一种大尺寸异型体超高速撞击过程建模与特性评估方法

    公开(公告)号:CN116976170A

    公开(公告)日:2023-10-31

    申请号:CN202310947045.9

    申请日:2023-07-31

    Abstract: 本发明提出了一种大尺寸异型体超高速撞击过程建模与特性评估方法,适用于几何模型复杂、大尺寸化、超高速特性等多参数行星体撞击的“建模—分析—评估”体系化问题。主要包括了:利用三维建模软件初步建立一种不同于常规建模手段的异型双星体模型,并将其导入LS‑DYNA进行网格化处理,在此赋予其尺寸参数和装配参数,主要有小行星S1最大尺寸D1(米级),被撞星体S2的最大尺寸D2(米级),D1与D2的最大尺寸比例P,撞击时角度θ和撞击速度V(千米级)等。进一步对模型赋予材料参数属性,通过提交和运行程序能够实现对大尺寸异型体进行撞击过程的时间历程和能量变化等效应分析,并通过嵌入相关经验公式对撞击过程中的弹坑直径Dc、里氏震级M、烧伤程度Rr、4psi地面超压Rp等进行评估,从而简化了超高速撞击过程仿真的流程,实现快速准确的预测超高速撞击过程。

    一种基于回转体零件高速离心强化的低应力装夹装置

    公开(公告)号:CN116967418A

    公开(公告)日:2023-10-31

    申请号:CN202310944932.0

    申请日:2023-07-31

    Abstract: 本发明涉及回转体零件高速离心强化技术领域,且公开了一种基于回转体零件高速离心强化的低应力装夹装置,该装置主要包括了A螺钉、B螺钉、左装卡板、右装卡板、内环弹性衬垫、右弹性衬垫、左弹性衬垫等,通过调节所述A螺钉的预紧力,进一步调整所述左装卡板与所述右装卡板对回转体零件的轴向夹紧力,通过所述右弹性衬垫、所述左弹性衬垫将轴向夹紧力直接传递给回转体零件,同时,内环弹性衬垫产生变形为回转体零件提供径向弹性预紧力,通过所述B螺钉将所述右装卡板固定在联轴器上,该发明整体采用刚性卡板与弹性衬垫配套的方式,保障了装夹的稳固性,也保证了零件在径向上的弹性活动范围,实现了回转体零件高速离心强化的低应力装夹,降低了装夹预紧力对回转体零件本身产生的额外应力。

    基于迁移学习的睡眠被子覆盖率视觉识别方法

    公开(公告)号:CN116416473A

    公开(公告)日:2023-07-11

    申请号:CN202310402050.1

    申请日:2023-04-17

    Abstract: 本发明涉及机器视觉技术领域,且公开了基于迁移学习的睡眠被子覆盖率视觉识别方法,包括以下步骤:S1、数据集制作:S11、图片的收集及分类:创建两个文件夹″train″、″test″,分别代表训练集和测试集,训练集和测试集的图片数量根据一般的深度学习比例选择8∶2;将被子覆盖率的识别结果分为5种。能够对人员的盖被情况进行准确的识别,从而能够使监护人员准确的了解被监控者的盖被情况,进而能够使监护人员在被监护者的被子离开身体一定程度后,能够及时的给监护人员预警,使监护人员及时做出反应措施,从而能够及时的避免被监护者被细菌或者病毒入侵,出现感冒发烧等情况。

    一种基于机器视觉的复杂构件蠕变变形检测装置

    公开(公告)号:CN117890205A

    公开(公告)日:2024-04-16

    申请号:CN202410067153.1

    申请日:2024-01-17

    Abstract: 本发明涉及机器视觉领域,且公开了一种基于机器视觉的复杂构件蠕变变形检测装置,包括时效炉、隔热盒、工业相机、球形云台、工件台、多翼风轮、空气减震器等,所述隔热盒安装在所述时效炉腔内顶部,所述工业相机由所述球形云台连接和固定,所述球形云台由其通用螺纹孔与所述隔热盒安装固定,所述多翼风轮用于搅动所述时效炉腔内的空气流动使得复杂构件加热均匀,所述工件台用于承载热处理的复杂构件,所述工件台由四个可伸缩桌腿支撑,伸缩功能用于在特定情况需要调整所述工业相机与所述工件台的距离,所述空气减震器安装在所述时效炉底部,可以有效吸收和缓解外界传递的振动,防止外界振动对测量造成较大的误差。本发明提供了一种基于机器视觉的复杂构件蠕变变形检测装置,在保证热处理效果的同时,可以全流程地监测复杂构件蠕变变形情况,为探索复杂构件的蠕变演化规律提供了可靠数据。

    一种基于改进Pix2Pix的复合材料涂层缺陷数据集扩增方法

    公开(公告)号:CN117079752A

    公开(公告)日:2023-11-17

    申请号:CN202311064280.8

    申请日:2023-08-23

    Abstract: 本发明涉及深度学习技术领域,且公开了一种基于改进Pix2Pix的复合材料涂层缺陷数据集扩增方法,包括数据预处理、条件对抗生成网络和Pix2Pix的生成器设计、判别器设计以及生成器与判别器的对抗能力控制设计;所述数据预处理包括原始缺陷图片的筛选以及语义分割图片的标注,并将制作的数据集图片及标签转化成深度学习模型所能处理的张量类型,并将图片归一化到‑1~1之间;所述生成器设计用于将给定的语义分割图片转换为缺陷图片,使用U‑Net结构,并通过引入注意力机制来提高模型的性能;所述判别器设计用于对生成的缺陷样本图片进行评估;所述生成器与判别器的对抗能力控制设计用于平衡生成器和判别器的能力,使得生成器能更好地生成包含缺陷特征的图片。通过本发明,解决了缺陷识别任务中样本数量少及不均衡的问题,使得缺陷分类模型具有更强的泛化能力。

Patent Agency Ranking