-
公开(公告)号：CN114004039B
公开(公告)日：2024-05-31
申请号：CN202111086081.8
申请日：2021-09-16
Applicant: 厦门大学
Abstract: 航空发动机空心涡轮叶片气膜孔形位参数及孔深预测方法，属于精密制造技术领域。包括以下步骤：1)叶片实际测量模型三维点云原始数据预处理；2)对测量模型数据与设计模型数据进行三维配准；3)将测量截面的二维点云数据进行样条拟合；4)叶片二维型面弯曲、扭转变形分析；5)计算叶片气膜孔设计中心点处收缩变形；6)对叶片二维截面的弯曲、扭转及收缩变形进行补偿，得到叶片气膜孔形位参数及孔深预测结果。补偿航空发动机涡轮空心叶片在铸造成型过程中所发生的弯曲、扭转及收缩变形，对叶片气膜孔中心坐标及孔深实际加工参数进行预测及修正，提高叶片气膜孔实际加工过程中的定位精度，减少叶片气膜孔实际加工过程中背壁损伤程度。
-
公开(公告)号：CN115455588A
公开(公告)日：2022-12-09
申请号：CN202211047314.8
申请日：2022-08-29
Applicant: 厦门大学
IPC: G06F30/17 , G06T17/30 , G06T17/20 , G06F113/22 , G06F111/10
Abstract: 涡轮叶片精铸模具型面反变形设计方法，涉及机械领域。1)加密曲线离散点；2)B样条拟合设计曲线；3)基于曲线细分的方法寻找实测数据对应点；4)构造自由变形网格：通过操纵设计网格控制点变形物体；5)迭代计算位移变形：通过迭代调整设计曲线控制点构建一系列拟合曲线，每次迭代中，每个控制点的差向量是该目标曲线数据点与拟合曲线上对应点的一些差向量的加权和，差向量的加权和即为迭代计算位移变形量；6)采用迭代变形量对设计曲线反变形。在保留设计意图的基础上根据测点数据的偏差量对涡轮叶片精铸模具型面反变形优化设计，提高涡轮叶片精铸模具型面的曲面重构精度及实用性，实现精铸涡轮叶片基于B样条特性的型腔反变形优化。
-
公开(公告)号：CN112214853B
公开(公告)日：2022-05-31
申请号：CN202011140226.3
申请日：2020-10-22
Applicant: 厦门大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 一种双金属功能梯度涡轮盘力学性能计算方法，涉及航空发动机多学科优化和有限元仿真。包括如下步骤：1)在三维建模软件中建立涡轮盘模型；2)定义弹性刚度矩阵；3)计算Von Mises应力，4)将得到初始屈服应力与Von Mises应力作比较；5)计算Jacobian矩阵；6)定义功能梯度材料的热力学属性；7)计算单位质量的热能增量。具体是为研究新型双金属功能梯度材料在服役条件下的性能表征，建立了一种双金属功能梯度涡轮盘结构表征模型，提出适用于功能梯度涡轮盘的组成分布模拟体积分数表达式和可调组分分布参数，可以在一定工况下进行双金属功能梯度涡轮盘的力学性能分析。
-
公开(公告)号：CN113962945A
公开(公告)日：2022-01-21
申请号：CN202111175300.X
申请日：2021-10-09
Applicant: 厦门大学
Abstract: 一种低重复度线激光点云数据拼接方法，涉及无损检测领域。进行线激光扫描的路径规划；对线激光扫描所得的原始三维点云数据进行降噪处理；根据线激光扫描路径顺序，并基于点云数据所在轮廓区域的不同，将各部分点云数据编号排序，使在同一轮廓区域内具有相同线激光扫描重复度的点云数据分布在同一组内；采用分步式紧边界迭代最近点算法对整体点云数据进行配准，通过位姿图优化的方式，识别并删除错误匹配；对拼接失败的两组点云数据，采取基于奇异值分解算法的人机交互手动预拼接方法进行预拼接，并采取点对面的迭代最近点改进算法对点云数据进行拼接。效率快，拼接成功率与精度高，精确获取模型轮廓，提高线激光检测的曲面重构精度及实用性。
-
公开(公告)号：CN112386826A
公开(公告)日：2021-02-23
申请号：CN202011305378.4
申请日：2020-11-19
Applicant: 厦门大学
Abstract: 一种聊天可视化智能口罩，包括口罩本体，口罩本体内部设有单片机以及与单片机连接的肌电传感器、声音传感器、LED显示模块和电源；肌电传感器设有两组，分别与降下唇肌和笑肌位置相对应，肌电传感器包括检测探头和传感器芯片，检测探头检测面部肌肉的肌肉电，将表情信息传递给传感器芯片，传感器芯片将接收到信号转化为电压信号并传输给单片机；声音传感器用于检测说话的声音，并将信息传输给单片机；单片机将传感器芯片的电压信号作为输入信号检测面部表情转化为文字或图形、以及将声音传感器的信息转化为文字；LED显示模块显示所检测到的声音文字或面部表情图形。有效解决佩戴口罩导致的交流障碍问题，具有较好的推广价值和市场应用前景。
-
Patent Agency Ranking
公开(公告)号：CN117494501A
公开(公告)日：2024-02-02
申请号：CN202311409392.2
申请日：2023-10-27
Applicant: 厦门大学
IPC: G06F30/23 , G06V10/774
Abstract: Kriging模型和粒子群优化耦合的空心涡轮叶片铸造工艺优化方法，涉及铸造领域。空心涡轮叶片成形精度和其冷却效率息息相关，铸造工艺参数对叶片精铸成形至关重要。1)基于空心涡轮叶片有限元模型FEM为研究对象，选取不同工艺参数并建立正交试验，用仿真软件对空心涡轮叶片铸造仿真计算；2)采用拉丁超立方抽样LHS进行试验设计，构建Kriging模型；3)以仿真数据与Kriging模型的预测数据差值最小为目标函数，采用PSO算法求解获得工艺参数的最优解。保证复杂空心涡轮叶片成形过程中收缩变形量更小，同时晶体取向上满足工程需要，叶片整体成型效果更好，且成型质量均匀。
-
公开(公告)号：CN117494334A
公开(公告)日：2024-02-02
申请号：CN202311409465.8
申请日：2023-10-27
Applicant: 厦门大学
Abstract: TBCC组合动力模态转换调节机构设计方法，涉及航空发动机结构设计领域。确定模态转换调节机构形式；建立模态转换调节机构数学模型；根据约束确定迭代过程中需要监测的量；以结构尺寸的随机值为输入，数学模型计算得到的监测量作为输出形成数据集；以结构尺寸作为输入、监测量作为输出训练神经网络，再以训练好的神经网络进行迭代，找到结构尺寸最优解；以迭代的最优尺寸为基础设计机械结构；以设计好的机械结构作为基础进行强度分析、可靠性分析，对结构尺寸微调、拓扑优化等处理以更好地贴合设计需求。增加数学建模过程，量化约束，减少主观因素带来负面影响，采用神经网络对设计参数迭代优化，降低设计迭代周期，提升设计精度与机构可靠性。
-
公开(公告)号：CN109685890A
公开(公告)日：2019-04-26
申请号：CN201811579863.3
申请日：2018-12-24
Applicant: 厦门大学
CPC classification number: G06T17/00 , G06F17/5086 , G06F17/5095 , G06T15/00
Abstract: 一种空心涡轮叶片气膜冷却孔背壁损伤主动防护方法，涉及空心涡轮叶片加工领域。提供可获取基于叶片模型配准与误差分析的气膜孔加工深度，可应用于背壁损伤的主动控制防护的一种空心涡轮叶片气膜冷却孔背壁损伤主动防护方法。通过叶片设计模型与测量模型的精确配准，结合误差分析与修正，提出一种涡轮叶片的气膜孔壁厚及加工深度获取方法，可有效防止对空腔背壁的误加工，属于背壁损伤的主动控制防护，无需额外的加工工艺，具有一定的实用意义。尤其适用于精铸涡轮叶片的气膜孔高精度加工。
-
公开(公告)号：CN107507607A
公开(公告)日：2017-12-22
申请号：CN201710833534.6
申请日：2017-09-15
Applicant: 厦门大学
CPC classification number: G10H1/344 , G09B15/003 , G10G1/02 , G10G3/04 , G10H1/0016
Abstract: 一种具有智能训练功能的简易电子琴，涉及电子乐器。设有显示模块、通信控制模块、按键模块、LED指示模块、发声模块和外壳；显示模块为LCD触摸显示屏，显示模块设有至少2个通信口；通信控制模块包括主控制模块、子控制模块和各通信信号线；按键模块通过触摸感应芯片将按键信号采集；LED指示模块包括12个LED指示灯；发声模块为无源喇叭。具有触屏按键、提示、判断、训练、记录、播放等功能。
-
公开(公告)号：CN119312669A
公开(公告)日：2025-01-14
申请号：CN202411351235.5
申请日：2024-09-26
Applicant: 厦门大学
IPC: G06F30/27 , G06F30/28 , G06F30/17 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 精铸后涡轮叶片内冷结构的冷却效率偏差预测方法，涉及航空发动机领域。使用拉丁超立方抽样随机抽取铸造工艺参数，作为拟合函数的输入参数；使用Procast软件经铸造仿真提取涡轮叶片变形量的点云数据；使用Geomagic软件完成逆向及测量变形量；使用Catia建模软件依据测量变形量对设计模型修改；使用Fluent完成叶片的CFD仿真及冷却效率计算，作为拟合方程的输出参数；训练并优化Kriging代理模型，利用该模型对冷却效率偏差进行预测。缩短逆向迭代周期，减小后续迭代设计以及流场分析的工作量，更快完成冷却效率预测，缩短叶片冷却设计验证周期。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.028 seconds)
