-
公开(公告)号：CN112016235B
公开(公告)日：2024-03-19
申请号：CN202010896349.3
申请日：2020-08-31
Applicant: 南京航空航天大学 , 北京空间飞行器总体设计部
IPC: G06F30/23 , G06F119/14
Abstract: 本发明涉及一种柔性天线结构的冲击载荷识别方法及系统，考虑冲击载荷的稀疏信号的性质，采用多个不同半余弦函数作为基函数组拟合冲击载荷信号，得到半余弦基函数矩阵，并利用遗传算法对半余弦基函数矩阵进行优化，最后使用Tikhonov正则化方法(吉洪诺夫正则化方法)优化求解，得到最优的冲击载荷向量，识别速度快，可用于结构动态响应含噪声、结构存在不确定参数且载荷识别对象复杂的情况，只需测量结构上一个点的结构响应，在已知结构模态信息的前提下，即可间接获得结构上的冲击载荷，在动态冲击载荷识别过程中不会出现误差累积现象，载荷识别精度高，在确定半余弦函数参数之后可以得到解析解，计算效率高。
-
公开(公告)号：CN112257350A
公开(公告)日：2021-01-22
申请号：CN202011061757.3
申请日：2020-09-30
Applicant: 北京空间飞行器总体设计部
IPC: G06F30/28 , G06F30/15 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种高速飞行状态下的飞行器电磁特性建模方法：构建建模工况；建立高超声速飞行器的流场模型，所述流场模型包括高超声速飞行器NS种组分构成的混合气体中各组份连续方程、总连续方程、总动量方程式和总能量方程；求解高超声速飞行器表面等离子体的流场分布参数；计算高超飞行器整体的介电常数εr”和电导率σ(ω)”；计算探测电磁波对高超声速飞行器表面等离子鞘套的加热量，并叠加在高超声速飞行器的流场模型中总能量方程的辐射能量源项ωr中，重复上述步骤，直到探测电磁波的持续时间结束；根据上述步骤确定的高超飞行器整体的介电常数εr”和电导率σ(ω)”，计算得到总体的雷达反射截面积，用作雷达发射功率的确定。
-
公开(公告)号：CN112257350B
公开(公告)日：2023-06-06
申请号：CN202011061757.3
申请日：2020-09-30
Applicant: 北京空间飞行器总体设计部
IPC: G06F30/28 , G06F30/15 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种高速飞行状态下的飞行器电磁特性建模方法：构建建模工况；建立高超声速飞行器的流场模型，所述流场模型包括高超声速飞行器NS种组分构成的混合气体中各组份连续方程、总连续方程、总动量方程式和总能量方程；求解高超声速飞行器表面等离子体的流场分布参数；计算高超飞行器整体的介电常数εr”和电导率σ(ω)”；计算探测电磁波对高超声速飞行器表面等离子鞘套的加热量，并叠加在高超声速飞行器的流场模型中总能量方程的辐射能量源项ωr中，重复上述步骤，直到探测电磁波的持续时间结束；根据上述步骤确定的高超飞行器整体的介电常数εr”和电导率σ(ω)”，计算得到总体的雷达反射截面积，用作雷达发射功率的确定。
-
公开(公告)号：CN114201724B
公开(公告)日：2024-08-23
申请号：CN202111471792.7
申请日：2021-12-06
Applicant: 南京航空航天大学 , 南京航空航天大学苏州研究院
IPC: G06F17/11
Abstract: 本发明公开了一种耦合光电振荡器的解耦分析方法，包括以下步骤：依据所要解耦合的目标参量，确定相应的耦合变量及设计变量，并建立多学科耦合方程；在耦合变量中的一个趋于稳定不再发生变化的状态下，基于所述多学科耦合方程直接求另一个耦合变量对于各设计变量的导数，从而获得目标参量对于各个设计变量的敏度信息；依据所得到的敏度信息，将多学科耦合方程中目标参量的不敏感设计变量替换为常量，即得到目标参量的解耦合方程；基于解耦合方程，分析其中的敏感设计变量对于目标参量的影响规律。相比现有技术，本发明基于耦合光电振荡器自身的固有特点对解耦过程进行大幅简化，从而有效降低计算量，提高分析效率。
-
公开(公告)号：CN114201724A
公开(公告)日：2022-03-18
申请号：CN202111471792.7
申请日：2021-12-06
Applicant: 南京航空航天大学 , 南京航空航天大学苏州研究院
IPC: G06F17/11
Abstract: 本发明公开了一种耦合光电振荡器的解耦分析方法，包括以下步骤：依据所要解耦合的目标参量，确定相应的耦合变量及设计变量，并建立多学科耦合方程；在耦合变量中的一个趋于稳定不再发生变化的状态下，基于所述多学科耦合方程直接求另一个耦合变量对于各设计变量的导数，从而获得目标参量对于各个设计变量的敏度信息；依据所得到的敏度信息，将多学科耦合方程中目标参量的不敏感设计变量替换为常量，即得到目标参量的解耦合方程；基于解耦合方程，分析其中的敏感设计变量对于目标参量的影响规律。相比现有技术，本发明基于耦合光电振荡器自身的固有特点对解耦过程进行大幅简化，从而有效降低计算量，提高分析效率。
-
Patent Agency Ranking
公开(公告)号：CN119830433A
公开(公告)日：2025-04-15
申请号：CN202411877730.X
申请日：2024-12-19
Applicant: 南京航空航天大学
IPC: G06F30/15
Abstract: 本申请公开了一种冲击载荷时间历程重构和定位方法、设备、介质及产品，涉及冲击载荷识别领域，该方法包括获取冲击载荷作用对象的加速度信号矩阵和动态图结构；根据加速度信号矩阵和动态图结构，利用时间历程重构模型，得到冲击载荷作用对象的重构冲击载荷时间历程；时间历程重构模型是利用第一训练数据集和训练用冲击载荷作用对象的动态图结构对图神经网络模型进行训练得到的；根据加速度信号矩阵的编码距离矩阵，利用冲击定位模型，确定冲击载荷作用对象的冲击位置；冲击定位模型是利用第二训练数据集对全连接神经网络进行训练得到的。本申请能够准确识别载荷作用位置未知时的冲击载荷时间历程和冲击位置。
-
公开(公告)号：CN118536500A
公开(公告)日：2024-08-23
申请号：CN202411003493.4
申请日：2024-07-25
Applicant: 南京航空航天大学 , 江苏优车享信息科技有限公司
IPC: G06F40/279 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了一种融合实体多维特征的基于无监督学习的实体对齐方法，所述方法包括：从实体中信息源中提取多维特征表示实体；对数据进行特征抽取，考虑模态异质性，分别得到不同模态下的嵌入结果；将多模态知识图谱的结构嵌入、视觉嵌入、实体词级与字符级嵌入、属性字符嵌入进行联合，并将多模态嵌入加权连接，集成为联合嵌入；基于联合嵌入结果，计算跨图实体之间的相似度并生成初始对齐种子；使用结构增强迭代策略对初始对齐种子进行降噪，迭代提取新的高质量实体对。本发明能有效提高初始训练与迭代训练的对齐种子的质量，从而有效提升多模态知识图谱融合时实体对齐的效率和准确率。
-
公开(公告)号：CN115114764B
公开(公告)日：2024-08-09
申请号：CN202111072659.4
申请日：2021-09-14
Applicant: 南京航空航天大学
IPC: G06F30/20 , G06F111/08 , G06F113/26 , G06F119/04 , G06F119/14
Abstract: 本发明公开一种纤维增强复合材料疲劳分层特性的概率预测方法及系统，涉及结构性能预测技术领域，包括构建损伤扩展路径；根据损伤扩展路径判断结构整体是否失效；若否，则继续构建损伤扩展路径；若是，则根据损伤扩展路径确定内聚力单元概率信息的传递路径；根据Paris均值和标准差确定内聚力单元的结构疲劳寿命分布矩阵；根据传递路径确定每一个内聚力单元的失效概率和失效周期数；根据失效概率和失效周期数得到特征矩阵；根据特征矩阵得到有效周期数概率矩阵；根据有效周期数概率矩阵和传递路径得到损伤扩展路径中所有内聚力单元的失效概率。本发明能够预测纤维增强复合材料疲劳分层特性的概率。
-
公开(公告)号：CN115114763B
公开(公告)日：2024-08-09
申请号：CN202111072655.6
申请日：2021-09-14
Applicant: 南京航空航天大学
IPC: G06F30/20 , G06F113/26 , G06F119/04
Abstract: 本发明涉及一种复合材料疲劳寿命预测方法及系统，属于复合材料疲劳寿命预测领域，方法包括：对复合材料结构进行疲劳拉伸试验，并利用激光超声检测技术采集特定加载循环次数下的Lamb波传播信号；根据Lamb波传播信号，提取Lamb波的对称模态的相速度；利用已有的刚度退化模型，根据相速度计算对应的损伤因子；根据损伤因子建立随机模型；利用贝叶斯理论和MH采样算法，对随机模型进行采样，得到模型参数的采样样本；根据采样样本，确定动态失效阈值的失效系数；根据失效系数计算复合材料结构的失效阈值，并预测相应的疲劳寿命预测结果。该方法可有效提升疲劳寿命预测的准确性和稳定性。
-
公开(公告)号：CN118332798A
公开(公告)日：2024-07-12
申请号：CN202410451016.8
申请日：2024-04-15
Applicant: 南京航空航天大学
IPC: G06F30/20 , G06F18/214 , G06F18/15 , G06N3/04 , G06F113/26
Abstract: 本发明公开一种刚度退化预测模型的训练方法、应用方法及相关装置，涉及复合材料刚度退化预测技术领域，训练方法包括获取训练集；所述训练集为若干个连续循环加载次数‑归一化刚度数据的集合；将训练集中的当前循环加载次数‑归一化刚度数据输入神经网络模型，得到神经网络模型的预测输出；根据所述神经网络模型的预测输出、训练集中的下一循环加载次数‑归一化刚度数据以及确定的损失函数，确定损失值；根据所述损失值对神经网络模型的网络参数进行优化，得到刚度退化预测模型。本发明通过对神经网络模型的训练，能从大量的复杂疲劳数据中学习并提取特征，更好地预测损伤演化，进而可以提高预测的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.088 seconds)
