-
公开(公告)号：CN110956001A
公开(公告)日：2020-04-03
申请号：CN201911235514.4
申请日：2019-12-05
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
IPC: G06F30/23
Abstract: 一种针对固支边界条件的分步模型修正方法，涉及模型修正技术领域。本发明是为了解决目前基于模态的参数型模型修正方法在修正过程中会遇到欠定问题，进而导致修正结果差的问题。本发明添加了对自由边界条件下试验件的模型修正，增加了可用于模型修正的试验响应数量。由于自由边界条件对于试验件没有附加的影响，引入自由边界这一步并不会引入新的待修正参数。因此，在自由边界条件下进行模型修正之后，在固支边界条件下的待修正参数就减少了，从而使欠定问题变成适定或者超定问题，令模型修正的结果更加精确。
-
公开(公告)号：CN110956001B
公开(公告)日：2022-06-10
申请号：CN201911235514.4
申请日：2019-12-05
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
IPC: G06F30/23
Abstract: 一种针对固支边界条件的分步模型修正方法，涉及模型修正技术领域。本发明是为了解决目前基于模态的参数型模型修正方法在修正过程中会遇到欠定问题，进而导致修正结果差的问题。本发明添加了对自由边界条件下试验件的模型修正，增加了可用于模型修正的试验响应数量。由于自由边界条件对于试验件没有附加的影响，引入自由边界这一步并不会引入新的待修正参数。因此，在自由边界条件下进行模型修正之后，在固支边界条件下的待修正参数就减少了，从而使欠定问题变成适定或者超定问题，令模型修正的结果更加精确。
-
公开(公告)号：CN118746574A
公开(公告)日：2024-10-08
申请号：CN202410748992.X
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01N21/65
Abstract: 本发明涉及一种腐蚀产物高精度高灵敏度检测设备及方法，该设备至少包括相干拉曼散射单元、共聚焦拉曼显微镜单元、原位腔单元。相干拉曼散射单元包括双输出的相干拉曼激光器以及相应的两路激光光路，输出固定波长的为斯托克斯激光束，输出波长范围可调的为泵浦激光束，通过功率控制，调谐波长，时间延迟，使两路激光脉冲同步合束加强，通过共聚焦拉曼显微镜单元入射到所述原位腔单元内的待测腐蚀产物样品，合束激光束与待测腐蚀产物样品中分子固有振动模式的振动频率一致时，待测样品中的分子固有振动模式得到振动增强。本发明实施将自发拉曼与受激相干拉曼散射结合，提升了拉曼信号强度，可应用于待测样品腐蚀产物的高精度高灵敏度分析。
-
公开(公告)号：CN118688082A
公开(公告)日：2024-09-24
申请号：CN202410820155.3
申请日：2024-06-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 江苏百若试验仪器有限公司
Abstract: 本发明提供了一种适用于高静水条件下原位三维应力腐蚀实验装置，包括带有可视窗口的耐压样品腔、能够提供应力的慢应变速率试验机、能够拍摄被测试样并进行位移和应变分析的数字图像相关单元和基于金属材料本身的导电特性来测量裂纹长度的直流电位降法裂纹监测单元。本发明还提供了一种适用于高静水条件下原位三维应力腐蚀实验方法。本发明的有益效果是：提供了一种适用于高静水条件下原位三维应力腐蚀实验装置与方法，可以对被测试样进行高静水条件下原位三维应力腐蚀实。
-
公开(公告)号：CN118837277A
公开(公告)日：2024-10-25
申请号：CN202410748993.4
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01N17/00
Abstract: 本发明涉及一种用于低温盐雾‑高温氧化腐蚀的盐雾实验设备及方法，用于低温盐雾‑高温氧化腐蚀的盐雾实验设备，包括：盐雾箱、盐雾室、加热炉、制冷系统和温湿度箱；盐雾箱与盐雾室连通，用于产生盐雾并送入盐雾室中形成盐雾氛围；加热炉用于加热盐雾室；制冷系统用于对盐雾室制冷；温湿度箱与盐雾室连通，用于产生适宜湿度；温湿度箱与加热炉、制冷系统一起在盐雾室内产生需要的温湿度氛围。本发明实施例扩大了盐雾腐蚀装置的适用范围，对复杂服役环境的腐蚀有良好的模拟性。
-
Patent Agency Ranking
公开(公告)号：CN114612300A
公开(公告)日：2022-06-10
申请号：CN202210198241.6
申请日：2022-03-02
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了基于无监督退化特征学习的图像网络系统及其超分算法，所述系统包括退化特征提取模块、下采样模块和超分重建模块。本发明涉及深度学习、图像超分辨技术领域，具体提供了一种基于无监督退化特征学习的图像网络系统及其超分算法，该算法相较于其他真实世界图像的超分算法无需显示地退化估计，而是直接在图像的表示空间中学习特征表达用于分辨图像的退化，对于复杂退化特征图像的提取也能有较好的适应性。相较于基于生成对抗网络的模糊核估计超分算法，该方法受估计错误的影响小，特征提取的准确性强。最后的超分网络参数量较小，耦合性强，优化潜力大。
-
公开(公告)号：CN107657109B
公开(公告)日：2020-02-11
申请号：CN201710870209.7
申请日：2017-09-22
Applicant: 哈尔滨工业大学 , 北京临近空间飞行器系统工程研究所
Abstract: 一种超声速飞行器跨声速段脉动压力频域识别方法，本发明涉及超声速飞行器跨声速段脉动压力频域识别方法。本发明为了解决实际工程中所面临的超声速飞行器跨声速段脉动压力频域识别的问题。本发明包括：步骤一：利用有限元软件建立飞行器的有限元模型；步骤二：对飞行器的飞行遥测响应数据进行预处理；步骤三：将飞行器跨声速段肩部过渡段脉动压力等效为N个集中力，选取飞行器跨声速段肩部过渡段脉动压力N个峰值点的位置作为集中力作用位置并标号，利用有限元模型得到集中力作用位置与遥测响应点之间的频率响应函数矩阵H；步骤四：进行飞行器跨声速段肩部过渡段脉动压力识别。本发明应用于超声速飞行器跨声速段脉动压力频域识别领域。
-
公开(公告)号：CN107655647A
公开(公告)日：2018-02-02
申请号：CN201710890141.9
申请日：2017-09-27
Applicant: 哈尔滨工业大学
IPC: G01M7/02
CPC classification number: G01M7/022
Abstract: 结构热模态试验连续脉冲序列激励装置，一种高温环境下高超声速飞行器结构模态试验激励技术，为了解决现有的激励振荡器对被测结构造成附加影响，从而造成了测量误差的问题。本发明的信号发生器与功率放大器相连，功率放大器与激励源相连；激励源用于根据增益信号产生脉冲信号，作用于被测结构上的激励位置处；一号温度传感器与温度控制装置相连；温度控制装置与石英灯加热阵列相连；一号响应传感器与振动信号采集仪相连；振动信号采集仪和温度控制装置均与计算机相连；石英灯加热阵列用于加热被测结构；所述激励源包括测力型激励源和非测力型激励源。有益效果为避免了对结构产生附加影响，确保测试结果更为准确。
-
公开(公告)号：CN107609291A
公开(公告)日：2018-01-19
申请号：CN201710868477.5
申请日：2017-09-22
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于密度聚类的虚假模态剔除方法，本发明涉及虚假模态参数剔除方法。本发明是要解决现有的时变模态参数辨识方法中的时域方法模型阶次确定不易，存在虚假模态的问题，以及时频域方法存在噪声的干扰等问题，导致辨识结果中掺杂虚假模态的问题。过程为：一、采用时变模态参数辨识方法对工程结构进行辨识，得到初步辨识结果，初步辨识结果包括模态频率、模态阻尼比以及对应的时间向量；二、将矩阵根据数据长度平均分为N个子集；三、采用密度聚类算法对每一个子集Di进行聚类分析得到M个簇；四、对得到的M个簇进行过滤，得到剔除虚假模态后的辨识结果。本发明用于结构动力学技术领域。
-
公开(公告)号：CN116882195B
公开(公告)日：2024-03-22
申请号：CN202310929564.2
申请日：2023-07-26
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F17/11 , G06F17/15 , G06F119/14
Abstract: 本发明提供一种求解二阶非线性动力学问题的单步显式逐步积分方法、应用及系统。为解决现有单步显式逐步积分方法难以在不需要外力荷载插值计算的情况下同时实现一致二阶精度和可控数值耗散的全历程变化的问题。选择时间步长并设置用户指定参数ρb和ρs，根据ρb和ρs计算参数χ、β和γ，再计算初始加速度向量，设置初始辅助加速度向量为初始加速度向量，判断此时刻是否为最后时刻，若不是则重复依次计算下一时刻的加速度向量、速度向量、位移向量和辅助加速度向量，直至最后时刻结束计算。能在不需要外力荷载插值计算的情况下同时实现一致二阶精度和可控数值耗散的全历程变化，减少计算误差，对实际工程问题的动力学响应预测提供精确数值解。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.058 seconds)
