一种基于自动更新大模型的管路阀门监测方法和装置与流程

本申请涉及控制工程，尤其涉及一种基于自动更新大模型的管路阀门监测方法和装置。

背景技术：

1、管路阀门是确保管路系统正常安全运行的重要装置，尤其在大流量大压力条件下，管路阀门内部流场随工况的改变会发生剧烈变化，通过压力、流速等因素作用于结构，导致管路阀门的内部结构和上下游管路损坏，严重影响管路阀门的实际寿命和运行可靠性，因此需要对管路阀门的运行状态进行持续跟踪监测，及时发现问题。

2、现有的管路阀门监测方法通过采集管路阀门的传感数据，基于传感数据构建监测模型，并对管路阀门进行监测。由于管路阀门在使用过程中性能不断退化，由监测模型预测得到的预测结果与实际结果不一致；其次，传感器受到类型和数量限制，如何通过模型的虚拟传感快速获得真实传感无法直接获取的信息。

技术实现思路

1、有鉴于此，本申请提供一种基于自动更新大模型的管路阀门监测方法和装置，用以实现对管路阀门运行状态的监测，确保预测结果与实际结果的一致。

2、具体地，本申请是通过如下技术方案实现的：

3、本申请第一方面提供一种基于自动更新大模型的管路阀门监测方法，所述方法包括：

4、基于管路阀门有限元模型建立训练数据集和更新数据集；

5、基于所述训练数据集训练管路阀门的监测模型，其中，所述监测模型为神经网络模型，至少包括多个输入编码层，用于提取输入数据不同层级的特征；

6、根据管路阀门历史监控数据和监测模型性能优化目标优化所述多个输入编码层的分割方式，获得第一编码层集合和第二编码层集合，每个编码层集合中包括多个不重合的输入编码层，第二编码层集合中的各个输入编码层在第一编码层集合的后端；

7、按照第一更新周期，基于所述更新数据集微调所述第二编码层集合中各个输入编码层；

8、基于微调后的所述管路阀门的监测模型预测管路阀门状态。

9、本申请第二方面提供一种基于自动更新大模型的管路阀门监测装置，所述装置包括：建立模块、训练模块、分割模块、更新模块和预测模块；

10、其中，所述建立模块，用于基于管路阀门有限元模型建立训练数据集和更新数据集；

11、所述训练模块，用于基于所述训练数据集训练管路阀门的监测模型，其中，所述监测模型为神经网络模型，至少包括多个输入编码层，用于提取输入数据不同层级的特征；

12、所述分割模块，用于根据管路阀门历史监控数据和监测模型性能优化目标优化所述多个输入编码层的分割方式，获得第一编码层集合和第二编码层集合，每个编码层集合中包括多个不重合的输入编码层，第二编码层集合中的各个输入编码层在第一编码层集合的后端；

13、所述更新模块，用于按照第一更新周期，基于所述更新数据集微调所述第二编码层集合中各个输入编码层；

14、所述预测模块，用于基于微调后的所述管路阀门的监测模型预测管路阀门状态。

15、本申请提供的基于自动更新大模型的管路阀门监测方法和装置，第一方面，通过监测模型能够对任意工况下管路阀门的运行状态进行快速预测，能够结合对应的流场流速和压力分布情况进行分析，同时可通过更新数据集对监测模型进行快速自动更新，保证预测结果与实际结果始终保持在误差范围内，可以及时发现问题，提升管路系统运行可靠性，并通过对不同批次、时间阶段的模型与数据追溯，为产品改型或新研提供支撑。也就是说，通过自动更新的监测模型，提高模型对于性能退化等动态变化因素的考量程度，进而提高模型监测的准确度；第二方面，将监测模型分割为第一编码层集合和第二编码层集合，在对监测模型进行微调时，微调后的监测模型的第一编码层集合继承原监测模型的第一编码层集合，加快并优化模型的更新效率；微调后的第二编码层集合基于训练数据进行参数调整和训练，保障微调后的模型的输出与最新数据保持在误差范围之内，最大程度保存更新前后两个阶段数据集信息。第三方面，在监测模型无法做到高精度预测时，基于流场压力云图数据集和表面应力云图数据集，重构阀门状态分析模型，实现了阀门内部流场流速与压力分布云图的快速重构和预测，通过有限个数的仿真数据获得一定范围内任意工况的物理场数据，辅助产品运行状态的分析和预测。

技术特征：

1.一种基于自动更新大模型的管路阀门监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述按照第一更新周期，基于所述更新数据集微调所述第二编码层集合中各个输入编码层，包括：

3.根据权利要求1所述的方法，其特征在于，所述更新数据集包括源数据集，所述更新数据集的建立过程，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据管路阀门历史监控数据和监测模型性能优化目标优化所述多个输入编码层的分割方式，获得第一编码层集合和第二编码层集合，包括：

5.根据权利要求1所述的方法，其特征在于，按照当前确定的所述第一更新周期微调所述第二编码层集合中各个输入编码层，包括：

6.根据权利要求1所述的方法，其特征在于，所述训练数据集包括源数据集、流场压力云图数据集和表面应力云图数据集，所述基于管路阀门有限元模型建立训练数据集，包括：

7.根据权利要求1所述的方法，其特征在于，所述管路阀门有限元模型的建立过程，包括：

8.根据权利要求1所述的方法，其特征在于，所述基于管路阀门有限元模型建立训练数据集和更新数据集，包括：

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

10.一种基于自动更新大模型的管路阀门监测装置，其特征在于，所述装置包括：建立模块、训练模块、分割模块、更新模块和预测模块；

技术总结本申请提供一种基于自动更新大模型的管路阀门监测方法和装置，包括：基于管路阀门有限元模型建立训练数据集和更新数据集；基于训练数据集训练管路阀门的监测模型；根据管路阀门历史监控数据和监测模型性能优化目标优化多个输入编码层的分割方式，获得第一编码层集合和第二编码层集合，每个编码层集合中包括多个不重合的输入编码层，第二编码层集合中的各个输入编码层在第一编码层集合的后端；按照第一更新周期，基于更新数据集微调第二编码层集合中各个输入编码层；基于微调后的管路阀门的监测模型预测管路阀门状态。提高了管路阀门监测的准确性，同时提高了监测方法和装置的自适应性。技术研发人员：刘鑫,李伟,王磊,陈宇勤,刘振东受保护的技术使用者：中国航空工业集团公司金城南京机电液压工程研究中心技术研发日：技术公布日：2024/7/25