一种面向机载机电系统的神经网络的部署系统和方法与流程

专利2025-02-28  32


本申请涉及机载机电系统,尤其涉及一种面向机载机电系统的神经网络的部署系统和方法。


背景技术:

1、当前,在机载机电系统领域中,一般使用神经网络算法进行各项任务。在实际部署面向机载机电系统的神经网络时,使用的神经网络大部分是参照典型神经网络设计的神经网络,该神经网络计算量较大,对硬件资源的要求也高,严重限制了其在机载机电系统领域的应用。


技术实现思路

1、有鉴于此,本申请提供一种面向机载机电系统的神经网络的部署系统和方法,以对面向机载机电系统的神经网络进行快速优化与部署,有效支撑面向机载机电的神经网络的工程化落地。

2、具体地,本申请是通过如下技术方案实现的:

3、本申请第一方面提供一种面向机载机电系统的神经网络的部署系统,所述神经网络用于执行所述机载机电系统中的健康监测与故障诊断任务、控制任务、产品设计任务或产品制造任务;所述部署系统包括用于对所述神经网络进行优化的客户端、以及用于存储并执行所述客户端优化后的优化神经网络的电子设备;其中:

4、所述客户端包括级联的压缩模块、性能优化模块、参数量化模块和编程语言转换模块;所述客户端,具体用于利用所述压缩模块对所述神经网络模型进行压缩,得到所述神经网络模型对应的轻量化神经网络,并利用所述性能优化模块对所述轻量化神经网络进行性能优化,得到所述轻量化神经网络模型对应的性能优化后的优化模型,进而利用所述参数量化模块对该优化模型进行参数量化,得到参数量化后的量化模型,并利用所述编程语言转换模块将所述量化模型从第一编程语言转换为第二编程语言,得到所述量化模型对应于所述第二编程语言的优化神经网络;其中,所述第一编程语言和所述第二编程语言不同;

5、所述电子设备包括处理器、存储器、神经网络处理器npu、fpga、以及存储在所述存储器上并可在所述npu上运行的所述优化神经网络;其中,所述处理器,用于执行任务的调度和计算资源的分配;所述fpga,用于对来自传感器的数据进行预处理,并将预处理后的数据传输给所述npu;所述npu,用于基于所述预处理后的数据执行并加速所述优化神经网络相关的计算任务;其中,所述电子设备用于对所述优化神经网络进行加速计算。本申请第二方面提供一种面向机载机电系统的神经网络的部署方法,所述部署方法基于本申请第一方面任一项所述的部署系统实现;所述部署方法包括:

6、利用所述客户端对待部署的神经网络进行优化,得到优化神经网络;

7、将所述优化神经网络部署到所述电子设备上,以通过所述电子设备对所述优化神经网络进行加速计算。

8、本申请提供的面向机载机电系统的神经网络的部署系统和方法,通过设置客户端和电子设备,并通过客户端对面向机载机电系统的神经网络依序进行压缩、性能优化、参数量化和编程语言转换,这样,不仅能够将较大的神经网络转化为更小、更高效的轻量化网络,以提高其在硬件资源有限的机载机电系统上的可部署性,确保其在有限的计算能力下依然能够有效运行;此外,通过将神经网络从第一编程语言转换为第二编程语言,不仅有助于适配不同的硬件平台,还有利于提升系统的运行效率,以确保神经网络能够快速响应来自传感器的数据,提高系统的实时性;进一步的,在部署优化后的优化电子设备方面,通过使用处理器、神经网络处理器和fpga架构,利用处理器进行任务的调度和计算资源的分配,利用npu和fpga进行优化计算,能够显著提升神经网络的推理速度,确保系统在执行控制任务时具有快速的响应能力,以进一步提高实时性。



技术特征:

1.一种面向机载机电系统的神经网络的部署系统,其特征在于,所述神经网络用于执行所述机载机电系统中的健康监测与故障诊断任务、控制任务、产品设计任务或产品制造任务;所述部署系统包括用于对所述神经网络进行优化的客户端以及用于存储并执行所述客户端优化后的优化神经网络的电子设备;其中:

2.根据权利要求1所述的部署系统,其特征在于,所述将所述量化模型的编程语言从第一编程语言转换为第二编程语言,得到所述量化模型对应于所述第二编程语言的优化神经网络,包括:

3.根据权利要求2所述的部署系统,其特征在于,所述预先构建的数据库的构建过程,包括:

4.根据权利要求1所述的部署系统,其特征在于,所述性能优化模块,具体用于:

5.根据权利要求1所述的部署系统,其特征在于,所述压缩模块上设置有剪枝智能体模型;所述压缩模块,具体用于:

6.根据权利要求4所述的部署系统,其特征在于,所述学生网络的损失函数为:

7.根据权利要求1所述的部署系统,其特征在于,所述客户端提供与用户交互的图形用户界面;所述客户端响应于用户通过所述图形用户界面触发的指令,执行所述指令对应的动作;其中,所述指令至少包括压缩指令、性能优化指令、参数量化指令、编程语言转换指令。

8.根据权利要求1所述的部署系统,其特征在于,所述第一编程语言为python语言;所述第二编程语言为c语言或c++语言。

9.根据权利要求1所述的部署系统,其特征在于,所述电子设备为边缘端设备。

10.一种面向机载机电系统的神经网络的部署方法,其特征在于,所述部署方法基于权利要求1-9任一项所述的部署系统实现;所述部署方法包括:


技术总结
本申请提供一种面向机载机电系统的神经网络的部署系统和方法。本申请提供的面向机载机电系统的神经网络的部署系统和方法,结合客户端和电子设备,通过客户端对面向机载机电系统的神经网络依序进行压缩、性能优化、参数量化和编程语言转换,以及电子设备的算力提升,这样,能够将较大的神经网络转化为更小、更高效的轻量化网络,以提高其在硬件资源有限的机载机电系统上的可部署性,确保其在有限的计算能力下依然能够有效运行解决了机载机电系统中神经网络部署的挑战,显著提升了实时性和多任务处理能力,为工程化落地提供了有效支持,这些优势使得面向机载机电系统的神经网络应用能够更加高效、灵活和可靠,为未来的智能化发展奠定了基础。

技术研发人员:姚叶明,吉孟宇,郭文军,常诚,肖息,戴伟昊,孙凌云
受保护的技术使用者:中国航空工业集团公司金城南京机电液压工程研究中心
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-22080.html