一种双向自锁行星滚柱丝杠副设计方法及系统

    公开(公告)号:CN118862525B

    公开(公告)日:2025-05-16

    申请号:CN202411339333.7

    申请日:2024-09-25

    Applicant: 南昌大学

    Abstract: 本发明提供一种双向自锁行星滚柱丝杠副设计方法及系统,该方法包括获取待优化数模并确定特征参数信息再根据自锁需求确定自锁不等式;根据特征参数信息确定自锁不等式中各项变量对应的数值信息并将数值信息代入自锁不等式分别确定第一当量摩擦角和第二当量摩擦角的数值范围信息,对待优化数模进行受力分析并确定载荷平衡方程组且传动效率关系式,将特征参数信息代入载荷平衡方程和传动效率关系式,确定第一当量摩擦角、第二当量摩擦角和待优化数模传动效率之间的关系参数;将数值范围信息和关系参数代入预设优化函数确定摩擦系数和牙侧角。本发明解决了现有技术中缺少一种无需额外增加辅助部件且传动效率高可以双向自锁的行星滚柱丝杠副的问题。

    一种基于图像处理的隐球菌荚膜厚度检测方法及系统

    公开(公告)号:CN119831999B

    公开(公告)日:2025-05-13

    申请号:CN202510310514.5

    申请日:2025-03-17

    Abstract: 本发明公开了一种基于图像处理的隐球菌荚膜厚度检测方法及系统,涉及图像处理技术领域,方法包括:基于隐球菌参数数据库,获取待测隐球菌图像所对应的预设参数信息;检测待测隐球菌图像的边缘图像,对边缘图像进行处理,得到边缘曲线;循环提取边缘曲线的像素点,划分形成至少一外接圆;对外接圆进行图像分割,形成至少一待测隐球菌子图像,并标记初始数量信息;获取厚度曲线,得到初始厚度信息;将初始数量信息与预设数量信息进行检测误差计算,更新输出目标数量信息,将初始厚度信息与预设厚度信息进行检测误差计算,更新输出目标厚度信息,本发明解决了现有技术中使用显微镜观察判断隐球菌的荚膜厚度,准确率低且误差大的问题。

    一种基于禁忌空间划定的机器学习协助的差分进化方法

    公开(公告)号:CN118821627B

    公开(公告)日:2025-03-18

    申请号:CN202411303019.3

    申请日:2024-09-19

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于禁忌空间划定的机器学习协助的差分进化方法,适用于全回转推进器驱动轴的服役时间最大化问题,包括:考虑驱动轴结构参数与交变载荷进行种群与参数初始化,构建确定禁忌空间;设计机器学习驱动的潜力空间确定策略来构造潜力空间与机器学习模型;基于潜力空间贪婪信息与禁忌空间反向位置信息构造贪婪协同进化操作;采用二项交叉策略获得对应的候选子代个体池;基于机器学习构建特性推导候选子代个体不确定性评估方法;更新种群与重构禁忌空间与潜力空间,重复判断是否达到收敛条件,直到输出优化解。本发明能够针对全回转推进器驱动轴服役时间最大化问题构造实时禁忌空间与潜力空间,加快最优结构参数优化效率,缩短设计周期。

    面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法

    公开(公告)号:CN117556691B

    公开(公告)日:2025-02-14

    申请号:CN202311482150.6

    申请日:2023-11-08

    Applicant: 南昌大学

    Abstract: 本发明公开了一种面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法,包括:(1)确定设计空间与优化目标,种群与关键迭代参数初始化,给出收敛条件;(2)根据相似筛选准则构建全局径向基函数代理模型;(3)构建梯度信息驱动的维度扰动变异操作来产生候选子代池;(4)构建双层子代选择策略确定真正子代个体;(5)采用自编码器实现降维与升维,设计局部搜索策略;(6)更新种群与关键迭代参数信息,判断算法是否达到收敛条件,若收敛则输出算法所得优化解,否则转至步骤(2),直至算法达到收敛条件。本发明有效融合了梯度变异快速收敛与维度扰动全局搜索两者优势,能够加快收敛速度,针对高维问题的适用性较强、灵活性较好。

    一种机器学习优化设计方法及系统

    公开(公告)号:CN118734720B

    公开(公告)日:2024-11-22

    申请号:CN202411223433.3

    申请日:2024-09-03

    Applicant: 南昌大学

    Abstract: 本发明公开了一种机器学习优化设计方法及系统,包括:根据载荷受力分析与边界条件构建翼形结构刚度仿真模型与对应的数学优化模型;基于拉丁超立方采样确定初始优化种群;推导空间导向与维度导向的搜索重心重构函数;基于重心扰动变异产生候选子代种群;采用翼形仿真数据构造径向基函数预测模型;基于可行性规则筛选最优个体,并采用翼形结构刚度仿真模型进行评估,更新种群并转至步骤,直至优化结构满足要求。本发明将翼形结构刚度优化问题转化为数学优化模型,融入两种搜索重心重构函数定位进化节点,并通过径向基函数预测信息引导进化,提高算法针对翼形结构刚度优化问题的优化效率。

    一种新型燃料电池双极板及燃料电池

    公开(公告)号:CN118431501A

    公开(公告)日:2024-08-02

    申请号:CN202410527205.9

    申请日:2024-04-29

    Applicant: 南昌大学

    Abstract: 本发明提出一种新型燃料电池双极板及燃料电池,所述双极板的流道上设置有至少1个高度敛散结构和1个宽度敛散结构。宽度和高度敛散结构的收缩段与扩张段的形状及尺寸相同或者不同;同一流道及不同流道的宽度和高度敛散结构的数目、位置、尺寸及周期相同或者不同。宽度和高度敛散结构的形状、尺寸和布置需根据电池的水汽传输、热管理及功率密度要求进行设计,以达到最佳的反应气体分配、排水和散热性能。本发明基于流场整体结构优化的设计理念,根据燃料电池的性能需求灵活设计敛散结构的具体尺寸与布置方式,可显著增强燃料电池阴极板内反应气体分布均匀性,并有效减轻气体扩散层和气体通道中液态水的积累,提升燃料电池的传质效率和输出性能。

Patent Agency Ranking