本发明涉及数据处理，尤其是涉及一种智能化降阶模型的部署方法、装置、电子设备及存储介质。
背景技术：
1、液体火箭发动机部组件智能化降阶模型具有高精度效率的特点，是实现液体火箭发动机数字孪生的核心组成部分。部组件智能化降阶模型在发动机系统级仿真模型中进行部署是建立数字孪生模型的基石，目前缺少部组件智能化降阶模型的有效部署方法。
2、在相关技术中，降阶模型的部署方法，通过对降阶模型进行简单函数封装，仅仅适用于传统模型降阶方法所得到的降阶模型，对于智能化降阶模型并不适用。液体火箭发动机部组件智能化降阶模型内部包含深度神经网络以及复杂网络架构，传统降阶模型部署方法无法处理如此复杂的降阶模型，无法保证智能化降阶模型的计算效率，更无法将智能化降阶模型部署在发动机系统级仿真模型中。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种智能化降阶模型的部署方法、装置、电子设备及存储介质，以解决上述技术问题。
2、第一方面，本发明实施例提供了一种智能化降阶模型的部署方法，方法包括：建立液体火箭发动机部组件智能化降阶模型，得到预训练的深度神经网络模型；将深度神经网络模型进行格式转换，得到开放神经网络交换模型；将开放神经网络交换模型进行转换，生成满足功能模型接口规范的功能模拟单元模型；将功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接。
3、在本发明较佳的实施例中，上述将深度神经网络模型进行格式转换，得到开放神经网络交换模型，包括：加载深度神经网络模型，读取深度神经网络模型的第一有效信息；对第一有效信息进行格式转换得到第二有效信息；将第二有效信息保存至定义开放神经网络交换模型对应的预设容器中，基于开放神经网络交换格式的定义接口建立开放神经网络交换模型。
4、在本发明较佳的实施例中，上述将开放神经网络交换模型进行转换，生成满足功能模型接口规范的功能模拟单元模型，包括：对开放神经网络交换模型进行解析及加载，得到运算节点；基于运算节点确定计算图模型；生成计算图模型中每个节点的c代码并进行编译，得到功能模拟单元模型。
5、在本发明较佳的实施例中，上述在生成计算图模型中每个节点的c代码并进行编译，得到功能模拟单元模型之后，方法还包括：基于预先设置的输入和输入对应的输出对功能模拟单元模型进行验证，得到验证结果；基于验证结果对c代码进行优化。
6、在本发明较佳的实施例中，在上述生成计算图模型中每个节点的c代码并进行编译，得到功能模拟单元模型之后，方法还包括：构建网络服务，接收开放神经网络交换模型并封装和返回功能模拟单元模型；同时返回生成功能模拟单元模型的过程中产生的日志记录。
7、在本发明较佳的实施例中，上述功能模拟单元模型包括：交换型功能模拟单元模型，上述将功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，包括：对与交换型功能模拟单元模型连接的组件建立因果连接器；将交换型功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，并与液体火箭发动机系统级仿真模型共用第一求解器。
8、在本发明较佳的实施例中，上述功能模拟单元模型包括：联合仿真型功能模拟单元模型，上述联合仿真型功能模拟单元模型包括：第二求解器，上述将功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，包括：对与联合仿真型功能模拟单元模型连接的组件建立因果连接器；将联合仿真型功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，单独使用第二求解器。
9、第二方面，本发明实施例还提供一种智能化降阶模型的部署装置，包括：模型建立模块，用于建立液体火箭发动机部组件智能化降阶模型，得到预训练的深度神经网络模型；格式转换模块，用于将深度神经网络模型进行格式转换，得到开放神经网络交换模型；功能模拟单元模型生成模块，用于将开放神经网络交换模型进行转换，生成满足功能模型接口规范的功能模拟单元模型；模型连接模块，用于将功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接。
10、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面的智能化降阶模型的部署方法。
11、第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面的智能化降阶模型的部署方法。
12、本发明实施例带来了以下有益效果：
13、本发明实施例提供了一种智能化降阶模型的部署方法、装置、电子设备及存储介质，通过建立液体火箭发动机部组件智能化降阶模型，得到预训练的深度神经网络模型，将深度神经网络模型进行格式转换，得到开放神经网络交换模型，将开放神经网络交换模型进行转换，生成满足功能模型接口规范的功能模拟单元模型，将功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接。该方式中，通过将液体火箭发动机部组件智能化降阶模型转换为开放神经网络交换模型，能够提高预训练的深度神经网络模型的计算效率并且便于转换为其他更为通用模型格式，填补了传统降阶模型部署方法无法处理深度神经网络模型的缺陷。
14、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
15、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种智能化降阶模型的部署方法，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，所述将所述深度神经网络模型进行格式转换，得到开放神经网络交换模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述开放神经网络交换模型进行转换，生成满足功能模型接口规范的功能模拟单元模型，包括：
4.根据权利要求3所述的方法，其特征在于，在所述生成所述计算图模型中每个节点的c代码并进行编译，得到所述功能模拟单元模型之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，在所述生成所述计算图模型中每个节点的c代码并进行编译，得到所述功能模拟单元模型之后，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述功能模拟单元模型包括：交换型功能模拟单元模型，所述将所述功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，包括：
7.根据权利要求1所述的方法，其特征在于，所述功能模拟单元模型包括：联合仿真型功能模拟单元模型，所述联合仿真型功能模拟单元模型包括：第二求解器，所述将所述功能模拟单元模型通过接口与液体火箭发动机系统级仿真模型连接，包括：
8.一种智能化降阶模型的部署装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的智能化降阶模型的部署方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使处理器实现权利要求1至7任一项所述的智能化降阶模型的部署方法。
