[發明專利]基于有限測點的熱源系統溫度場實時重建方法

在審

• 申請號: 202210373464.1
• 申請日: 2022-04-11
• 公開（公告）號: CN114880921A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 龔智強;趙嘯宇;李橋;周煒恩;張小亞
• 申請（專利權）人: 中國人民解放軍軍事科學院國防科技創新研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06F119/08
• 代理公司: 北京奧文知識產權代理事務所(普通合伙) 11534
• 代理人: 張文

本發明公開了一種基于有限測點的熱源系統溫度場實時重建方法，包括：獲取多個訓練數據，訓練數據包括監測數據和預測數據，監測數據包括一個組件布局中的多個監測點的位置及溫度，預測數據包括相同組件布局中的至少一個預測點的位置及溫度；構建基于向量映射的機器學習模型；利用訓練數據訓練基于向量映射的機器學習模型以擬合監測點的溫度與預測點的溫度之間的映射關系；利用訓練后的機器學習模型進行預測點的溫度預測。本發明的方法能夠利用有限的監測點測量的溫度得到組件布局下的其他位置的溫度，實現不同組件布局下的預測點溫度的快速預測和實時預測，減少組件布局區域中需要安裝的溫度傳感器數量，降低傳感器安裝空間需求。

技術領域

本發明涉及設備熱控技術領域，具體涉及一種基于有限測點的熱源系統溫度場實時重建方法。

背景技術

現有的如微電子設備等熱源系統中，由于內部的發熱組件數量較多，發熱組件分布密集，導致熱源系統的溫度較高、溫度變化較大。同時，由于熱源系統在正常運行階段還會根據所處環境和所執行任務的變化實時調整組件功率，也會導致整個熱源系統的溫度分布變化頻繁。由于電子組件對溫度變化十分敏感，一旦熱源系統內某些區域的溫度超過組件的工作溫度范圍，將導致該熱源系統難以繼續工作，甚至可能導致熱源系統損壞。因此，對熱源系統的內部區域進行溫度實時監測是非常必要的。

目前，熱源系統的內部區域的溫度監測主要采用接觸式溫度監測方式，即通過在熱源系統內部的某些位置安裝溫度傳感器，利用溫度傳感器進行溫度的實時測量。但是，由于熱源系統內部空間的限制，傳感器的安裝數量通常是有限制的，若安裝過多的傳感器則會嚴重影響系統設計，造成不必要的系統冗余。因此，現有的接觸式溫度監測方式只能實現對少量的裝有傳感器的位置進行熱監測，而無法對熱源系統的其他位置進行溫度實時監測，當熱源系統內部需要進行溫度監測的位置較多時，難以滿足實際應用需求。

發明內容

為了解決上述現有技術中存在的部分或全部技術問題，本發明提供了一種基于有限測點的熱源系統溫度場實時重建方法。

本發明的技術方案如下：

提供了一種基于有限測點的熱源系統溫度場實時重建方法，所述方法包括：

獲取多個訓練數據，其中，所述訓練數據包括監測數據和預測數據，所述監測數據包括一個組件布局中的多個監測點的位置及溫度，所述預測數據包括相同組件布局中的至少一個預測點的位置及溫度；

構建基于向量映射的機器學習模型；

利用所述訓練數據訓練所述基于向量映射的機器學習模型以擬合監測點的溫度與預測點的溫度之間的映射關系；

利用訓練后的機器學習模型進行預測點的溫度預測。

在一些可能的實現方式中，所述獲取多個訓練數據，包括：

確定監測點和預測點在熱源系統的組件布局區域中的位置，確定各個組件在所述組件布局區域中的位置；

針對每個組件，保持組件位置不變，從每個組件對應的預設功率范圍內隨機采樣一個功率數值以確定每個組件的功率，得到一個組件布局，利用有限元方法仿真計算組件布局對應的溫度場，從溫度場中提取監測點的溫度和預測點的溫度，確定一個包括監測點的位置及溫度的監測數據和一個包括預測點的位置及溫度的預測數據，得到一個包括監測數據和預測數據的訓練數據，重復進行多次隨機采樣和提取過程，直至得到預設數量的訓練數據。

在一些可能的實現方式中，所述基于向量映射的機器學習模型為多層感知機。

在一些可能的實現方式中，所述利用所述訓練數據訓練所述基于向量映射的機器學習模型，包括：

將所述監測數據中監測點的溫度作為所述多層感知機的輸入，將所述預測數據中預測點的溫度作為所述多層感知機的輸出，訓練所述多層感知機。