-
公开(公告)号：CN118940613B
公开(公告)日：2025-04-08
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：CN118941739A
公开(公告)日：2024-11-12
申请号：CN202410944280.5
申请日：2024-07-15
Applicant: 华中科技大学
Abstract: 本发明提出了一种适配器的数字孪生模型可视化方法，属于可视化领域，包括：S1、设定适配器模型在屏幕上的目标成像尺寸；S2、计算目标成像尺寸与待可视化适配器模型的实际物理宽度尺寸的比例，得到缩放比例因子，根据缩放比例因子对待可视化适配器模型进行等比例缩放，得到缩放后待可视化适配器模型，并测量缩放后待可视化适配器模型的表面积；S3、构建待可视化适配器模型的离散点云网格，并根据离散点云网格生成待可视化适配器模型的数字孪生模型；S4、编写待可视化适配器模型的数字孪生模型的着色器进行数字孪生模型渲染，并将渲染后的数字孪生模型进行可视化展示。本申请利用点云网格捕捉物理对象细节，将数字孪生模型与实际的物理信息进行融合，并通过着色器渲染提高可视化效果，提高数字孪生模型的可视化表达力。
-
公开(公告)号：CN118941739B
公开(公告)日：2025-04-08
申请号：CN202410944280.5
申请日：2024-07-15
Applicant: 华中科技大学
Abstract: 本发明提出了一种适配器的数字孪生模型可视化方法，属于可视化领域，包括：S1、设定适配器模型在屏幕上的目标成像尺寸；S2、计算目标成像尺寸与待可视化适配器模型的实际物理宽度尺寸的比例，得到缩放比例因子，根据缩放比例因子对待可视化适配器模型进行等比例缩放，得到缩放后待可视化适配器模型，并测量缩放后待可视化适配器模型的表面积；S3、构建待可视化适配器模型的离散点云网格，并根据离散点云网格生成待可视化适配器模型的数字孪生模型；S4、编写待可视化适配器模型的数字孪生模型的着色器进行数字孪生模型渲染，并将渲染后的数字孪生模型进行可视化展示。本申请利用点云网格捕捉物理对象细节，将数字孪生模型与实际的物理信息进行融合，并通过着色器渲染提高可视化效果，提高数字孪生模型的可视化表达力。
-
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：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。
-
Patent Agency Ranking
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：CN116738315A
公开(公告)日：2023-09-12
申请号：CN202310714333.X
申请日：2023-06-16
Applicant: 华中科技大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出了一种激光粉末床熔融增材制造不同材料气孔率监测方法，涉及增材制造领域，包括：获取源域数据和目标域数据；构建预训练模型，包括特征提取模块和第一分类识别模块；对预训练模型进行迭代训练，得到特征提取模块的第一参数；锁定第一参数，对第一分类识别模块进行调整，得到第二分类识别模块，基于预训练模型的特征提取模块和第二分类识别模块构成微调模型；对微调模型进行迭代训练；获取目标域的待监测数据，利用训练好的微调模型对待监测数据进行识别分类，得到分类结果。本发明提出的方法提高了对不同材料零件气孔率监测的识别精度，且充分利用了历史数据，避免了资源浪费。
-
公开(公告)号：CN115879350A
公开(公告)日：2023-03-31
申请号：CN202310071166.1
申请日：2023-02-07
Applicant: 华中科技大学
Abstract: 本发明提出了一种基于序贯采样的飞行器阻力预测方法，涉及飞行器设计领域，包括以下步骤：S1，确定设计空间，采样生成第一精度样本点和第二精度样本点，作为初始样本集；S2，通过有限元仿真构建第一精度模型和第二精度模型，由第一精度模型生成第一精度数据，并通过克里金近似建模方法构建第一精度近似模型；S3，由第二精度模型生成第二精度数据，计算第一精度数据与第二精度数据的差值，并构建加法标度模型，由加法标度模型和第一精度近似模型组成多精度近似模型；S4，判断多精度近似模型是否满足加点收敛准则，不满足时，添加新的第二精度样本点至初始样本集中，更新样本集，并重复步骤S3；满足时，输出多精度近似模型，预测飞行阻力。
-
公开(公告)号：CN118940560A
公开(公告)日：2024-11-12
申请号：CN202410944530.5
申请日：2024-07-15
Applicant: 华中科技大学
IPC: G06F30/23 , G06F30/10 , G06F30/27 , G06N3/045 , G06N3/082 , G06F119/14 , G06F111/10
Abstract: 本发明提出了一种基于信息融合特征均衡算子的适配器应变场预测方法，属于适配器领域，包括：S1、获取适配器的几何特征、设计变量、设计变量变化范围，应变场信息为待预测值；S2、根据适配器的设计变量建立适配器几何模型，并以适配器几何模型为基础构建超材料静力学有限元模型，采用拉丁超立方采样法获取样本点，利用超材料静力学有限元模型根据仿真生成训练数据集；S3、构建基于信息融合特征均衡算子神经网络模型，并使用训练数据集对基于信息融合特征均衡算子神经网络模型进行训练，得到训练后的基于信息融合特征均衡算子神经网络模型；S4、使用训练后的基于信息融合特征均衡算子神经网络模型对待预测应变场信息进行预测，得到适配器应的应变场分布。本申请增强对几何特征的提取能力和建模能力，使基于信息融合特征均衡算子神经网络模型能够快速预测不同几何构型的的适配器应变场分布。
-
公开(公告)号：CN113996816B
公开(公告)日：2023-01-06
申请号：CN202111232702.9
申请日：2021-10-22
Applicant: 华中科技大学
Abstract: 本发明公开了一种激光选区熔化过程声信号实时监测装置，包括：声信号传感器、角度调节装置、夹持装置、基板、基板高度调节模块；夹持装置用于夹持声信号传感器，并与角度调节装置的一端连接；角度调节装置的另一端安装于基板上，用于调节声信号传感器的角度；基板高度调节模块包括伺服电机、差动装置、固定杆、连接杆、滑筒和滑杆；差动装置的一端与伺服电机连接，另一端与基板的底部连接；伺服电机通过连接杆和滑筒与滑杆滑动连接，差动装置通过固定杆与滑杆固定连接，滑杆与基板滑动连接。该装置不仅便于安装，还兼具稳定牢靠、适用范围广、局限性小、可根据用户要求自定义结构等优点，能为激光选区熔化过程声信号监测提供有效手段。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
