-
公开(公告)号：CN115408931A
公开(公告)日：2022-11-29
申请号：CN202210979194.9
申请日：2022-08-16
Applicant: 哈尔滨工业大学 , 中交公规土木大数据信息技术(北京)有限公司
IPC: G06F30/27 , G06F30/28 , G06F17/11 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明提出一种基于深度学习的涡振响应预测方法。本发明所述方法融合了龙格库塔方法作为网络的深度推进格式；不同于在以往的经验模型中由于涡振为大幅值振动而省略方程右侧显含时间的由漩涡脱落而引起的纯力项，网络将时间以融入龙格库塔数值格式的方法巧妙的考虑到其影响，将非自治项考虑到了非线性方程中，相比于传统的预测建模方法更加合理且精确；网络在CFD生成的一阶涡振数据上进行验证，结果证明该方法具有长时间预测的能力，是对涡振响应进行长时间预测建模的全新方法。
-
公开(公告)号：CN115408931B
公开(公告)日：2023-04-18
申请号：CN202210979194.9
申请日：2022-08-16
Applicant: 哈尔滨工业大学 , 中交公规土木大数据信息技术(北京)有限公司
IPC: G06F30/27 , G06F30/28 , G06F17/11 , G06F18/25 , G06N3/048 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明提出一种基于深度学习的涡振响应预测方法。本发明所述方法融合了龙格库塔方法作为网络的深度推进格式；不同于在以往的经验模型中由于涡振为大幅值振动而省略方程右侧显含时间的由漩涡脱落而引起的纯力项，网络将时间以融入龙格库塔数值格式的方法巧妙的考虑到其影响，将非自治项考虑到了非线性方程中，相比于传统的预测建模方法更加合理且精确；网络在CFD生成的一阶涡振数据上进行验证，结果证明该方法具有长时间预测的能力，是对涡振响应进行长时间预测建模的全新方法。
-
公开(公告)号：CN116358352A
公开(公告)日：2023-06-30
申请号：CN202310336009.9
申请日：2023-03-31
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种机器人形变驱动固相增材制造方法、装置及复合装甲，涉及增材制造技术领域，其中，机器人形变驱动固相增材制造方法包括：步骤S1：对中预制孔，将原料粉体输送到预制孔中；步骤S2：通过搅拌摩擦处理使所述原料粉体固相烧结，并与待处理板材发生冶金连接，完成单层增材制造；步骤S3：根据实际需要，重复步骤S1和步骤S2完成多层增材制造至所述预制孔内增材制造材料与所述待处理板材板面平齐；步骤S4：将原料粉末输送到预制孔与板面交界处，重复步骤S2，至所述预制孔表面完成压实。本发明提高了装甲结构的刚度和二次抗弹性能，同时本方法加工难度低，可适用于立式工况下或多面三维立体结构的构件制备。
-
公开(公告)号：CN115344819A
公开(公告)日：2022-11-15
申请号：CN202210978921.X
申请日：2022-08-16
Applicant: 哈尔滨工业大学
IPC: G06F17/11 , G06F30/20 , G06K9/62 , G06N20/00 , G06F111/10
Abstract: 本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集，将位移数据与速度数据组合成状态向量；将状态向量形式的数据送入符号网络进行学习，网络的深度推进格式采用显式欧拉法，每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力；将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高，所需先验知识更少，实用性更广模型搭建的难度更低。
-
公开(公告)号：CN119681408A
公开(公告)日：2025-03-25
申请号：CN202411684139.2
申请日：2024-11-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种增材部件、复合结构件搅拌摩擦沉积增材制造装置和方法，增材部件具有轴向方向和送料通道，送料通道沿轴向方向贯通增材部件，送料通道包括沿轴向方向依次设置且相连的第一部分、第二部分和第三部分，第一部分的直径大于第三部分的直径，第三部分远离第二部分的一端形成有出料口，在自第一部分指向第三部分的方向上，第二部分的直径逐渐减小。本发明能实现搅拌摩擦沉积增材方法制造异型结构的复合结构件，复合结构件可一次成型，无需塑性加工，可减少生产工序，提高制备效率，并保证沉积过程的稳定性，以满足复杂异型结构的复合结构件的一次成型制备需求，还能防止复合结构件内形成金属间化合物，提高复合结构件的稳定性和产品良率。
-
Patent Agency Ranking
公开(公告)号：CN115001306B
公开(公告)日：2024-11-01
申请号：CN202210759682.9
申请日：2022-06-29
Applicant: 哈尔滨工业大学
Abstract: 基于折纸结构的轻质摩擦电纳米发电机及其应用，本发明要解决现有纳米发电机结构多为硬质，且发电效率较低的技术问题。本发明基于折纸结构的轻质摩擦电纳米发电机包括衬底、第一摩擦层和第二摩擦层，其中衬底的材质为PLA柔性薄膜材料，在衬底上设置有折痕，每个摩擦对由间隔设置的第一摩擦层和第二摩擦层组成，每个摩擦对中的第一摩擦层和第二摩擦层相对衬底上的折痕设置，衬底通过两条对称轴分成四块小正方形区域，在小正方形区域沿衬底上的折痕形成折纸结构。本发明衬底通过3D打印制成，结构简单，该轻质摩擦电纳米发电机包内部形成多个局部摩擦对，在相同压力下，相比于单一模式的发电机能产生更大的电信号，发电效率更高。
-
公开(公告)号：CN115647569A
公开(公告)日：2023-01-31
申请号：CN202211423329.X
申请日：2022-11-15
Applicant: 哈尔滨工业大学
IPC: B23K20/12
Abstract: 本发明提出一种机器人连续送丝搅拌摩擦增材装置及曲面增材方法。该方法通过结构设计满足可连续送丝的复杂曲面增材并克服串联机器人弱刚性带来的主轴震颤问题。所述装置包括柔性串联机器人、高速电主轴、连续送丝搅拌摩擦增材制造模块、推丝模块、拉丝模块、丝材原料、增材构件七部分。本发明亦可应用于各种平面及复杂曲面表面的金属材料构件增材制造，如飞机壁板自加强结构、新能源汽车三电系统框架等，具有广泛且良好的适用性。
-
公开(公告)号：CN115647563A
公开(公告)日：2023-01-31
申请号：CN202211375795.5
申请日：2022-11-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种随动锤击式搅拌摩擦增材制造装置及方法，包括安装座，包括安装组件，安装组件包括分体式静轴肩、增材搅拌头和超声振动系统，分体式静轴肩固定连接在安装座上，增材搅拌头位于分体式静轴肩内，增材搅拌头固定连接在搅拌摩擦焊机刀柄上，分体式静轴肩上开设有送料通孔，送料通孔和增材搅拌头对应设置，超声振动系统固定连接在安装座上，超声振动系统上设置有超声振动器，分体式静轴肩上设置有接触平面，超声振动器与接触平面抵接。本发明在超声带动下高频振动协同锤击增材层，实现增材层表面的实时应力调控，有效释放增材件残余应力，改善增材件成形。
-
公开(公告)号：CN116944658B
公开(公告)日：2024-07-12
申请号：CN202310872665.0
申请日：2023-07-17
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及热丝冷体机器人搅拌摩擦增材制造装置及方法，属于增材制造技术领域。解决增材制造过程中出现主轴震颤、搅拌头磨损的问题。包括机器人模块、传感器、搅拌摩擦增材制造模块、送丝模块和冷体背板模块，机器人模块与传感器建立安装，机器人模块与搅拌摩擦增材制造模块连接，搅拌摩擦增材制造模块与送丝模块建立配合，搅拌摩擦增材制造模块的下方设置有冷体背板模块，冷体背板模块的上部设置有增材制造件。本发明解决了机器人因弱刚性在高强高熔点材料搅拌摩擦增材制造过程中的主轴震颤现象，提高了机器人和搅拌头的使用寿命，降低了生产成本。
-
公开(公告)号：CN115344819B
公开(公告)日：2023-04-07
申请号：CN202210978921.X
申请日：2022-08-16
Applicant: 哈尔滨工业大学
IPC: G06F17/11 , G06F30/20 , G06F18/214 , G06N20/00 , G06F111/10
Abstract: 本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集，将位移数据与速度数据组合成状态向量；将状态向量形式的数据送入符号网络进行学习，网络的深度推进格式采用显式欧拉法，每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力；将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高，所需先验知识更少，实用性更广模型搭建的难度更低。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.069 seconds)
