《Electronics》：A Grey-Box Surrogate Feature Engineering Approach Based on GP-ANN for Digital Twin Applications
编辑推荐：
本研究提出了一种基于自主特征工程概念的顺序混合GP-ANN架构，用于单相感应电机的多输出性能预测，作为准备集成到数字孪生中的高保真代理模型。所需的高分辨率电机数据集（88,375个样本）是通过使用Ansys RMxprt的参数扫描方法生成的。在所提出的架构中，
本研究提出了一种基于自主特征工程概念的顺序混合GP-ANN架构，用于单相感应电机的多输出性能预测，作为准备集成到数字孪生中的高保真代理模型。所需的高分辨率电机数据集（88,375个样本）是通过使用Ansys RMxprt的参数扫描方法生成的。在所提出的架构中，遗传编程（GP）不是作为最终预测器，而是作为分析滤波器，用于发现原始输入数据中隐藏的物理关系，并将其转换为超特征，从而在结构上消除直接对原始数据建模时出现的多项式爆炸风险和尺度敏感性。GP自主发现的非线性物理关系作为数学向量被添加到网络输入矩阵中，打破了标准人工神经网络的黑箱结构，并将其转变为受物理启发的灰盒模型。GP发现的非线性项在独立进行Z-score归一化后输入网络，以保持梯度稳定性。为了全面评估该框架，其预测性能与行业标准机器学习算法进行了基准测试，包括随机森林（RF）、支持向量回归（SVR）和极限梯度提升（XGBoost）。在基于变体的未见测试数据上的结果表明，混合模型相对于XGBoost实现了具有竞争力的预测精度——在输出转矩和输入电流方面匹配或超越它，在输出功率方面大致相当，尽管XGBoost在效率和功率因数方面获得了显著更低的RMSE——同时额外提供了透明的数学可追溯性，与标准ANN相比，每个参数的误差率（RMSE）降低了42.1%至66.1%。该模型在功率因数参数上达到了R2得分为0.9879，而传统方法在此参数上表现不佳。为了严格验证该灰盒架构的可解释性，进行了全局排列特征重要性（PFI）分析，表明GP衍生的超特征共同占决策逻辑的61.46%，超过了原始输入的总贡献（38.54%）。此外，发现自主特征工程层减轻了ANN的学习负担，使其在相同的固定轮次预算内收敛到显著更低的误差水平。在线推理时间低于0.02毫秒，所提出的架构通过预测精度与计算效率之间的平衡权衡，为可持续电机数字孪生提供了稳健的方法论基础设施。
**论文解读：基于GP-ANN的灰盒代理特征工程方法在数字孪生中的应用**
**研究背景与问题**
在工业4.0背景下，数字孪生（Digital Twin, DT）技术通过工业物联网（Industrial Internet of Things, IIoT）传感器网络实现物理资产与虚拟模型的实时双向同步，对电机系统的预测性维护、性能优化和实时监控提出了高保真、低延迟的建模需求。单相感应电机（Single-Phase Induction Motor, SPIM）是工业和家用设备中的关键驱动元件，其性能预测传统上依赖有限元分析（Finite Element Analysis, FEA），但FEA计算成本极高（需解数百万个方程），难以满足实时决策支持。数据驱动的降阶模型（Reduced-Order Modelling, ROM）和代理模型虽能加快仿真速度，但纯黑箱模型（如人工神经网络ANN、极限梯度提升XGBoost）缺乏物理可解释性，且在处理高度非线性参数（如功率因数、效率）时易出现拟合偏差。遗传编程（Genetic Programming, GP）可自主发现透明数学公式，但直接应用于高维、大规模数据集时面临多项式爆炸和尺度敏感性问题。现有混合模型多将进化算法单纯用作权重优化器，未充分发挥GP的符号发现能力作为特征工程工具。因此，本研究旨在开发一种顺序混合GP-ANN架构，将GP定位为自主特征工程师，通过生成物理超特征增强ANN的输入空间，实现高精度、可解释且高效的多输出性能预测，为数字孪生集成提供高保真代理模型。
**研究对象与关键方法**
研究人员以一台2.27 kW单相电容运转感应电机为对象，利用Ansys RMxprt（基于解析电机理论与磁等效电路MEC）进行参数扫描，生成包含88,375个样本的高分辨率数据集。输入变量为电压（210-240 V，7级）、运行电容（30-40 μF，5级）和转速（2700-3564 rpm，25级，实际使用瞬时转速101点），输出为输入电流、输出转矩、输出功率、效率和功率因数。采用基于配置的变体划分策略，将875种配置中的700种（80%）用于训练，175种（20%）用于独立测试。主要关键技术方法包括：（1）遗传编程（GP）符号回归：使用二元表达式树，以RMSE为适应度，进化50代，发现透明数学公式作为超特征；（2）人工神经网络（ANN）：多层感知器（MLP）结构，隐藏层拓扑为[30, 30, 30]，ReLU激活，Adam优化器，250轮训练，Z-score归一化输入；（3）混合GP-ANN架构：将GP发现的超特征（输出转矩、输入电流、输出功率对应的三个公式）经独立Z-score归一化后与原始三个输入拼接，形成六维增强输入矩阵，然后训练ANN；（4）可解释性分析：采用全局排列特征重要性（Permutation Feature Importance, PFI）评估各特征贡献；（5）基准模型对比：随机森林（RF）、支持向量回归（SVR）和极限梯度提升（XGBoost）。
**研究结果**
**4.1 GP算子集与白盒代理模型构建**：GP使用的算子集（加、减、乘、除、平方、立方、平方根、对数）在物理上与单相感应电机等效电路理论对应。GP进化后发现了五个输出参数的透明数学公式，例如输出转矩公式为T
torque = (V + RSpeed)2 × RSpeed，功率因数公式为PF = (RSpeed × C) / (RSpeed + C)等。
**4.2 逐参数模型对比**：通过对比标准ANN与混合GP-ANN在变体测试集上的表现，发现混合模型在所有参数上均显著降低RMSE：输入电流RMSE降低53.1%，输出转矩降低64.5%，输出功率降低66.1%，效率降低42.1%，功率因数降低46.9%。R2值分别达到0.9879（功率因数）、0.9749（效率）等，表明混合模型有效克服了标准ANN在高度非线性区域的不足。
**4.3 可解释AI与排列特征重要性**：PFI分析显示，GP衍生的三个超特征（输出转矩、输入电流、输出功率）共同贡献了61.46%的决策逻辑，而原始三个输入（电压、电容、转速）仅占38.54%。其中转速单独贡献35.92%，表明网络并非单纯记忆原始坐标，而是主动利用GP衍生的物理代理。
**4.4 计算成本与时间-精度权衡**：混合GP-ANN的离线训练总时间为8.01分钟（GP特征提取3.76分钟，ANN训练4.25分钟），在线推理时间低于0.02毫秒，相比RMxprt求解器（约1.21秒/变体）加速约60,000倍，相对于传统3D FEA则加速更大。
**4.5 多准则模型评估**：雷达图表明混合GP-ANN在整体精度、误差最小化、在线推理速度和复杂动力学处理方面覆盖最大，仅在离线准备时间上略有牺牲。
**4.6 消融研究**：将混合GP-ANN与仅使用原始输入的ANN和添加手动工程特征的ANN对比。手动特征（如经典转矩代理项、简化电容耦合项等）导致优化退化，R2为负值，且在不同随机种子下结果相同，表明手动特征导致梯度下降陷入退化区域。而GP衍生的超特征实现了稳定且显著的提升，全局平均RMSE降至20.835，平均R2升至0.962，证明GP层作为物理滤波器的作用。
**4.7 与现代机器学习基线对比**：与RF、SVR、XGBoost对比显示，XGBoost在效率和功率因数上RMSE最低，但为完全黑箱；混合GP-ANN在输出转矩和输入电流上RMSE最低，且在所有参数上R2均超过0.96，同时保持数学可解释性。
**总结与讨论**
讨论部分指出，标准GP直接应用于未归一化物理量时产生巨大负R2（如输出转矩R2 = -3.04×10?），证实了多项式爆炸的数值不稳定性，而混合架构通过归一化和特征注入有效避免。GP发现的超特征（如输出转矩公式中的(RSpeed + V)2 × RSpeed）在物理上与单相感应电机等效电路参数一致，尽管并非严格量纲齐次，但作为数值代理函数有效。PFI分析进一步验证了超特征主导决策逻辑，满足可解释AI要求。研究结论指出，该混合架构在Industry 4.0生态系统中优化了计算成本与预测保真度之间的权衡，在线推理时间<0.02 ms，为数字孪生提供了稳健的方法论基础设施。然而，当前研究完全基于Ansys RMxprt仿真数据，未包含真实传感器噪声、热退化、IoT同步丢失等实际异常场景，参数扫描限于三个主要电变量，未考虑负载转矩变化、供电频率变化等。未来工作将基于工业测试台IIoT数据校准模型，进行硬件在环测试，并推广到其他电机拓扑。
