用所述mworks一维仿真系统建立的数据库。

9、优选的，所述对所述第三动态降阶模型进行第二优化处理，得到用于mworks一维仿真系统的动态降阶模型，可以包括：

10、利用训练样本集对所述第三动态降阶模型进行模型训练，学习所述训练样本集中的动态特性，得到第四动态降阶模型；所述训练样本集为从样本数据库中获取的训练样本集；

11、将测试样本集输入至所述第四动态降阶模型中，得到初始测试结果；所述测试样本集为从样本数据库中获取的测试样本集；

12、将初始测试结果与实际结果进行比较，基于误差函数调整所述第四动态降阶模型，直至误差函数收敛为止，得到目标动态降阶模型；

13、将所述目标动态降阶模型作为mworks一维仿真系统的动态降阶模型。

14、优选的，所述对所述第三动态降阶模型进行模型第二优化处理，之前可以包括：

15、利用mworks一维仿真系统建立所述样本数据库，所述样本数据库至少包括测试样本集和训练样本集。

16、优选的，所述利用mworks一维仿真系统建立样本库，可以包括：

17、获取火箭发动机在多种工况下的动态测试数据；多种所述工况至少包括涡轮泵、燃烧室以及推力室工作时对应的复杂工况；

18、对所述动态测试数据进行数据预处理，得到高保真动态测试数据；

19、基于所述高保真动态测试数据，采用mworks一维仿真系统进行仿真计算，得到动态仿真数据；

20、基于所述动态仿真数据以及所述高保真动态测试数据，建立所述样本数据库。

21、优选的，所述目标仿真需求可以包括目标仿真预测精度及目标预测效率；

22、所述基于所述第一动态降阶模型的特性参数，结合目标仿真需求，确定目标连接层数的第二动态降阶模型，可以包括：基于所述第一动态降阶模型的特性参数，结合目标仿真预测精度及目标预测效率，确定目标连接层数的第二动态降阶模型。

23、优选的，所述目标连接层数可以为8层。

24、优选的，所述对第二动态降阶模型中的每一层进行第一优化处理，得到第三动态降阶模型，可以包括：将所述第二动态降阶模型中每一层的激活函数替换为relu激活函数；将所述第二动态降阶模型中每一层的优化器替换为adam优化器；将所述第二动态降阶模型中每一层的学习率设置为0.001。

25、第二方面，本发明一种mworks一维系统动态降阶模型的优化装置，应用于火箭发动机数字孪生平台，可以包括：

26、获取模块，所述获取模块用于获取第一动态降阶模型的特性参数，所述特性参数表示所述第一动态降阶模型的复杂度，所述第一动态降阶模型为mworks一维仿真系统中的动态降阶模型；

27、确定模块，所述确定模块用于基于所述第一动态降阶模型的特性参数，结合目标仿真需求，确定目标连接层数的第二动态降阶模型；所述目标仿真需求为火箭发动机数字孪生平台对mworks一维系统的仿真需求；

28、连接层优化模块，所述连接层优化模块用于对第二动态降阶模型中的每一连接层进行第一优化处理，得到第三动态降阶模型；所述优化处理至少包括激活函数、优化器以及学习率的优化处理；

29、模型优化模块，所述模型优化模块用于对第三动态降阶模型进行模型第二优化处理，得到用于mworks一维仿真系统的动态降阶模型。

30、与现有技术相比，本发明提供的一种mworks一维系统动态降阶模型的优化方法，应用于火箭发动机数字孪生平台，通过获取第一动态降阶模型的特性参数，基于所述第一动态降阶模型的特性参数，结合目标仿真需求，确定目标连接层数的第二动态降阶模型；其中，特性参数表示所述第一动态降阶模型的复杂度，第一动态降阶模型为mworks一维仿真系统中的动态降阶模型；目标仿真需求为火箭发动机数字孪生平台对mworks一维系统的仿真需求；进一步对第二动态降阶模型中的每一连接层进行第一优化处理，得到第三动态降阶模型；所述优化处理至少包括激活函数、优化器以及学习率的优化处理；最后对第三动态降阶模型进行模型第二优化处理，得到用于mworks一维仿真系统的动态降阶模型；基于此，可以基于火箭发动机数字孪生平台对mworks一维系统的目标仿真需求，动态优化调整动态降阶模型的连接层参数，并对调整后的动态降阶模型进行第二次优化，以确保经过两次优化后的动态降阶模型的预测精度及预测效率，提升了动态降阶模型在火箭发动机数字孪生平台中对复杂结构的仿真性能。