-
公开(公告)号:CN117892639B
公开(公告)日:2024-06-14
申请号:CN202410295379.7
申请日:2024-03-15
Applicant: 大连理工大学
IPC: G06F30/27 , G06F18/15 , G06F18/20 , G06F18/2433 , G06F18/25 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N20/20 , G06F119/14
Abstract: 本发明提供一种飞参数据驱动的飞行器结构寿命预测方法,属于飞行器结构健康监测及管理领域,步骤:1)采集飞行器飞参数据和结构关键部位应变数据构建数据集;2)对原始数据进行处理;3)自动提取关键部位应变的相关飞参及特征;4)基于集成深度学习模型建立相关飞参及特征到关键部位应变的高精度映射模型;5)将实时采集的飞参输入映射模型预测关键部位应变历程,利用疲劳寿命评估方法和损伤累积理论,预测结构剩余寿命。本发明自动化智能化程度高;以飞参数据作为原始输入,通过人工智能算法和大数据分析技术,实现飞行器结构剩余寿命的实时预测,解决缺乏面向实际飞行状态的飞行器结构关键部位的高精度寿命损耗评估手段等问题。
-
公开(公告)号:CN113240117B
公开(公告)日:2022-11-18
申请号:CN202110607199.4
申请日:2021-06-01
Applicant: 大连理工大学
Abstract: 一种变保真度迁移学习模型建立方法,属于工程设计与优化领域。本发明针对具体的工程问题,首先建立合适的高保真度模型和低保真度模型并进行高、低保真度样本点抽样;然后,以低保真度样本点为训练集,训练深度神经网络得到预训练模型;进而,替换深度神经网络的最后若干层,得到变保真度迁移学习模型。本发明的变保真度迁移学习模型能够同时融合高、低保真度信息,在较少的计算资源下可以得到高精度的预测模型,能够降低工程优化分析中的计算耗时,可以节省大量的时间成本。
-
公开(公告)号:CN113240117A
公开(公告)日:2021-08-10
申请号:CN202110607199.4
申请日:2021-06-01
Applicant: 大连理工大学
Abstract: 一种变保真度迁移学习模型建立方法,属于工程设计与优化领域。本发明针对具体的工程问题,首先建立合适的高保真度模型和低保真度模型并进行高、低保真度样本点抽样;然后,以低保真度样本点为训练集,训练深度神经网络得到预训练模型;进而,替换深度神经网络的最后若干层,得到变保真度迁移学习模型。本发明的变保真度迁移学习模型能够同时融合高、低保真度信息,在较少的计算资源下可以得到高精度的预测模型,能够降低工程优化分析中的计算耗时,可以节省大量的时间成本。
-
公开(公告)号:CN111027250A
公开(公告)日:2020-04-17
申请号:CN201911262361.2
申请日:2019-12-11
Applicant: 大连理工大学
Abstract: 一种基于网格变形技术的异形曲面加筋壳建模方法,属于程结构优化设计领域。首先,建立异形曲面壳的有限元实体模型作为目标网格域,建立简单曲面壳的有限元实体模型作为背景网格域。其次,利用拟合方法训练背景网格域和目标网格域这两个控制点集,获得二者之间的映射关系。再次,建立简单曲面加筋壳的参数化有限元模型。最后,基于训练好的映射关系,将建立的简单曲面加筋壳的有限元模型变形为异形曲面加筋壳的有限元模型,简单曲面加筋壳和异形曲面加筋壳的有限元模型是映射关系的输入和输出。本发明提出的方法操作简便、便于开展后续的异形曲面加筋壳结构优化设计,解决了建模步骤繁琐、网格划分不均匀和过渡不光滑的缺点,具有高效性和鲁棒性。
-
公开(公告)号:CN118485006B
公开(公告)日:2024-10-01
申请号:CN202410939212.X
申请日:2024-07-15
Applicant: 大连理工大学
Abstract: 一种基于虚实数据融合的结构载荷动态预测方法,属于结构载荷预测技术领域,步骤:1)建立理想仿真模型并参数化表示仿真模型的偏差,获得多源偏差参数化仿真模型;2)获得传感器位置对应的结构力学响应数据和结构载荷数据,构建虚拟试验样本集;3)对虚拟试验样本集进行数据增强;4)训练结构力学响应数据和结构载荷数据的映射关系,获得载荷动态预测模型;5)实时采集结构力学响应数据构建实测样本集,将实测数据输入载荷动态预测模型,输出载荷预测结果。本发明解决的问题是:仿真分析实时性较差且无法随试验或服役情况变化动态更新的问题;实测数据尤其是结构破坏时的实测数据缺乏导致难以构建高精度的载荷动态预测模型。
-
公开(公告)号:CN116227062A
公开(公告)日:2023-06-06
申请号:CN202310065111.X
申请日:2023-01-12
Applicant: 大连理工大学
IPC: G06F30/17
Abstract: 本发明公开的数据驱动的非侵入式形状‑拓扑协同优化方法和系统,涉及结构优化领域。本发明首先利用网格变形技术对结构进行参数化建模,并利用形状方程约束结构控制点的位移,保证了网格变形后结构形状的规则平滑;其次,本发明采用多种求解器对不同形状的模型进行拓扑优化,获得多源拓扑优化响应数据;最后,本发明建立了形状设计变量和拓扑优化响应数据之间的非侵入式代理模型,并基于非侵入式代理模型获得形状‑拓扑协同优化方案。本发明考虑了形状优化与拓扑优化的相互作用,有助于扩大设计空间,相比其他形状‑拓扑优化方法,具有较高的寻优效率及寻优能力,且无需进行复杂的灵敏度公式推导,便于应用于实际工程。
-
公开(公告)号:CN111737902B
公开(公告)日:2023-02-14
申请号:CN202010587841.2
申请日:2020-06-24
Applicant: 大连理工大学
IPC: G06F30/23 , G06F30/15 , G06F111/10
Abstract: 一种快速求解含缺陷薄壳结构屈曲载荷的数值振动方法,属于航空航天中主承力薄壁构件快速设计领域。首先,计算完美薄壳结构的线性屈曲载荷值Pcr。其次,以一定比例α%的线性屈曲载荷值Pcr作为外载荷上限值,以0作为外载荷下限值,对含缺陷薄壳结构逐步施加不同幅值的外载荷Pi,并分别计算含缺陷薄壳结构的一阶负载固有频率再次,根据施加的外载荷和计算获得的一阶负载固有频率结果,求得的极小值ξ。最后,根据Pcr和ξ得到数值振动方法预测的含缺陷薄壳结构的屈曲载荷PVCT。本发明对于多种类型的薄壳结构构型、多种类型的材料属性和多种类型的缺陷形式,表现出较高的适用性,取得较高的预测精度和效率,可有效缩短航空航天薄壳结构研发周期。
-
公开(公告)号:CN111737902A
公开(公告)日:2020-10-02
申请号:CN202010587841.2
申请日:2020-06-24
Applicant: 大连理工大学
IPC: G06F30/23 , G06F30/15 , G06F111/10
Abstract: 一种快速求解含缺陷薄壳结构屈曲载荷的数值振动方法,属于航空航天中主承力薄壁构件快速设计领域。首先,计算完美薄壳结构的线性屈曲载荷值Pcr。其次,以一定比例α%的线性屈曲载荷值Pcr作为外载荷上限值,以0作为外载荷下限值,对含缺陷薄壳结构逐步施加不同幅值的外载荷Pi,并分别计算含缺陷薄壳结构的一阶负载固有频率 再次,根据施加的外载荷和计算获得的一阶负载固有频率结果,求得的极小值ξ。最后,根据Pcr和ξ得到数值振动方法预测的含缺陷薄壳结构的屈曲载荷PVCT。本发明对于多种类型的薄壳结构构型、多种类型的材料属性和多种类型的缺陷形式,表现出较高的适用性,取得较高的预测精度和效率,可有效缩短航空航天薄壳结构研发周期。
-
-
-
-
-
-
-