-
公开(公告)号:CN119877924A
公开(公告)日:2025-04-25
申请号:CN202510267902.X
申请日:2025-03-07
Applicant: 南京理工大学
Abstract: 本发明属于防护工程领域,具体涉及一种抗强冲击的复合多层聚脲混凝土防护结构。包括依次设置的混凝土Ⅰ层、材质为高强钢的承力板、混凝土Ⅱ层和聚脲涂层,其中混凝土Ⅰ层为迎爆面;混凝土Ⅰ层内浇筑有材质为钢筋的W型阵列支架,承力板上阵列多个粘结孔,W型阵列支架的每一个W型单元的底部两个拐点抵设于承力板的粘结孔外;混凝土Ⅱ层内浇筑复合加强筋框架,组成复合加强筋框架的复合加强筋由金属圆管、设置在金属圆管内的玻璃纤维棒以及金属圆管两端的金属圆片组成;复合加强筋交叉点采用点焊连接。本发明可有效抵抗敌方的火力打击,可有效混凝土碎石飞散引起的二次破坏;模块化设计,可方便进行更换,易于强冲击损坏后的修复。
-
公开(公告)号:CN108082102B
公开(公告)日:2023-08-18
申请号:CN201810067974.X
申请日:2018-01-24
Applicant: 南京理工大学
IPC: B60R19/34
Abstract: 本发明公开了一种基于内凹六边形多胞单元的负泊松比结构部件,包括多个单胞结构,每个单胞结构由两个内凹六边形组成,内凹六边形呈左右对称的燕尾形状,两个内凹六边形呈正交排布且相交于两凹角顶点,从而形成一个完整的单胞结构;多个单胞结构在水平两方向上通过共享一根支撑胞臂的方式相互连接,在水平方向延伸形成一个连续的单元层;多个单元层在垂直方向通过共享弯曲肋的方式相互连接,构成多层交叉排列的内凹蜂窝状三维负泊松比结构。本发明具有明显负泊松比效应,在受载时产生更高的弹性模量、剪切模量、储能模量,更好的回弹韧性和抗断裂性能,且在载荷作用下随着负泊松比效应的增强而提高。
-
公开(公告)号:CN110020466B
公开(公告)日:2023-07-04
申请号:CN201910210112.2
申请日:2019-03-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于代理模型的负泊松比结构吸能盒协同优化设计方法,具体步骤为:根据负泊松比结构吸能盒的结构特性建立多目标协同优化设计的数学模型;建立碰撞仿真参数化模型;利用Taguchi正交实验设计策略在设计域内采样;基于最小二乘支持向量回归构建目标函数的代理模型,并对代理模型进行精度验证;设计一种改进粒子群多目标优化算法并对协同优化设计数学模型进行求解;确定最优设计方案并验证。本发明解决了吸能盒碰撞吸能特性优化设计中的高维数和强非线性问题,从全局出发实现了负泊松比结构吸能盒在不同碰撞工况下的协同优化设计。
-
公开(公告)号:CN110414096B
公开(公告)日:2023-06-06
申请号:CN201910627039.9
申请日:2019-07-12
Applicant: 南京理工大学
IPC: G06F30/20 , G01M17/007 , G06F30/15
Abstract: 本发明属于汽车系统动力学仿真领域,特别是一种基于Matlab/Adams联合仿真的真实路谱再现系统和方法。系统包括基于Nastran的整车/零部件有限元仿真模块、基于ADAMS/View的整车/零部件系统动力学仿真模块和基于MATLAB/Simulink的整车/零部件真实路谱再现联合仿真模块;其中联合仿真模块包括路试道路谱采集与信号处理子模块、频率响应函数估计子模块和误差分析与修正子模块。方法的具体步骤包括整车/零部件系统刚柔耦合建模及仿真分析、道路载荷谱采集和预处理、分通道频率响应函数估计和驱动信号修正及响应信号再现。本发明具有真实路谱再现精度和效率高的特点,对于道路试验载荷谱采集要求低,适应性更广,再现的真实路谱能为整车/零部件性能分析和优化设计提供更可靠的依据。
-
公开(公告)号:CN111460590B
公开(公告)日:2022-10-28
申请号:CN202010237959.2
申请日:2020-03-30
Applicant: 南京理工大学
IPC: G06F30/17 , G06F30/20 , G06F119/14
Abstract: 本发明属于自动驾驶领域,具体涉及一种驾驶机械腿机构的动力传递性能优化方法。包括如下步骤:首先根据驾驶机械腿机构的结构特点,绘制驾驶机械腿机构的运动简图;然后建立驾驶机械腿机构的动力学模型;基于动力学模型定义驾驶机械腿机构的全域动力传递性能指标;以驾驶机械腿机构尺寸参数为设计变量,全域动力传递性能指标作为优化目标,建立驾驶机械腿机构的动力传递性能优化模型,最后使用粒子群优化算法对优化模型进行求解,确定驾驶机械腿机构最优尺寸参数。本发明所提出的方法提高了驾驶机械腿机构的动力传递性能。
-
公开(公告)号:CN110083939B
公开(公告)日:2022-09-30
申请号:CN201910348658.4
申请日:2019-04-28
Applicant: 南京理工大学 , 江苏太平洋精锻科技股份有限公司
Abstract: 本发明公开一种纯电动车差速器齿轮修形优化方法,包括如下步骤:(10)差速器齿轮三维模型建立:根据直齿圆锥齿轮参数,建立半轴齿轮和行星齿轮三维模型;(20)单行星齿轮齿廓修形:根据齿廓修形优化区间,进行三维模型仿真;(30)单行星齿轮齿向修形:根据行星齿轮齿向修形优化区间,进行三维模型仿真;(40)全差速器齿轮齿廓修形:将单行星齿轮齿廓修形最优值作为全差速器齿轮齿廓修形总优化值进行仿真,得到全差速器齿轮齿廓修形最优解;(50)全差速器齿轮齿向修形:将单行星齿轮齿向修形最优值作为全差速器齿轮齿向修形总优化值进行仿真,得到全差速器齿轮齿向修形最优解。本发明齿轮修形优化方法,差速器齿轮传动平稳性好、噪声低、疲劳寿命长。
-
公开(公告)号:CN110210085B
公开(公告)日:2022-09-06
申请号:CN201910417817.1
申请日:2019-05-20
Applicant: 南京理工大学
IPC: G06F30/23
Abstract: 本发明公开一种内凹六边形负泊松比点阵结构参数化有限元建模方法,包括如下步骤:(10)独立设计参数获取:获取点阵结构的独立设计参数;(20)有限元模型节点编号矩阵建立:制定参数化建模节点编号规则并建立有限元模型节点编号矩阵;(30)节点及其坐标对应关系矩阵建立:定义坐标原点,建立点阵结构有限元模型的节点‑坐标关系矩阵;(40)单元节点关系矩阵建立:基于梁单元制定参数化建模单元编号规则并建立有限元模型单元及其从属节点间的对应关系矩阵;(50)计算文件编写:将上述步骤编制成脚本程序,并输出Radioss计算文件,实现参数化有限元建模。本发明的有限元建模方法,建模效率高、仿真精度高。
-
公开(公告)号:CN110298073B
公开(公告)日:2022-07-22
申请号:CN201910421689.8
申请日:2019-05-21
Applicant: 南京理工大学
IPC: G06F30/27 , G06F119/02 , G06F119/14
Abstract: 本发明提供了一种集成神经网络与物理系统模型的换挡负载动态模拟方法,该方法将换挡负载分解为挂挡方向负载和选挡方向负载,并根据负载特点建立神经网络挂挡负载模型和阻尼系统选挡负载模型。神经网络挂挡负载模型输入为归一化挂挡位移和归一化挂挡速度,输出为归一化挂挡负载,经反归一化处理后成为挂挡负载。阻尼系统选挡负载模型根据选挡速度计算出选挡负载。最后通过挂挡负载和选挡负载计算出换挡负载。本发明将换挡负载分解为挂挡方向负载和选挡方向负载,并将具有强非线性和时变特性的挂挡方向负载通过神经网络进行拟合,实用性好。以该方法可以更好的模拟出换挡过程中的换挡负载变化情况。
-
公开(公告)号:CN110989597B
公开(公告)日:2022-06-10
申请号:CN201911233698.0
申请日:2019-12-05
Applicant: 南京理工大学
IPC: G05D1/02
Abstract: 本发明提供了一种集成模糊神经网络的自适应路径跟踪方法,该方法通过判断工程机械或车辆实际位置点的与期望路径的横向位移偏差大小,决定出理想的偏转角度,将目标路径坐标点的曲率以及与实际行驶路径坐标点的横向偏差作为状态切换器的输入,状态切换器判断出工程机械或车辆是否偏离理想路径,再计算出理想偏转角度,横向控制器内部通过训练神经网络得出Jacobian信息,通过该信息整定自抗扰控制器参数,输出模糊神经自抗扰控制律,最后将控制律输入工程机械及车辆动力学模型中,该动力学模型输出实际行驶路径点反馈回输入端,形成完整的闭环控制系统。本发明可以增强控制器的抗干扰能力以及自适应性,提高对目标路径的跟踪精度。
-
公开(公告)号:CN109991856B
公开(公告)日:2022-04-08
申请号:CN201910338665.6
申请日:2019-04-25
Applicant: 南京理工大学
IPC: G05B13/04
Abstract: 本发明提供了一种机器人驾驶车辆集成协调控制方法,包括:建立机器人驾驶车辆动力学模型;建立考虑模型不确定性和外部干扰的机器人驾驶车辆动力学模型;建立驾驶员车速控制行为模型和驾驶员转向操纵行为模型;采用模糊滑模理论设计机器人驾驶车辆的车速控制器;采用鲁棒反演理论设计机器人驾驶车辆的转向控制器;分别为车速控制和转向控制设计干扰观测器;设计将发动机驱动力控制转换为油门机械腿控制、制动力控制转换为制动机械腿控制、以及前轮转角控制转换为转向机械手控制的控制转换函数;设计用于协调控制机器人驾驶车辆车速与转向的策略。
-
-
-
-
-
-
-
-
-