-
公开(公告)号：CN113158785A
公开(公告)日：2021-07-23
申请号：CN202110263751.2
申请日：2021-03-11
Applicant: 复旦大学
IPC: G06K9/00
Abstract: 本发明涉及一种振荡信号模态参数的识别方法，包括以下步骤：获取系统原始信号，通过经验模态分解方法对原始信号进行处理，提取本征模态分量，构造新信号；用随机子空间识别法对新信号进行处理，获取系统的频率和阻尼比；采用Prony方法对新信号进行处理，获取系统的频率、振幅和相角；基于频率相同法则，对随机子空间识别法与Prony方法获得的模态参数进行配对，获取完整且精确的模态参数。与现有技术相比，本发明使用经验模态分解方法对振荡信号平稳化处理，克服Prony算法对噪声的敏感，避免随机子空间算法在处理非线性、非平稳信号中产生的虚假模态，融合随机子空间识别法、Prony方法进行模态识别，提高模态参数识别精度。
-
公开(公告)号：CN112287484A
公开(公告)日：2021-01-29
申请号：CN202011183215.3
申请日：2020-10-29
Applicant: 复旦大学
IPC: G06F30/17 , G06F30/27 , G06F119/02 , G06F111/06
Abstract: 本发明涉及一种基于矢量代理模型的复杂工程系统可靠性设计方法，包括以下步骤：确认复杂工程系统的可靠性设计目标，所述的复杂工程系统的可靠性设计目标大于等于两个，并根据可靠性设计目标确认复杂工程系统的输入参数和响应参数，对复杂工程系统的所有输入参数和响应参数进行混联抽样，建立数据集，确认复杂工程系统的代理模型类型，并根据数据集获取代理模型的获取最优参数矩阵，根据最优参数矩阵确定可靠性设计目标的矢量代理模型，根据可靠性设计目标的矢量代理模型对复杂工程系统进行可靠性设计。与现有技术相比，本发明避免了传统方法对多各目标单独建模分析，有效提高复杂工程系统的代理模型建立的效率和准确性。
-
公开(公告)号：CN113158785B
公开(公告)日：2022-11-15
申请号：CN202110263751.2
申请日：2021-03-11
Applicant: 复旦大学
IPC: G06K9/00
Abstract: 本发明涉及一种振荡信号模态参数的识别方法，包括以下步骤：获取系统原始信号，通过经验模态分解方法对原始信号进行处理，提取本征模态分量，构造新信号；用随机子空间识别法对新信号进行处理，获取系统的频率和阻尼比；采用Prony方法对新信号进行处理，获取系统的频率、振幅和相角；基于频率相同法则，对随机子空间识别法与Prony方法获得的模态参数进行配对，获取完整且精确的模态参数。与现有技术相比，本发明使用经验模态分解方法对振荡信号平稳化处理，克服Prony算法对噪声的敏感，避免随机子空间算法在处理非线性、非平稳信号中产生的虚假模态，融合随机子空间识别法、Prony方法进行模态识别，提高模态参数识别精度。
-
公开(公告)号：CN115526113A
公开(公告)日：2022-12-27
申请号：CN202211283229.1
申请日：2022-10-20
Applicant: 复旦大学
IPC: G06F30/27 , G06F30/17 , G06F30/23 , G06F30/28 , G06N3/04 , G06N3/08 , G06F111/04 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14 , G06F119/02
Abstract: 本发明公开一种涡轮叶盘低周疲劳寿命预测方法及系统，涉及航空航天发动机技术领域，包括：获取涡轮叶盘有限元模型和待测涡轮叶盘的计算点；对计算点对应的物理数据进行抽样，以得到输入样本集；根据输入样本集和涡轮叶盘有限元模型确定训练集；根据训练集训练CNN‑DNN模型，以得到最优的CNN‑DNN模型；CNN‑DNN模型包括依次连接的输入层、第一卷积层、第二卷积层、池化层、扁平层、第一密集连接层、第二密集连接层和输出层；根据最优的CNN‑DNN模型，通过抽样确定多组涡轮叶盘疲劳寿命数据组，进而计算所述待测涡轮叶盘的可靠度，确定低周疲劳寿命。更高效、更准确地实现对于涡轮叶盘低周疲劳寿命的预测。
-
公开(公告)号：CN118155772A
公开(公告)日：2024-06-07
申请号：CN202410285653.2
申请日：2024-03-13
Applicant: 复旦大学
IPC: G16C60/00 , G16C20/70 , G06N3/126 , G06F30/20 , G06F113/26
Abstract: 本发明涉及一种基于本构模型的功能梯度材料优化方法，方法包括：S1、建立不同温度下的功能梯度材料本构关系理论模型；S2、获取功能梯度材料在不同温度下的材料性能数据；S3、对S1的本构关系理论模型引入修正系数，得到待修正模型，将修正系数定义为种群个体，将待修正模型输出的预测值和S2的材料性能数据之间的差的平方和定义为适应度，执行遗传算法，输出第一修正系数，并基于S2的材料性能数据验证第一修正系数，得到最优修正系数，将最优修正系数代入待修正模型，得到最优本构模型；S4、基于最优本构模型优化功能梯度材料。与现有技术相比，本发明具有高效、准确地构建功能梯度材料本构模型等优点。
-
Patent Agency Ranking
公开(公告)号：CN114329753A
公开(公告)日：2022-04-12
申请号：CN202011078102.7
申请日：2020-10-10
Applicant: 复旦大学
IPC: G06F30/15 , G06F30/20 , G06F119/14
Abstract: 本发明提供一种飞机起落架侧撑杆的联合驱动全过程优化方法，包括：步骤1，对起落架侧撑杆进行初始化设计以及分析，得到初始模型；步骤2，基于多起始点的整体拓扑优化模型对初始模型进行整体拓扑优化，得到优化模型；步骤3，对拓扑优化模型在不同的加载条件下根据实际操作条件来设置边界条件，进而判断该边界条件是否收敛，当收敛容差大于设定值时，则判断为不收敛时并改变设计变量返回步骤2，当收敛容差小于设定值时，则判断为收敛并得到概念设计模型；步骤4，对概念设计模型进行静强度测试，判断是否满足设计要求，当判断为不满足时，则改变设计变量并返回步骤2，当判断为满足时，则进行局部优化，而后得到精确模型。
-
公开(公告)号：CN112149253A
公开(公告)日：2020-12-29
申请号：CN202011018037.9
申请日：2020-09-24
Applicant: 复旦大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06Q50/04 , G06F119/02
Abstract: 本发明涉及一种基于分布式混合协同代理模型的工程结构可靠性评估方法，包括以下步骤：将工程结构分解为多个子系统层；选取最下子系统层中的工程结构子对象的随机输入变量，并获取随机输入变量的输入样本；建立最下子系统层中的工程结构子对象的有限元模型，获取各工程结构子对象的输出指标；建立最下子系统层中的工程结构子对象的不同类型代理模型，以精度最高的代理模型为最下子系统层的工程结构子对象的最优代理模型，逐层向上获取工程结构的最优代理模型，进行可靠性评估。与现有技术相比，本发明将整体复杂结构分解为分布在多个层次的子对象，子对象参数量减少，非线性程度降低，计算量减少，利于提高工程结构代理模型逼近精度和仿真速度。
-
公开(公告)号：CN118965623A
公开(公告)日：2024-11-15
申请号：CN202411076237.8
申请日：2024-08-07
Applicant: 复旦大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06N3/126 , G06F119/14 , G06F113/10
Abstract: 本发明属于增材制造技术领域，具体涉及一种功能梯度涡轮整体叶盘优化设计方法，其中，包括功能梯度材料材料参数计算、功能梯度涡轮整体叶盘有限元仿真、代理模型建模和材料成分梯度优化。本发明的有益效果：节约试验成本；基于有限元仿真技术和代理模型技术，提高优化效率；通过合理设计优化区域和设计变量，结合遗传算法，实现复杂问题的降维，将局部最优解转化为全局最优解，缩短研发周期。
-
公开(公告)号：CN112149253B
公开(公告)日：2022-04-01
申请号：CN202011018037.9
申请日：2020-09-24
Applicant: 复旦大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06Q50/04 , G06F119/02
Abstract: 本发明涉及一种基于分布式混合协同代理模型的工程结构可靠性评估方法，包括以下步骤：将工程结构分解为多个子系统层；选取最下子系统层中的工程结构子对象的随机输入变量，并获取随机输入变量的输入样本；建立最下子系统层中的工程结构子对象的有限元模型，获取各工程结构子对象的输出指标；建立最下子系统层中的工程结构子对象的不同类型代理模型，以精度最高的代理模型为最下子系统层的工程结构子对象的最优代理模型，逐层向上获取工程结构的最优代理模型，进行可靠性评估。与现有技术相比，本发明将整体复杂结构分解为分布在多个层次的子对象，子对象参数量减少，非线性程度降低，计算量减少，利于提高工程结构代理模型逼近精度和仿真速度。
-
公开(公告)号：CN112287484B
公开(公告)日：2021-12-07
申请号：CN202011183215.3
申请日：2020-10-29
Applicant: 复旦大学
IPC: G06F30/17 , G06F30/27 , G06F119/02 , G06F111/06
Abstract: 本发明涉及一种基于矢量代理模型的复杂工程系统可靠性设计方法，包括以下步骤：确认复杂工程系统的可靠性设计目标，所述的复杂工程系统的可靠性设计目标大于等于两个，并根据可靠性设计目标确认复杂工程系统的输入参数和响应参数，对复杂工程系统的所有输入参数和响应参数进行混联抽样，建立数据集，确认复杂工程系统的代理模型类型，并根据数据集获取代理模型的获取最优参数矩阵，根据最优参数矩阵确定可靠性设计目标的矢量代理模型，根据可靠性设计目标的矢量代理模型对复杂工程系统进行可靠性设计。与现有技术相比，本发明避免了传统方法对多各目标单独建模分析，有效提高复杂工程系统的代理模型建立的效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.034 seconds)
