公开(公告)号：CN117275624A

公开(公告)日：2023-12-22

申请号：CN202311215826.5

申请日：2023-09-20

Applicant: 西安理工大学 ,  南方电网科学研究院有限责任公司

Inventor： 王闯 ,  姜怡悦 ,  杨新发 ,  王越昊 ,  张恒星 ,  关雨新 ,  陈驰 ,  卜越 ,  张在秦 ,  张逸凡 ,  罗兵 ,  傅明利 ,  贾磊 ,  陈喜鹏 ,  侯帅 ,  惠宝军

IPC: G16C60/00 ,  G16C10/00 ,  G06F30/23 ,  G06F113/26 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明公开基于分子模拟的金属与环氧树脂界面应力降低方法，具体为：步骤1)建立环氧树脂复合材料分子动力学模型；步骤2)步骤1得到的交联模型进行参数计算；步骤3)得到修正后的分子动力学模型；步骤4)通过在修正后分子动力学模型中设置不同目标交联度，采用步骤2)中方法求取不同交联度下的热、力学参数，并以环氧树脂复合材料温度和固化度这两个固化参数拟合热、力学计算曲线；5)搭建多物理场有限元仿真模型；6)仿真可计算环氧树脂复合材料内部温度、固化度、应力、应变分布；该方法通过分子模拟结合有限元分析手段对金属与树脂基绝缘材料界面处的应力进行优化使界面处的残余应力最小，进而优化残余应力。

公开(公告)号：CN119005019A

公开(公告)日：2024-11-22

申请号：CN202411482498.X

申请日：2024-10-23

Applicant: 西安理工大学

Inventor： 王闯 ,  张恒星 ,  王越昊 ,  姜怡悦 ,  杨新发

IPC: G06F30/27 ,  G06F30/23 ,  G06N3/0499 ,  G06N3/086 ,  G06F111/06

Abstract: 本发明公开了基于NSGA‑II和RBF神经网络的盆式绝缘子固化过程参数优化方法，包括以下步骤：建立盆式绝缘子固化仿真模型；通过仿真软件模拟得到盆式绝缘子固化仿真模型的仿真数据，将仿真数据随机划分为训练集和测试集；使用训练集对RBF神经网络进行训练，将测试集输入训练后的测试RBF神经网络进行测试，预测结果符合误差要求时训练完成；通过NSGA‑II算法及训练好的RBF神经网络对模型参数进行多目标优化，得到帕累托前沿解集；通过TOPSIS法对帕累托前沿解集计算筛选得到最优解，参数优化完成。基于NSGA‑II和RBF神经网络的盆式绝缘子固化过程参数优化方法，减小了盆式绝缘子的残余应力，同时也降低了生产成本，提升了绝缘子的整体性能，还实现了经济效益的最大化。

公开(公告)号：CN118378525A

公开(公告)日：2024-07-23

申请号：CN202410510465.5

申请日：2024-04-26

Applicant: 西安理工大学

Inventor： 王闯 ,  张恒星 ,  陈驰 ,  杨新发 ,  张在秦 ,  姜怡悦 ,  杨国清 ,  王越昊

IPC: G06F30/27 ,  G16C60/00 ,  G16C20/30 ,  G06N3/048 ,  G06N3/084 ,  G06F119/08

Abstract: 本发明公开了基于人工神经网络的环氧树脂固化温度场预测方法，具体按照如下步骤实施：步骤1，建立环氧树脂固化温度场预测模型，并定义固化流程参数；步骤2，使用步骤1建立的环氧树脂固化温度场预测模型，获取不同参数下的固化流程的温度数据，然后参数化扫描模块对不同参数下的固化流程的温度数据，获得训练集、验证集和测试集；步骤3，构建神经网络模型；步骤4，采用步骤2的训练集验证集对步骤3构建的神经网络模型进行训练和验证；步骤5，采用测试集对步骤4训练好的模型进行测试。本发明解决了现有技术中存在了环氧树脂固化温度场数值仿真时只考虑了内部两点最高温度但未考虑整个内部的温度分布情况以及形状参数的问题。