公开(公告)号：CN119128412A

公开(公告)日：2024-12-13

申请号：CN202410908911.8

申请日：2024-07-08

Applicant: 中国北方车辆研究所

Inventor： 鲍珂 ,  褚艳涛 ,  张会生 ,  杨征葳 ,  李孟伟 ,  杜甫

IPC: G06F18/20 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/082 ,  G06F123/02

Abstract: 一种基于深度学习的系统级整车振动预测方法，使用深度学习方法，给出了通过LSTM模型构建适当关联模型的方法；通过加入dropout层，丢弃不重要的振动时刻，实现对时序振动特征的提取，构建的关联模型具有更高的泛化性，能适应各种复杂问题的预测。与现有技术相比，该方法所构建的关联模型相对于传统的多体动力学模型，具有更低的时间、空间成本；相对于同一领域的FNN方法，更能体现系统级振动特性，并最终得到更高的预测精度。

公开(公告)号：CN118569060A

公开(公告)日：2024-08-30

申请号：CN202410577682.6

申请日：2024-05-10

Applicant: 中国北方车辆研究所

Inventor： 鲍珂 ,  褚艳涛 ,  李元芾 ,  陈金伟 ,  张会生

IPC: G06F30/27 ,  G06F119/02 ,  G06F111/06

Abstract: 一种面向任务可靠性的履带车辆底盘系统与任务载荷系统耦合振动优化匹配方法，包括步骤：确定任务载荷系统历史模型，选取优化参数；寻找优化约束，建立优化数学模型；确定优化目标；基于历史模型的计算结果对比，选择优化计算的基本模型；建立基于两种智能优化算法融合的混合智能优化算法，进行更高精度的快速优化求解，求出最优解。该方法采用基于模拟退火与粒子群的混合优化算法对底盘‑任务载荷耦合系统的优化问题进行了求解，使底盘系统与任务载荷系统的稳定性与可靠性得到了提升。