一种用于测量铁磁材料力-磁-热耦合模型的测试系统

    公开(公告)号:CN119165418A

    公开(公告)日:2024-12-20

    申请号:CN202411057602.0

    申请日:2024-08-02

    Abstract: 本发明公开了一种测量铁磁材料力‑磁‑热耦合模型的测试系统,包括主控单元、测试装置、传感器单元和上位机;测试装置用于实现对常温试件和控制温度后的时间进行冲击试验;传感器单元用于测量应力、温度、速度非电量信号;主控单元用于控制测试装置中的可控高压气瓶和温控仪,并调理、采集和存储传感器单元测得的信号,然后将信号送到上位机进行分析计算。本发明是基于力和温度对材料本身的磁特性的影响构建的,本发明的测试系统以低成本的测试方式实现了对力和温度引起的材料磁场变化的定量测量,且系统操作简单,具有很好的实用价值和广泛的应用前景。

    冲击塑性微观-宏观跨尺度计算方法

    公开(公告)号:CN117076822A

    公开(公告)日:2023-11-17

    申请号:CN202311098395.9

    申请日:2023-08-29

    Abstract: 本发明属于机械结构塑性变形数值计算领域,公开一种冲击塑性微观‑宏观跨尺度计算方法,具体为冲击力作用下,对待测件的宏观表面结构进行时空离散;离散后,求解晶体边界滑移带来的位错特征的密度和速度;求解晶体内部位错特征的密度和晶体内部平均位错滑移速度;求解晶体塑性变形坐标张量;实现微观塑性坐标张量到宏观塑性变形的跨越。与现有技术相比,通过微观‑宏观映射从机理层面实现冲击塑性的求解,进而使得冲击塑性的求解结果更准确。

    基于混沌多项式的旋转叶片混合不确定性动力学分析方法

    公开(公告)号:CN115964861A

    公开(公告)日:2023-04-14

    申请号:CN202211564401.0

    申请日:2022-12-07

    Abstract: 本发明公开了一种基于混沌多项式的旋转叶片混合不确定性动力学分析方法,在随机不确定性空间内进行采样,生成数值积分的配置节点和相应的积分权值;在区间不确定性参数的区间范围内进行采样;将每个区间配置点看作常向量,通过Galerkin投影法构造广义混沌多项式模型,获得每个区间配置点上旋转叶片系统不确定性响应相对于随机变量的期望和方差;通过Legendre区间扩张函数计算不确定性响应的期望和方差相对于区间变量的边界。本发明对求解微分方程组的数值方法没有特殊限制,是一种具有普遍适用性的技术方案,为随机和区间混合不确定性旋转叶片动力学系统分析提供了一种新思路,在航空发动机和风力机中具有较高工程实用价值。

    基于动态权重M-TOPSIS多属性决策的多目标优化改进遗传算法

    公开(公告)号:CN107844835B

    公开(公告)日:2020-10-02

    申请号:CN201711071604.5

    申请日:2017-11-03

    Inventor: 王丽群 杨国来

    Abstract: 本发明公开了一种基于动态权重M‑TOPSIS多属性决策的多目标优化改进遗传算法,首先确定多目标优化的数学模型与遗传算法参数,建立约束可行的种群和种群目标函数矩阵;然后采用熵权法计算目标函数的客观权重,合成目标函数的混合动态权重,采用基于动态权重的M‑TOPSIS方法进行种群个体排序,获得Pareto临时解集;按照排序对个体附虚拟适应度值,采用比例选择算子与轮盘赌方法选择出子代种群;再对子代种群进行交叉、变异操作;最后合并Pareto临时解集和变异操作后的子代种群产生新种群;直到满足算法终止条件,即得最优解与Pareto最优解集。本发明方法可以同时实现多目标优化与多属性决策过程,为多目标优化问题提供了一个新的解决途径,具有较高工程实用价值。

    基于BP神经网络微分与区间分析的区间不确定性优化方法

    公开(公告)号:CN110046408A

    公开(公告)日:2019-07-23

    申请号:CN201910249625.4

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于BP神经网络微分与区间分析的区间不确定性优化方法,训练原模型的BP神经网络代理模型;外层优化求解器采用NSGA-II算法,内层区间计算采用区间分析法;对于每组设计变量,采用子区间技术进行区间划分;将子区间组合的区间中值输入神经网络计算输出响应,并进行神经网络一阶微分运算,对不确定性目标函数与约束函数做一阶泰勒级数展开,采用区间扩展法和区间集方法计算它们的区间;通过区间序、区间可能度和误差经济性评价指标,将不确定性优化模型转化为多目标确定性优化模型;NSGA-II进行模拟搜索,获得Pareto最优解集。本发明方法能够高效率的处理非线性区间不确定性优化问题,特别是工程不确定优化问题,具有较高工程实用价值。

    基于动态权重M-TOPSIS多属性决策的多目标优化改进遗传算法

    公开(公告)号:CN107844835A

    公开(公告)日:2018-03-27

    申请号:CN201711071604.5

    申请日:2017-11-03

    Inventor: 王丽群 杨国来

    Abstract: 本发明公开了一种基于动态权重M-TOPSIS多属性决策的多目标优化改进遗传算法,首先确定多目标优化的数学模型与遗传算法参数,建立约束可行的种群和种群目标函数矩阵;然后采用熵权法计算目标函数的客观权重,合成目标函数的混合动态权重,采用基于动态权重的M-TOPSIS方法进行种群个体排序,获得Pareto临时解集;按照排序对个体附虚拟适应度值,采用比例选择算子与轮盘赌方法选择出子代种群;再对子代种群进行交叉、变异操作;最后合并Pareto临时解集和变异操作后的子代种群产生新种群;直到满足算法终止条件,即得最优解与Pareto最优解集。本发明方法可以同时实现多目标优化与多属性决策过程,为多目标优化问题提供了一个新的解决途径,具有较高工程实用价值。

    基于仿射算法的内弹道非线性区间不确定性优化方法

    公开(公告)号:CN119808573A

    公开(公告)日:2025-04-11

    申请号:CN202411915470.0

    申请日:2024-12-24

    Abstract: 本发明公开了一种基于仿射算法的内弹道非线性区间不确定性优化方法,确定Chebyshev多项式阶数和不确定性设计变量,其中不确定性设计变量为装药质量、火药颗粒弧厚、火药颗粒孔径以及药室容积;建立在热力学基础上的混合装药经典内弹道模型,计算对应的弹道参数,包括弹丸初速、最大弹底压力、炮口压力以及最大负压差;构建Chebyshev多项式代理模型;获得不确定设计变量所对应的不确定性目标函数与不确定约束函数的区间;转换为包括中心值和偏差范围的仿射形式的不确定性目标函数和不确定性约束函数;将内弹道不确定性优化问题被转化为确定性优化问题;采用优化求解器NSGA‑II进行模拟搜索,求解Pareto最优解集。本发明方法适用于工程不确定性优化问题的高效率求解。

    微观尺度弹丸-身管冲击行为建模方法

    公开(公告)号:CN117153304A

    公开(公告)日:2023-12-01

    申请号:CN202311098375.1

    申请日:2023-08-29

    Abstract: 本发明属于身管寿命研究领域,具体公开一种微观尺度弹丸‑身管冲击行为建模方法,包括甄别弹丸‑身管材料原子组分和原子质量分数;确定各组分原子的势能阱深度和零势能原子间距;确定弹丸‑身管材料原子间二体势势能函数;建立弹丸‑身管材料多晶结构;建立弹丸‑身管材料晶体模型;通过动量镜法求解微观尺度弹丸‑身管冲击行为。与现有技术相比,本发明从微观建模角度建立弹丸‑身管冲击行为身管材料的模型,完善弹丸—身管材料中原子之间的的二体势势能函数,将分子动力学和冲击动力学联系起来,为身管内膛塑性损伤的机理研究奠定基础。

    一种低推力波动双初级模块管状永磁同步直线电机

    公开(公告)号:CN116937928A

    公开(公告)日:2023-10-24

    申请号:CN202310775628.8

    申请日:2023-06-28

    Abstract: 本发明公开了一种低推力波动双初级模块管状永磁同步直线电机,包括初级模块化组件、磁障、次级铁芯和永磁体阵列,初级模块化组件包括第一初级模块、第二初级模块;第一初级模块和第二初级模块之间由磁障隔开;永磁体阵列安装在次级铁芯表面,穿过第一初级模块、第二初级模块和磁障内部的通孔,并与通孔在同一轴线上。通过减少定位力,抑制推力波动,实现直线电机在低推力波动下高精度的性能输出;设置双初级模块的结构,有效地提高了电机的推力密度,降低了制造和安装的成本;采用便于拆卸安装的T型槽结构,安装方便,应用灵活。

    基于BP神经网络微分与区间分析的区间不确定性优化方法

    公开(公告)号:CN110046408B

    公开(公告)日:2023-05-09

    申请号:CN201910249625.4

    申请日:2019-03-29

    Abstract: 本发明公开了一种基于BP神经网络微分与区间分析的区间不确定性优化方法,训练原模型的BP神经网络代理模型;外层优化求解器采用NSGA‑II算法,内层区间计算采用区间分析法;对于每组设计变量,采用子区间技术进行区间划分;将子区间组合的区间中值输入神经网络计算输出响应,并进行神经网络一阶微分运算,对不确定性目标函数与约束函数做一阶泰勒级数展开,采用区间扩展法和区间集方法计算它们的区间;通过区间序、区间可能度和误差经济性评价指标,将不确定性优化模型转化为多目标确定性优化模型;NSGA‑II进行模拟搜索,获得Pareto最优解集。本发明方法能够高效率的处理非线性区间不确定性优化问题,特别是工程不确定优化问题,具有较高工程实用价值。

Patent Agency Ranking