-
公开(公告)号：CN109783918B
公开(公告)日：2023-01-20
申请号：CN201910007018.7
申请日：2019-01-04
Applicant: 上海交通大学
Abstract: 一种基于切换序贯采样模式的减速器优化设计实现方法，采用拉丁超立方采样方法与高精度计算模型构建初始数据库，并依此构建初始代理模型；在迭代更新代理模型样本点的过程中，采用互相独立的面向全局最优搜索和/或面向局部最优搜索，并根据代理模型的迭代过程中获取的搜索参数进行序贯采样模式的切换，当满足终止条件后得到最终优化结果，本方法增强了迭代过程中样本点对整个设计空间的探索能力，同时有效避免了迭代过程中产生冗余样本点，从而改善序贯采样代理模型全局优化算法的优化精度并提高其优化效率。
-
公开(公告)号：CN111024484A
公开(公告)日：2020-04-17
申请号：CN201911187698.1
申请日：2019-11-28
Applicant: 上海交通大学
Abstract: 一种纤维增强复合材料随机力学性能预测方法，通过确定多尺度模型并生成输入不确定性数据集；对每个尺度下的输入不确定性数据集进行相关性分析得到各输入变量之间的相关系数，并根据相关性强弱采取对应转换途径得到符合标准高斯分布的随机响应；最后采取稀疏混沌多项式方法进行不确定性传递得到随机响应的表达式，并采用λ-PDF以前表达式的四阶矩为约束拟合得到随机响应的概率密度函数，完成所有尺度的不确定性传递并输出最终结果。本发明充分考虑纤维增强复合材料各尺度的不确定性以及随机变量之间的高维相关性，通过层级式的不确定性传递技术对纤维增强复合材料宏观随机力学性能的进行高效准确的预测。
-
Patent Agency Ranking
公开(公告)号：CN111024485A
公开(公告)日：2020-04-17
申请号：CN201911193182.8
申请日：2019-11-28
Applicant: 上海交通大学
Abstract: 一种纤维增强复合材料参数层级敏感性分析方法，通过确定纤维增强复合材料多尺度模型各层级的子模型，经细观-介观尺度模型材料参数敏感性分析得到细观-介观尺度指标，然后通过介观-宏观尺度模型材料参数敏感性分析得到介观-宏观尺度指标和独立转换变量；再基于敏感性分析得到细观材料参数与独立转换变量的敏感性指标；最后通过线性回归获得线性回归系数并集成组合上述指标获得整个纤维增强复合材料多尺度模型的敏感性指标，并基于该敏感性指标对材料参数的影响程度进行有效评估。本发明对提高新材料的设计效率，缩短设计周期，快速有效地进行材料设计方案有着重要意义和实际价值。
-
公开(公告)号：CN109783918A
公开(公告)日：2019-05-21
申请号：CN201910007018.7
申请日：2019-01-04
Applicant: 上海交通大学
IPC: G06F17/50
Abstract: 一种基于切换序贯采样模式的减速器优化设计实现方法，采用拉丁超立方采样方法与高精度计算模型构建初始数据库，并依此构建初始代理模型；在迭代更新代理模型样本点的过程中，采用互相独立的面向全局最优搜索和/或面向局部最优搜索，并根据代理模型的迭代过程中获取的搜索参数进行序贯采样模式的切换，当满足终止条件后得到最终优化结果，本方法增强了迭代过程中样本点对整个设计空间的探索能力，同时有效避免了迭代过程中产生冗余样本点，从而改善序贯采样代理模型全局优化算法的优化精度并提高其优化效率。
-
公开(公告)号：CN107944078A
公开(公告)日：2018-04-20
申请号：CN201711005931.0
申请日：2017-10-25
Applicant: 上海交通大学
IPC: G06F17/50
CPC classification number: G06F17/5095 , G06F2217/10
Abstract: 一种基于不规则概率分布的车身结构稳健设计实现方法，通过确定车身结构稳健设计的目标响应、约束响应和设计变量及其设计域和标准差，建立车身稳健设计数学模型，然后通过λ概率密度函数(PDF)及其衍生的高阶PDF度量设计变量的不确定性，得到有界不规则概率分布，再基于降维分解法和Gauss-Gegenbauer求积公式获得响应的均值和标准差，从而对设计变量进行优化，得到不确定性设计结果，最后使用车身稳健设计数学模型对随机测试样本进行仿真计算并进行验证，实现车身稳健结构设计。本发明能够显著提高车身结构稳健设计方案中设计变量不确定性度量的普适性和合理性及目标性能求解的高效性和准确性。
-
公开(公告)号：CN111024484B
公开(公告)日：2021-07-13
申请号：CN201911187698.1
申请日：2019-11-28
Applicant: 上海交通大学
Abstract: 一种纤维增强复合材料随机力学性能预测方法，通过确定多尺度模型并生成输入不确定性数据集；对每个尺度下的输入不确定性数据集进行相关性分析得到各输入变量之间的相关系数，并根据相关性强弱采取对应转换途径得到符合标准高斯分布的随机响应；最后采取稀疏混沌多项式方法进行不确定性传递得到随机响应的表达式，并采用λ‑PDF以前表达式的四阶矩为约束拟合得到随机响应的概率密度函数，完成所有尺度的不确定性传递并输出最终结果。本发明充分考虑纤维增强复合材料各尺度的不确定性以及随机变量之间的高维相关性，通过层级式的不确定性传递技术对纤维增强复合材料宏观随机力学性能的进行高效准确的预测。
-
公开(公告)号：CN111024485B
公开(公告)日：2021-06-04
申请号：CN201911193182.8
申请日：2019-11-28
Applicant: 上海交通大学
Abstract: 一种纤维增强复合材料参数层级敏感性分析方法，通过确定纤维增强复合材料多尺度模型各层级的子模型，经细观‑介观尺度模型材料参数敏感性分析得到细观‑介观尺度指标，然后通过介观‑宏观尺度模型材料参数敏感性分析得到介观‑宏观尺度指标和独立转换变量；再基于敏感性分析得到细观材料参数与独立转换变量的敏感性指标；最后通过线性回归获得线性回归系数并集成组合上述指标获得整个纤维增强复合材料多尺度模型的敏感性指标，并基于该敏感性指标对材料参数的影响程度进行有效评估。本发明对提高新材料的设计效率，缩短设计周期，快速有效地进行材料设计方案有着重要意义和实际价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
