-
公开(公告)号：CN117573375A
公开(公告)日：2024-02-20
申请号：CN202410054454.0
申请日：2024-01-15
Applicant: 上海交通大学四川研究院
Abstract: 本发明公开了一种面向自适应解耦方程的动态负载平衡并行计算方法，在动态数据转移方案的基础上，提出一种面向自适应解耦NS方程负载不平衡问题的、基于MPI+OpenMP混合并行的、更加灵活高效的动态负载平衡算法。解决现有负载平衡方法未充分利用线程级并行的共享内存优势、负载平衡算法较为复杂、数据转移开销较大的技术问题，更加灵活高效地实现动态负载平衡，减少程序阻塞时间，提升计算效率加速计算。
-
公开(公告)号：CN119313695A
公开(公告)日：2025-01-14
申请号：CN202411874629.9
申请日：2024-12-19
Applicant: 上海交通大学四川研究院
Abstract: 本发明公开了一种基于局部像素值统计阈值的打孔图像圆边缘检测算法，其包括对打孔图像的极值部分进行描绘和提取，然后对其蒙版处理得到第一蒙版；然后在极值区域面积的2.5~2.8倍绘制一个更大圆区域，对该区域外部分进行蒙版处理，得到第二蒙版；通过第一蒙版和第二蒙版得到环状区域，在内进行像素值分布统计，通过适当的反向数值加权确定最终阈值，即统计阈值B；最后基于统计阈值B对打孔图像灰度化处理后，再进行反向操作的反向图进行二值化，通过微膨胀，较强腐蚀，获得真实图像所需的外轮廓。本方案通过上述实现方法解决了现有边缘提取方法提取激光加工的孔洞的边缘时准确率低的问题。
-
公开(公告)号：CN118485009B
公开(公告)日：2024-09-24
申请号：CN202410947428.0
申请日：2024-07-16
Applicant: 上海交通大学四川研究院
IPC: G06F30/27 , G06F30/28 , G06F30/15 , G06F18/2411 , G06F18/2451 , G06F18/27 , G06N3/126 , G06N20/10 , G06N5/045 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种斜爆轰起爆区波系结构类型预测方法，属于斜爆轰技术领域，其包括步骤：S1获取待预测斜爆轰起爆区波系结构类型的飞行条件参数，所述飞行参数包括马赫数、飞行高度和燃料当量比；S2根据飞行条件参数，采用波系结构类型拟合公式计算拟合值；S3根据拟合值，确定斜爆轰起爆区波系结构的类型；本方案可以通过飞行马赫数，飞行高度，燃料当量比直接实现对斜爆轰起爆区波系结构类型的预测，并达到了比较高的精度。
-
公开(公告)号：CN118364754A
公开(公告)日：2024-07-19
申请号：CN202410799261.8
申请日：2024-06-20
Applicant: 上海交通大学四川研究院
IPC: G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了基于正逆反应分离极简机理的发动机燃烧室数值模拟方法，包括以下步骤：S1、基于发动机燃烧室使用的燃料，构造燃料充分燃烧的反应式；S2、设置该反应式的正逆反应的阿尔尼乌斯参数；S3、对正逆反应的阿尔尼乌斯参数进行优化，根据优化后的正逆反应的阿尔尼乌斯参数进行燃烧室数值模拟。本发明和一般的简化机理相比，使用更少的组分和反应；在燃烧项计算中，计算代价与组分数和反应数正相关，因此本方法具有明显更低的计算代价。本发明和现有的总包机理相比，由于通过构建独立可调节的正逆反应过程，避免了常见总包机理中平衡温度明显偏高的缺陷，能更好地贴合详细机理的燃烧平衡温度。
-
公开(公告)号：CN117786467A
公开(公告)日：2024-03-29
申请号：CN202410218111.3
申请日：2024-02-28
Applicant: 上海交通大学四川研究院
IPC: G06F18/24 , G06F18/214 , G06N3/12
Abstract: 本发明公开了一种基于自适应加点的飞机着陆风险预测的分类模型构建方法，其包括S1获取样本集，并采用样本集对分类模型进行训练，得到分类器模型；S2判断样本集是否已进行至少一次加点操作，若是，进入步骤S4，否则进入步骤S3；S3基于分类器模型和梯度加点方法，生成预设数量的新样本点，并进入步骤S5；S4获取遗传算法的决策变量、优化目标和约束条件，采用遗传算法对分类器模型进行寻优，生成预设数量新样本点，并进入步骤S5；S5将生成的新样本点加入样本集中形成训练集，并采用训练集对分类器模型进行训练；S6判断迭代训练后的分类器模型是否满足终止训练条件，若是，则输出训练样本集和分类器模型，否则，采用训练集更新样本集，并返回步骤S2。
-
Patent Agency Ranking
公开(公告)号：CN117408185B
公开(公告)日：2024-02-23
申请号：CN202311708955.8
申请日：2023-12-13
Applicant: 上海交通大学四川研究院
IPC: G06F30/28 , G16C20/10 , G06F17/16 , G06F17/11 , G06F113/08
Abstract: 本发明公开了一种基于自动微分加速发动机燃烧室设计的仿真模拟方法，其包括S1、获取发动机燃烧室的控制方程，并对其进行离散处理，得到离散方程；S2、采用前向自动微分方法求解雅克比矩阵 、 和 ，并根据离散方程和求解的雅克比矩阵，计算推进增量△U；S3、判断推进增量△U是否小于预设值，若是，输出当前的守恒量，否则进入步骤S4；S4、根据推进增量△U，采用松弛因子更新守恒量Un+1，之后返回步骤S2。
-
公开(公告)号：CN117408185A
公开(公告)日：2024-01-16
申请号：CN202311708955.8
申请日：2023-12-13
Applicant: 上海交通大学四川研究院
IPC: G06F30/28 , G16C20/10 , G06F17/16 , G06F17/11 , G06F113/08
Abstract: 本发明公开了一种基于自动微分加速发动机燃烧室设计的仿真模拟方法，其包括S1、获取发动机燃烧室的控制方程，并对其进行离散处理，得到离散方程；S2、采用前向自动微分方法求解雅克比矩阵 、 和，并根据离散方程和求解的雅克比矩阵，计算推进增量△U；S3、判断推进增量△U是否小于预设值，若是，输出当前的守恒量，否则进入步骤S4；S4、根据推进增量△U，采用松弛因子更新守恒量Un+1，之后返回步骤S2。
-
公开(公告)号：CN117393062A
公开(公告)日：2024-01-12
申请号：CN202311709117.2
申请日：2023-12-13
Applicant: 上海交通大学四川研究院
IPC: G16C20/10 , G06F30/20 , G06F17/10 , G06F119/12
Abstract: 本发明公开了一种刚性化学反应流回退自适应半隐半显耦合时间的模拟方法，其包括计算全局时间步长；当当前时刻是存档点存放的时刻，确定满足条件的被控时间步长，否则采用残差、化学反应雅可比矩阵及全局时间步长进行半隐半显时间推进，之后确定下一时刻的守恒量Un+1；确定是否进行回退操作，若是采用上一存档点时刻T保存的守恒量Un覆盖Un+1，并更新当前时刻 ，同时减半存档点的被控时间步长，并返回第一步；否则存储守恒量Un+1至存档点的流场存储文件，并保存当前时间、被控时间步长和流场存储文件；当所有存档点都已存储，则结束算法，否则返回第一步。
-
公开(公告)号：CN114171127A
公开(公告)日：2022-03-11
申请号：CN202111482349.X
申请日：2021-12-07
Applicant: 上海交通大学四川研究院
IPC: G16C10/00 , G06F30/28 , G06F17/13 , G06F119/08 , G06F119/14
Abstract: 本发明提供一种构建自适应反应机理模拟超声速燃烧流动的方法，该方法包括步骤：(1)使用全局敏感度分析得到需要修正的基元反应指前因子；(2)使用分区算法对热力学状态空间进行划分：(3)在划分好的区域的基础上，构建自适应反应机理库；(4)自适应反应机理库的存储和检索；(5)根据自适应反应机理库模拟超声速燃烧流动。本发明生成了保持组分、基元反应不变的自适应反应机理，使得自适应机理可以直接耦合到CFD程序中，而无需修改原始程序的化学反应程序，易于推广使用。相对于使用单个简化机理的CFD系统，考虑自适应反应机理的CFD系统在模拟流动燃烧问题时，可以减少计算时间，提高计算精度。
-
公开(公告)号：CN119940113A
公开(公告)日：2025-05-06
申请号：CN202510016287.5
申请日：2025-01-06
Applicant: 上海交通大学四川研究院
IPC: G06F30/27 , G06F30/23 , G06F30/28 , G06F30/15 , G06N3/126 , G06F18/23213 , G06F18/27 , G06F111/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于小样本的多目标优化解集的搜索方法，其采用Halton采样法对样本空间进行采样，使得初始样本在样本空间内填充率较高。再采用一体化计算方法后得到其真值，再采用代理模型的方法建立非线性回归方程对数据集进行训练和预测，并且针对多目标优化问题采用NSGA‑II快速非支配排序算法进行较优解的寻找，最后通过非支配排序后得到帕累托前沿，并判断帕累托前沿上点是否均符合目标约束要求，对筛选后的点通过K‑means聚类后，在每个类别中对种群个体进行搜索和筛选，该方法在保证解的多样性的情况下，能够快速搜索到不同类型的较优解，再通过一体化计算可以对分类进行验证，经过多次迭代加点后最终满足实际需求。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.036 seconds)
