公开(公告)号：CN118032487A

公开(公告)日：2024-05-14

申请号：CN202410440140.4

申请日：2024-04-12

Applicant: 同济大学

Inventor： 吴昊 ,  王谙斌 ,  甘磊 ,  仲政

IPC: G01N3/06 ,  G01D21/02 ,  G06F30/27 ,  G06F119/04

Abstract: 本发明公开了用于在线监测孔挤压强化板件疲劳损伤的数字孪生系统，包括初始化单元、离线训练单元和在线部署单元，该系统的构建具体包括以下步骤：步骤1：规划监测点位，并基于强化板件的材料信息数据和试验数据建立数值模型，进行系统的初始化操作；步骤2：通过数值模型生成数据库，并利用神经网络进行离线分析训练；步骤3：安装动态应变片至目标板件上进行实时监测，获取实时的局部应变信息，并实时更新模型数据，输出累积损伤结果，完成在线部署和系统构建。通过耦合损伤弹塑性本构方程的数值模型、迁移学习神经网络和卷积神经网络和动态贝叶斯方法，能够在线监测孔挤压板件疲劳损伤，且能够根据监测信息实现系统的自我更新以保证精确度。

公开(公告)号：CN118032487B

公开(公告)日：2024-06-21

申请号：CN202410440140.4

申请日：2024-04-12

Applicant: 同济大学

Inventor： 吴昊 ,  王谙斌 ,  甘磊 ,  仲政

IPC: G06F30/27 ,  G06F30/23

Abstract: 本发明公开了用于在线监测孔挤压强化板件疲劳损伤的数字孪生系统，包括初始化单元、离线训练单元和在线部署单元，该系统的构建具体包括以下步骤：步骤1：规划监测点位，并基于强化板件的材料信息数据和试验数据建立数值模型，进行系统的初始化操作；步骤2：通过数值模型生成数据库，并利用神经网络进行离线分析训练；步骤3：安装动态应变片至目标板件上进行实时监测，获取实时的局部应变信息，并实时更新模型数据，输出累积损伤结果，完成在线部署和系统构建。通过耦合损伤弹塑性本构方程的数值模型、迁移学习神经网络和卷积神经网络和动态贝叶斯方法，能够在线监测孔挤压板件疲劳损伤，且能够根据监测信息实现系统的自我更新以保证精确度。