-
公开(公告)号：CN116449729A
公开(公告)日：2023-07-18
申请号：CN202310367652.8
申请日：2023-04-07
Applicant: 南京理工大学
IPC: G05B17/02
Abstract: 本发明公开了一种基于滑动模态控制(Sliding Mode Control,SMC)的部分覆盖主动约束层阻尼(Active Constrained Layer Damping,ACLD)的旋转柔性梁动力学响应仿真方法，将旋转柔性梁上覆盖一部分的压电阻尼层，采用假设模态法离散，考虑高阶耦合项的影响，在刚柔耦合多体系统动力学和滑动模态控制理论的基础上建立了基于SMC的部分覆盖ACLD旋转柔性梁的刚柔耦合动力学方程，并采用广义‑α法对基于SMC的部分覆盖ACLD旋转柔性梁系统的动力学方程进行求解，得到基于SMC的部分覆盖ACLD的旋转柔性梁末端的横向位移‑时间曲线图。本发明为旋转柔性梁结构的振动控制提供了一种新的控制模型，对旋转柔性梁结构的振动抑制有着更好的控制效果。
-
公开(公告)号：CN116394247A
公开(公告)日：2023-07-07
申请号：CN202310399389.0
申请日：2023-04-14
Applicant: 南京理工大学
IPC: B25J9/16 , G06F30/20 , G06F30/17 , G06F17/11 , G06F17/16 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种基于深度强化学习的链式多杆柔性关节机械臂动力学仿真方法，是一种基于模型驱动的方法。首先在深度强化学习和链式多杆柔性关节动力学理论的基础上，接着通过浮动坐标系法建立了考虑关节柔性和关节阻尼的链式多杆机械臂的刚柔耦合动力学模型，最后在此数学模型的基础上结合深度学习对轨迹跟踪问题进行了研究。本发明的基于深度强化学习的链式柔性关节机械臂动力学仿真方法有较好的轨迹跟踪效果，对实际链式多杆柔性关节的轨迹跟踪控制具有重要的价值。
-
公开(公告)号：CN113051786B
公开(公告)日：2022-08-09
申请号：CN202110230410.5
申请日：2021-03-02
Applicant: 南京理工大学
IPC: G06F30/23 , G06F30/17 , G06F113/24 , G06F119/14
Abstract: 本发明公开了一种基于绝对节点坐标法的压电层合薄板大变形的仿真方法，包括，建立了压电层合悬臂薄板模型，该模型中间层为线弹性材料，下层为压电传感器，上层为压电作动器；在输入驱动电压，外力大小，材料参数和模型参数后建立非线性动力学方程，通过数值算法求解该动力学方程。本发明能够使用绝对节点坐标法计算出压电层合薄板在施加电压驱动后产生的变形，并输出相应的位形图，可视化压电驱动的效果；同时可以计算出压电层合薄板在收到外力作用下产生的变形以及传感器层产生的电压，并输出变形和电压随时间变化的关系。
-
公开(公告)号：CN116976158A
公开(公告)日：2023-10-31
申请号：CN202310509589.7
申请日：2023-05-08
Applicant: 南京理工大学
IPC: G06F30/23 , G06F30/27 , G06F119/14
Abstract: 本发明公开了一种基于多目标智能算法的中心刚体‑ACLD柔性板结构优化配置方法，建立中心刚体‑ACLD柔性板的物理模型；确定中心刚体‑ACLD柔性板的整体刚柔耦合动力学方程，并改写为状态空间形式，得出中心刚体‑ACLD柔性板的模态阻尼比表达形式；将压电约束层、粘弹性阻尼层的厚度以及ACLD的贴片位置作为多目标优化模型的输入参数，构建混合变量算子；以中心刚体‑ACLD柔性板的前两阶模态阻尼比最大化为优化目标，执行多目标粒子群算法，得到压电约束层厚度、粘弹性阻尼层的厚度以及ACLD贴片分布位置的配置方案。本发明能够实现对中心刚体‑ACLD柔性板结构的多阶振动抑制。
-
公开(公告)号：CN116384198A
公开(公告)日：2023-07-04
申请号：CN202310399385.2
申请日：2023-04-14
Applicant: 南京理工大学
IPC: G06F30/23 , G06F17/11 , G06F17/16 , G06F119/14 , G06F119/08 , G06F111/04
Abstract: 本发明公开了一种刚‑柔‑热耦合薄板系统动力学行为的仿真方法，将薄板系统按照设定的网格参数划分成网格，按照网格将薄板系统离散成薄板单元，将每个薄板单元的刚柔耦合动力学方程组装成薄板系统的刚柔耦合动力学方程,将每个薄板单元的热传导方程组装成薄板系统的热传导方程；将动力学方程和热传导方程组合成方程组，得到刚‑柔‑热耦合薄板系统的动力学方程；运用广义‑α法对刚‑柔‑热耦合薄板系统的动力学方程进行差分，用Newton‑Raphson法对差分格式迭代求解，得到薄板系统节点的位置坐标列阵和温度坐标列阵；对薄板系统的节点位置坐标列阵进行坐标转换，绘制薄板系统末端点的横向变形‑时间曲线和薄板系统的变形图。本发明实现了双向耦合，更符合实际工程背景，并且提高了计算精度。
-
Patent Agency Ranking
公开(公告)号：CN116382116A
公开(公告)日：2023-07-04
申请号：CN202310367653.2
申请日：2023-04-07
Applicant: 南京理工大学
IPC: G05B17/02
Abstract: 本发明公开了一种覆盖分段约束层阻尼的中心刚体‑柔性梁的动力学响应仿真方法，将空间机械臂简化为一个中心刚体‑柔性梁结构，将分段约束层阻尼覆盖于中心刚体‑柔性梁上，基于浮动坐标系理论，采用有限元法进行离散，考虑高阶耦合变形项，根据第二类拉格朗日方程，建立覆盖分段约束层阻尼的中心刚体‑柔性梁这个系统的刚‑柔耦合动力学模型，并采用广义‑α法对这个系统的动力学方程进行求解，得到覆盖分段约束层阻尼的中心刚体‑柔性梁末端的横向位移‑时间曲线图。本发明为柔性梁结构的主动和混合振动控制提供了一种新的动力学模型，为本领域的研究人员提供了更完善的数据资料和图像资料。
-
公开(公告)号：CN108388699B
公开(公告)日：2022-02-18
申请号：CN201810082783.0
申请日：2018-01-29
Applicant: 南京理工大学
IPC: G06F30/17 , G06F30/20 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种中心刚体‑FGM楔形梁系统末端动力学响应计算方法。运用弧长坐标来描述柔性FGM梁的几何位移关系，分别使用倾角和拉伸应变变量描述柔性梁的横向弯曲、纵向拉伸变形及剪切角；采用假设模态法离散变形场，运用第二类拉格朗日方程进行方程推导，得到中心刚体‑FGM楔形梁系统的刚柔耦合动力学模型；运用C++编写FGM梁末端响应计算程序，通过读入中心刚体‑FGM楔形梁系统几何参数、功能梯度参数、材料组成等参数，得出梁系统末端响应随大范围转动时间的变化值。采用本发明方法，计算精度、效率较高。
-
公开(公告)号：CN113051786A
公开(公告)日：2021-06-29
申请号：CN202110230410.5
申请日：2021-03-02
Applicant: 南京理工大学
IPC: G06F30/23 , G06F30/17 , G06F113/24 , G06F119/14
Abstract: 本发明公开了一种基于绝对节点坐标法的压电层合薄板大变形的仿真方法，包括，建立了压电层合悬臂薄板模型，该模型中间层为线弹性材料，下层为压电传感器，上层为压电作动器；在输入驱动电压，外力大小，材料参数和模型参数后建立非线性动力学方程，通过数值算法求解该动力学方程。本发明能够使用绝对节点坐标法计算出压电层合薄板在施加电压驱动后产生的变形，并输出相应的位形图，可视化压电驱动的效果；同时可以计算出压电层合薄板在收到外力作用下产生的变形以及传感器层产生的电压，并输出变形和电压随时间变化的关系。
-
公开(公告)号：CN108388699A
公开(公告)日：2018-08-10
申请号：CN201810082783.0
申请日：2018-01-29
Applicant: 南京理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种中心刚体-FGM楔形梁系统末端动力学响应计算方法。运用弧长坐标来描述柔性FGM梁的几何位移关系，分别使用倾角和拉伸应变变量描述柔性梁的横向弯曲、纵向拉伸变形及剪切角；采用假设模态法离散变形场，运用第二类拉格朗日方程进行方程推导，得到中心刚体-FGM楔形梁系统的刚柔耦合动力学模型；运用C++编写FGM梁末端响应计算程序，通过读入中心刚体-FGM楔形梁系统几何参数、功能梯度参数、材料组成等参数，得出梁系统末端响应随大范围转动时间的变化值。采用本发明方法，计算精度、效率较高。
-
公开(公告)号：CN118538337A
公开(公告)日：2024-08-23
申请号：CN202410705352.0
申请日：2024-05-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于人工智能的复合材料固化度曲线预测方法，包括以下步骤：S1：建立有限元三维模型，输入尺寸参数、材料参数，进行固化模拟；S2：将所述有限元三维模型进行网格划分、设置分析步采用热传递分析，提交子程序计算温度场和固化度；S3：将不同的工艺曲线数据输入所述有限元三维模型，得到不同的工艺曲线及所述工艺曲线对应的固化度‑时间曲线数据；S4：将所述工艺曲线及所述数据输入到BP神经网络中，对所述数据进行拟合，得到快速计算模型。本发明通过模拟数据驱动的方法，运用优化的BP神经网络来预测给定工艺曲线下的固化度‑时间曲线，提高效率，减少时长，降低成本。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.027 seconds)
