CN120277926A 仿真模型构建方法及系统 （北京弥天科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120277926A(43)申请公布日2025.07.08

(21)申请号202510765275.2

(22)申请日2025.06.10

(71)申请人北京弥天科技有限公司

地址100024北京市朝阳区常通路3号院1

号楼8层1单元901-01

(72)发明人邵财盛唐浩天孔航飞田绍春杨竹王仁杰

(74)专利代理机构北京维正专利代理有限公司

11508

专利代理师陈翠杰

(51)Int.CI.

GO6F30/20(2020.01)

GO6F17/18(2006.01)

G06F119/12(2020.01)

权利要求书3页说明书11页附图2页

(54)发明名称

仿真模型构建方法及系统

(57)摘要

CN120277926A本发明涉及工业设备智能仿真技术领域，公开了仿真模型构建方法及系统，包括以下步骤：步骤一、解析工业设备的电气控制逻辑，将其转化为包含离散布尔变量和连续变量的混合整数非线性规划问题；步骤二、基于张量网络分解算法对物理场进行建模，生成压缩后的低秩张量网络模型：步骤三、采用分层优化策略对所述张量网络模型的参数进行动态调整，其中所述分层优化策略根据误差收敛状态切换全局搜索与局部优化算法；步骤四、通过异构计算系统分配并执行符号计算、张量网络运算及参数优化任务；步骤五、实时采集生产线传感器数据。本发明通过

CN120277926A

步骤一、解析工业设备的电气控制逻辑，将其转化为包

步骤一、解析工业设备的电气控制逻辑，将其转化为包含离散布尔变量和连续变量的混合整数非线性规划问题

步骤二、基于张是网络分解算法对物理场进行建模，生成压缩后的低秩张最网塔模型

步骤三、采用分属优化策略对所述张量网络模型的参数进行动态调整，其中所述分居优化策略根据误差收数状态切换全局搜索与局部优化算法

步骤四、通过异构计算系统分配并执行符号计算、张量网络运算及参数优化任务

步骤五、实时采集生产线传感数据，计算仿真模型输出与真实数据的误差，并根据误差阈值触发参数重新优化

CN120277926A权利要求书1/3页

2

1.仿真模型构建方法，其特征在于，包括以下步骤：

步骤一、解析工业设备的电气控制逻辑，将其转化为包含离散布尔变量和连续变量的混合整数非线性规划问题；

步骤二、基于张量网络分解算法对物理场进行建模，生成压缩后的低秩张量网络模型；

步骤三、采用分层优化策略对所述张量网络模型的参数进行动态调整，其中所述分层优化策略根据误差收敛状态切换全局搜索与局部优化算法；

步骤四、通过异构计算系统分配并执行符号计算、张量网络运算及参数优化任务；

步骤五、实时采集生产线传感器数据，计算仿真模型输出与真实数据的误差，并根据误差阈值触发参数重新优化。

2.根据权利要求1所述的仿真模型构建方法，其特征在于，所述混合整数非线性规划问题的生成包括：

提取控制程序中的条件分支、循环结构及状态跳转指令，生成离散布尔变量集合

B={b?,b?,…,b};

设备物理参数作为连续变量x∈R,并施加约束xmin≤x?≤xmax;

所述混合整数非线性规划问题的目标函数为：

其中：c;(x)为与布尔变量b关联的连续函数；

d(x)为仅依赖于连续变量x的函数。

3.根据权利要求1所述的仿真模型构建方法，其特征在于，所述基于张量网络分解算法对物理场进行建模包括：

将物理场建模为N阶张量T,其中每个维度对应物理场的空间或时间离散化参数；

对所述N阶张量执行张量链分解，得到核心张量链G?,G?,…,Gn,其中每个核心张量G的秩为rk,且满足rk≤5。

4.根据权利要求3所述的仿真模型构建方法，其特征在于，所述生成压缩后的低秩张量网络模型包括构建混合张量结构：

将离散布尔变量b;作为附加维度嵌入张量链分解后的核心张量；

构造布尔逻辑关联核心张量A,其维度分别关联布尔变量状态与压缩维度α;

构造连续物理场关联核心张量B,其维度分别关联压缩维度α与物理场的空间或时间离散化参数；

通过张量缩并运算生成混合张量模型：

T(b?i?,…is)=Za=1A(b,a)·B(α,i,…in);

其中：b;为离散布尔变量；

i?…,i为物理场的离散化网格索引；

α为压缩维度索引；

r为压缩维度的大小。

5.根据权利要求1所述的仿真模型构建方法，其特征在于，所述分层