一种数字孪生模型多维多尺度验证系统及方法与流程

本发明涉及数字孪生模型，具体为一种数字孪生模型多维多尺度验证系统及方法。

背景技术：

1、数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程；数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。

2、专利公开号为cn113010930a的申请公开了一种数字孪生模型多维多尺度验证方法，包括如下步骤：步骤(1)、在几何维度，基于测量工具三坐标测量机实现对数字孪生模型几何刻画程度的评估；步骤(2)、在物理维度，针对不同尺度不同对象分析功能/性能验证需求，进而在真实场景或实验室环境下设计实验以开展试验分析，从而实现在物理维度的模型验证；步骤(3)、在行为维度，验证行为的顺发性以及行为响应层面的正确性，采用时序图和状态图对行为模型实现验证；步骤(4)、在规则维度，建立规则模型，使各规则模型具备评估、演化、推理等能力，并利用数据激励方法对规则模型进行验证。本发明能够为数字孪生模型的验证提供多维验证方法，并一定程度上为数字孪生模型提供有效应用与服务奠定基础。

3、对数字孪生模型进行数据验证时，一般根据所输入的数据进行一一校验，采用神经网络模型训练的方式，对此模型进行一一训练，并确认其精准度，但此种方式，并未将相似特征的同类数据进行统一处理，其原始的数据处理方式较为缓慢，且模型缺陷的识别也不够精准，覆盖面不够广。

技术实现思路

1、针对现有技术的不足，本发明提供了一种数字孪生模型多维多尺度验证系统及方法，解决了原始的数据处理方式较为缓慢，且模型缺陷的识别也不够精准，覆盖面不够广的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种数字孪生模型多维多尺度验证系统，包括：

3、模型构建端，根据服务对象的不同，由操作人员自行输入数字孪生模型所需求的构建数据，并根据所输入的构建数据，对数字孪生模型进行构建，并将所构建的数字孪生模型传输至初步校验端内进行校验处理；

4、数据输入端，将数字孪生模型需求的处理数据进行输入，其中处理数据包括若干组不同格式的数据，且由操作人员自行输入，当所输入的处理数据达到m组时，再将m组数据传输至特征分类端内，其中m为预设值；

5、特征分类端，对所输入的处理数据预先进行特征分类，并将属于同一特征区间的处理数据绑定为同一特征区，并将同一特征区的不同处理数据传输至初步校验端内进行初步校验处理，具体方式为：

6、将m组处理数据优先进行格式分类，使相同格式的处理数据属于同一格式分区；

7、对同一格式分区内不同的处理数据进行聚类处理，从若干组处理数据内选定最小值，并将其标定为z1，按照数值大小，将后续所排序的处理数据标定为zi，且i＝1、2、……、n，n代表处理数据的排序位置；

8、采用得到i为j时所产生的方差参数，其中2≤j≤n，以j为2依次往后计算，其中为j个处理数据所产生的均值，当fc＞y1时，将i从1到j之间的处理数据划分为一组特征区间，其中y1为预设值；

9、随后再从j开始往后计算，直至fc＞y1时，再次锁定对应的特征区间；

10、根据锁定的特征区间，将同一格式区间的处理数据划分至若干个特征区内，将同一特征区的不同处理数据传输至初步校验端内；

11、初步校验端，将属于同一特征区的处理数据进行校验处理，将内部的处理数据传输至数字孪生模型内，确定输出值，随后通过判定输出值的准确度，判定此特征区是否为异常特征区，具体方式为：

12、将输出值与准确值进行比对，其中准确值为实际环境中所产生的参数，可由操作人员输入或外部传感器进行采集，比对无误，不进行任何处理，比对有误，将此输出值标定为异常值；

13、确定异常值的具体个数g，在确定对应特征区内部处理数据的总个数z，随后通过采用：g÷z＝b得到比值b，判定比值b是否满足：b＞y2，其中y2为预设值，若满足，则将此特征区标定为异常特征区，并将此异常特征区传输至二次校验端内；

14、二次校验端，根据所确定的异常特征区，操作人员通过数据输入端输入属于此异常特征区靠近两组端点的临界组合，其临界组合存在两组临界值，分别靠近此异常特征区的两个端点，采用二次校验的方式对临界组合进行二次校验处理，判定此异常特征区是否为标警特区，具体方式为：

15、将临界组合内部的两组临界值输入至此数字孪生模型内，并确定输出值，判定输出值是否准确，其数值准确的判定由操作人员自行确认；

16、若数值均准确，则不进行任何处理，若数值存在错误，则将此异常特征区判定为标警特区，并传输至综合判定端内进行综合判定；

17、综合判定端，根据标警特区的具体个数，判定此数字孪生模型是否为标准模型，若具体个数＞4，则判定此数字孪生模型为误差模型，需人为进行数值纠正，反之，判定此数字孪生模型为标准模型。

18、优选的，一种数字孪生模型多维多尺度验证方法，包括以下步骤：

19、步骤一、根据服务对象的不同，由操作人员自行输入数字孪生模型所需求的构建数据，并根据所输入的构建数据，对数字孪生模型进行构建；

20、步骤二、再输入对应的处理数据，随后将处理数据进行特征分类，将属于同一特征区间的处理数据绑定为同一特征区，并将同一特征区的不同处理数据传输至初步校验端内进行初步校验处理；

21、步骤三、将属于同一特征区的处理数据进行校验处理，将内部的处理数据传输至数字孪生模型内，确定输出值，随后通过判定输出值的准确度，判定此特征区是否为异常特征区；

22、步骤四、根据所确定的异常特征区，操作人员通过数据输入端输入属于此异常特征区靠近两组端点的临界组合，其临界组合存在两组临界值，分别靠近此异常特征区的两个端点，采用二次校验的方式对临界组合进行二次校验处理，判定此异常特征区是否为标警特区，根据标警特区的具体个数判定此数字孪生模型是否为标准模型。

23、本发明提供了一种数字孪生模型多维多尺度验证系统及方法。与现有技术相比具备以下有益效果：

24、本发明通过将不同的处理数据进行特征分类，使若干组不同的处理数据划分为若干个特征区，再按照分区的方式，进行数据验证，来判定其模型输出数值的准确度，采用此种验证方式，不仅能保障模型处理数据的速率，海避免数据单一训练的方式，相同特征的数据进行同阶段验证处理分析，确定其精度的同时，还可快速识别出本模型的缺陷，缩短验证时间，并确保验证精度；

25、针对于处理存在错误的特征分区，进行二次校验处理，避免因算力不足导致误判的情况出现，提升此模型验证的全面性，通过二次校验的方式，选定对应特征区差值最大的两组参数，此类参数之间的特征也相差较大，故数值在处理时，能保证其准度以及精度，同时使模型的检验过程中更为全面；

26、采用锁定特征区进行统一验证的方式，避免了单一数据进行一一验证的方式，其验证过程时间更短，数值校验的更为全面，对模型验证的精度进行保障。