[发明专利]基于人工智能的模拟仿真自动建模方法及装置在审

专利信息
申请号: 201910302179.9 申请日: 2019-04-16
公开(公告)号: CN110070336A 公开(公告)日: 2019-07-30
发明(设计)人: 葛铭;魏江;冯李立;黄彩霞;郑小青 申请(专利权)人: 杭州坤天自动化系统有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q50/04;G06K9/00
代理公司: 杭州九洲专利事务所有限公司 33101 代理人: 沈敏强
地址: 310003 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备模块 人工智能 管线标记 模拟仿真 自动建模 连接信息 设备区域 动态模拟系统 标记设备 动态特性 化工装置 获取模块 开发效率 流程模型 设备标记 数学模型 用户操作 自动创建 标记符 长标记
【权利要求书】:

1.一种基于人工智能的模拟仿真自动建模方法,其特征在于,包括:

S01、根据用户操作在流程图上需模拟的设备及管线附近标记与设备或管线对应的设备或管线标记符;

S02、识别流程图上的设备标记符和管线标记符,标记设备标记符附近存在设备的设备区域,沿管线标记符附近的管线通长标记该管线;

S03、识别经标记的设备区域内的设备模块,通过识别经标记的管线获取模块的连接信息;

S04、根据识别出的设备模块及模块的连接信息,结合与设备模块对应的且能描述该设备模块动态特性的单元数学模型自动创建流程模型。

2.根据权利要求1所述的基于人工智能的模拟仿真自动建模方法,其特征在于,还包括:

S05、对自动创建的流程模型进行连接信息校验和参数校验,对校验不通过的部分根据用户操作进行手动修复。

3.根据权利要求1所述的基于人工智能的模拟仿真自动建模方法,其特征在于:所述识别流程图上的设备标记符包括使用训练好的深度神经网络图像识别模型识别区分设备标记符与非设备标记符。

4.根据权利要求1所述的基于人工智能的模拟仿真自动建模方法,其特征在于:所述识别经标记的设备区域内的设备模块及模块的连接信息包括使用训练好的深度神经网络图像识别模型分别对设备区域内进行模块识别。

5.根据权利要求3或4所述的基于人工智能的模拟仿真自动建模方法,其特征在于:所述深度神经网络图像识别模型采用TensorFlow搭建。

6.一种基于人工智能的模拟仿真自动建模装置,其特征在于,包括:

标记符标记模块(1),用于根据用户操作在流程图上需模拟的设备及管线附近标记与设备或管线对应的设备或管线标记符;

区域及管线标记模块(2),用于识别流程图上的设备标记符和管线标记符,标记设备标记符附近存在设备的设备区域,用于沿管线标记符附近的管线通长标记该管线;

设备及管线识别模块(3),用于识别经标记的设备区域内的设备模块,通过识别经标记的管线获取模块的连接信息;

自动建模模块(4),用于根据识别出的设备模块及模块的连接信息,结合与设备模块对应的且能描述该设备模块动态特性的单元数学模型自动创建流程模型。

7.根据权利要求6所述的基于人工智能的模拟仿真自动建模装置,其特征在于,还包括:

校正模块(5),用于对自动创建的流程模型进行连接信息校验和参数校验,对校验不通过的部分根据用户操作进行手动修复。

8.根据权利要求6所述的基于人工智能的模拟仿真自动建模装置,其特征在于:所述识别流程图上的设备标记符包括使用训练好的深度神经网络图像识别模型识别区分设备标记符与非设备标记符。

9.根据权利要求6所述的基于人工智能的模拟仿真自动建模装置,其特征在于:所述识别经标记的设备区域内的设备模块及模块的连接信息包括使用训练好的深度神经网络图像识别模型分别对设备区域内进行模块识别。

10.根据权利要求8或9所述的基于人工智能的模拟仿真自动建模装置,其特征在于:所述深度神经网络图像识别模型采用TensorFlow搭建。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州坤天自动化系统有限公司,未经杭州坤天自动化系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910302179.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top