-
公开(公告)号：CN118940613A
公开(公告)日：2024-11-12
申请号：CN202410944880.1
申请日：2024-07-15
Applicant: 华中科技大学
IPC: G06F30/27 , G06N3/045 , G06N3/08 , G06F17/18 , G06F111/08 , G06F119/14
Abstract: 本发明提出了一种基于条件标准化流的适配器应变场预测不确定性量化方法,属于预测结果的不确定性量化领域，包括：S1、使用信息融合平衡神经算子网络从适配器结构中提取隐式特征向量；S2、构建标准化流模型；S3、根据所述隐式特征向量和标准化流模型构建并训练基于条件标准化流的不确定性量化模型；S4、将隐式特征向量输入至基于条件标准化流的不确定性量化模型中，得到适配器应变场的近似应变分布；S5、使用前向传播对近似应变分布进行计算，得到适配器应变场的不确定性量化结果。本申请利用基于条件标准化流的不确定性量化模型，根据隐式特征向量和标准化流模型预测适配器各点的应变分布，给出准确的均值和方差结果,量化应变场的不确定性，提高不确定性量化的精度。
-
公开(公告)号：CN114996995B
公开(公告)日：2024-07-02
申请号：CN202210554012.3
申请日：2022-05-20
Applicant: 华中科技大学
Abstract: 本发明公开一种超材料隔振单元性能预报方法和系统，属于超材料隔振单元性能预报技术领域。包括：利用有限元仿真分别生成第一训练样本集对应高精度性能响应和第二训练样本集对应多个低精度性能响应，第二训练样本集大于第一训练样本集；将性能响应训练集和待测样本集一起输入变可信度多输出代理模型，得到训练好的变可信度多输出代理模型，变可信度多输出代理模型包括一个变可信度多输出高精度代理模型和多个不可分层低精度代理模型，差异函数在各待测样本点的波动最小；采用训练好的变可信度多输出代理模型，在待测样本集处进行预测，得到性能预报结果。本发明充分利用多个不可分层低精度模型的信息及输出之间潜在关联，提高代理模型的预测精度。
-
公开(公告)号：CN115828711B
公开(公告)日：2023-05-09
申请号：CN202310108642.2
申请日：2023-02-14
Applicant: 华中科技大学
IPC: G06F30/23
Abstract: 本发明公开一种水下结构物破冰剩余速度预测方法及系统，所述方法包括：在给定的发射速度范围、冰厚范围内采样生成第一精度样本点和第二精度样本点；建立水下结构物破冰过程有限元模型，分别计算第二精度样本点在不同的冰材料的本构模型下的响应值，得到第二精度数据；基于第二精度数据，分别采用克里金近似建模方法构建多个第二精度模型；搭建水下结构物的缩比模型，测算第一精度样本点在缩比模型下的响应值，得到第一精度数据；通过多个第二精度模型构建趋势模型，通过第一精度数据对趋势模型进行校准，构建预测模型；通过预测模型预测水下结构物破冰剩余速度。本发明建立了变可信度代理模型对水下结构物破冰剩余速度快速预测，可提高预测精度。
-
公开(公告)号：CN114722690B
公开(公告)日：2022-09-02
申请号：CN202210643830.0
申请日：2022-06-09
Applicant: 华中科技大学
Abstract: 本发明提供了基于变可信度神经网络的声学超表面声场快速预测方法，该预测方法包括如下步骤：获取待预测声学超表面的几何特征、设计变量及其变化范围，以及待预测声场信息；根据待预测声学超表面的设计变量，建立声学超表面的第一精度有限元模型和第二精度有限元模型；采用拉丁超立方采样法，第一精度样本点以及第二精度样本点；通过有限元模型批量化仿真，获取各个第一精度样本点及第二精度样本点的声场分布数据，并对数据进行预处理，利用第二精度样本点声场分布数据对第一精度样本点声场分布数据进行扩充，获取训练数据集；构建变可信度神经网络模型，并根据训练数据集对变可信度神经网络模型进行训练。
-
公开(公告)号：CN112964139A
公开(公告)日：2021-06-15
申请号：CN202110256777.4
申请日：2021-03-09
Applicant: 华中科技大学
Abstract: 本发明属于火箭分离技术领域，公开了一种栅格翼、新型火箭级间段结构及应用，新型火箭级间段结构设置有上面级火箭，上面级火箭与下面级火箭连接，下面级火箭折叠有栅格翼或栅格舵。栅格翼/栅格舵采用钛合金SLM打印、铸造或者焊接方式制造，并沿周向均与安装在一级火箭顶部，上面级火箭和下面级火箭均装有火箭发动机。本发明在上面级火箭靠近级间段位置沿周向方向上安装多个栅格翼，栅格翼在火箭分离前处于收起状态，并且以一种固连可破坏或非固连可分离的方式连接上面级火箭，单独或者与其余级间承载结构一起传递载荷给上面级火箭。本发明减少了重量，降低了发射成本，提高了发射效率。
-
Patent Agency Ranking
公开(公告)号：CN107020453B
公开(公告)日：2018-11-30
申请号：CN201710422222.6
申请日：2017-06-07
Applicant: 华中科技大学
IPC: B23K26/346 , B23K26/348 , B23K26/70
Abstract: 本发明属于焊接领域，并公开了一种激光‑电弧‑磁场复合焊接的励磁移动平台，包括底座、伺服电机、水平导轨、支撑平台、滚珠丝杠机构、支架、励磁线圈和夹具，伺服电机和水平导轨均安装在所述底座上，支撑平台安装在所述水平导轨上，伺服电机通过所述滚珠丝杠机构驱动所述支撑平台移动；夹具安装在所述支撑平台上；支架安装在所述底座上，并且支架上安装励磁线圈。本发明的夹具可以实现工件的准确定位及装夹，通过励磁线圈可以实现焊缝区域的磁场调节；伺服电机可以保证工件在焊接过程中的匀速移动，保证了焊接时熔池所处区域磁场的大小、方向和频率的一致性，也为后期利用高速摄像拍摄熔池形貌提供了便利。
-
公开(公告)号：CN106670664B
公开(公告)日：2018-10-30
申请号：CN201710068310.0
申请日：2017-02-08
Applicant: 华中科技大学
IPC: B23K26/70 , B23K26/348
Abstract: 本发明属于磁场辅助激光电弧复合焊接相关技术领域，其公开了一种辅助激光电弧复合焊接的磁场强度调节装置，包括定位装夹机构及磁场调节机构，所述定位装夹机构用于装夹工件；所述磁场调节机构邻近所述工件设置，其包括法兰螺母、导轨、磁铁托架、永磁铁、丝杠及固定在所述法兰螺母上的连接螺母，所述法兰螺母固定连接于所述定位装夹机构；所述导轨的一端穿过所述法兰螺母后固定连接于所述磁铁托架，其用于为所述永磁铁及所述磁铁托架的移动提供导向；所述永磁铁设置在所述磁铁托架上；所述丝杠依次穿过所述连接螺母及所述法兰螺母后连接于所述磁铁托架，所述丝杠与所述连接螺母形成螺纹连接；所述丝杠通过转动以调节焊缝区域的磁感应强度。
-
公开(公告)号：CN118940612B
公开(公告)日：2025-02-25
申请号：CN202410944676.X
申请日：2024-07-15
Applicant: 华中科技大学
IPC: G06F30/27 , G06F30/10 , G06F30/23 , G06N3/0499 , G06N3/084 , G06N3/0985
Abstract: 本发明提出了一种基于参数优化神经网络的适配器优化设计方法，属于适配器设计领域，包括：S1、采用拉丁超立方采样法生成适配器构型样本，通过有限元模型获取应变场数据，将适配器构型样本输入参数和应变场分布作为训练集训练不确定性量化模型；S2、将训练后的不确定性量化模型作为近似代理模型，用于计算目标函数；S3、构建参数优化神经网络，并使用训练集和训练后的不确定性量化模型对参数优化神经网络进行训练，得到训练后的参数优化神经网络，所述训练后的参数优化神经网络的输出为适配器的最优设计参数。本申请利用训练好的不确定性量化模型对参数优化神经网络进行性能评估和参数优化，并确定最优权重参数，进而确定适配器的最优设计参数，提高适配器优化设计效率及准确率。
-
公开(公告)号：CN117806172B
公开(公告)日：2024-05-24
申请号：CN202410218787.2
申请日：2024-02-28
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明提供一种基于云边协同与自适应知识传递的故障诊断方法，涉及故障诊断技术领域，包括以下步骤：采集齿轮箱的运行状态数据，并对运行状态数据进行过采样处理，得到训练数据集；构建第一模型和第二模型，利用训练数据集对第一模型进行迭代训练，得到第一模型对训练数据集的第一预测结果；结合第一预测结果和知识传递方法，使用训练数据集对第二模型进行迭代训练，得到优化后的第二模型；在边缘计算设备中部署优化后的第二模型，从齿轮箱中采集实时数据，导入优化后的第二模型进行检测，得到故障诊断结果。本发明能够充分利用云端和边缘端的计算资源，同时满足实时性需求，为风电机组运行状态数据的预测和诊断提供了有效的解决方案。
-
公开(公告)号：CN118035873A
公开(公告)日：2024-05-14
申请号：CN202410223999.X
申请日：2024-02-29
Applicant: 华中科技大学
IPC: G06F18/2415 , G01M13/028 , G06F18/15 , G06F18/2131 , G06F18/22 , G06N3/045 , G06N3/0464 , G06F123/02
Abstract: 本发明提供一种并行卷积改进三元组网络的故障诊断方法，涉及故障诊断技术领域，包括：对齿轮箱的运行状态数据进行数据采集，得到初始数据集；针对每个初始数据构造为三元组数据，得到三元组数据集；构建故障诊断模型，包括特征提取网络、距离度量网络和分类器网络；将三元组数据集输入特征提取网络中，利用特征提取网络提取三元组数据集的特征向量，同时将特征向量输入距离度量网络和分类器网络中进行联合迭代训练，即得到优化后的故障诊断模型；获取齿轮箱的实时数据，利用优化后的故障诊断模型对实时数据进行故障诊断，得到诊断结果。本发明解决了现有故障诊断模型在不平衡条件下对故障样本缺乏导致的故障信息提取难的问题。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.02 seconds)
