基于几何行为模型的LFO-FCAL数据模型偏差补偿的高精度数字孪生方法

    公开(公告)号:CN120070739A

    公开(公告)日:2025-05-30

    申请号:CN202510062419.8

    申请日:2025-01-15

    Applicant: 清华大学

    Inventor: 张和明 罗乐乐

    Abstract: 本发明公开了一种基于几何行为模型的LFO‑FCAL数据模型偏差补偿的高精度数字孪生方法及装置,获取物理实体当前时刻的实时数据和第一预设时间段内每个时刻的历史数据;将当前时刻的实时数据输入至几何行为模型中,得到初始控制数据,其中,几何行为模型为物理实体的数字孪生模型;将第一预设时间段内每个时刻的历史数据输入目标LFO‑FCAL模型中,得到实时数据对应的偏差数据;利用偏差数据对初始控制数据进行补偿,得到用于数字孪生的目标控制数据。本发明提高了目标控制数据的精确度,满足了用户对输出精度的需求,进而满足通过数字孪生的仿真结果进行预测、诊断和全生命周期管理。

    一种数字孪生等级评定和量化评估方法

    公开(公告)号:CN119883855A

    公开(公告)日:2025-04-25

    申请号:CN202411812315.6

    申请日:2024-12-10

    Applicant: 清华大学

    Inventor: 张和明 罗乐乐

    Abstract: 本申请提出一种数字孪生等级评定和量化评估方法,涉及数字孪生技术领域,包括:在接收供应商交付的数字孪生系统后,判断所述数字孪生系统是否符合数字孪生的基本定义条件;若所述数字孪生系统符合数字孪生的基本定义条件,以数字孪生的发展趋势为指导判断所述数字孪生系统是否满足相应的判决条件,对所述数字孪生系统进行等级划分;根据划分的等级逐项对相应的量化指标进行评分,并结合确定的加权系数对评分结果进行加权求和,计算出所述数字孪生系统的可信度评分。本申请提出了一种适用于不同应用场景的数字孪生系统等级评定和可信度评估方法,通过定性定级与定量评分相结合的方式,避免了单一评分无法全面反映系统发展水平的问题。

Patent Agency Ranking