-
公开(公告)号：CN105912854A
公开(公告)日：2016-08-31
申请号：CN201610221390.4
申请日：2016-04-11
Applicant: 西安交通大学 , 浙江西安交通大学研究院
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种机械结构动载荷识别的稀疏表征方法，用于解决动载荷识别反问题的病态特性，克服当前函数逼近法需要预先确定基函数数目的缺点，包括以下步骤：1)采用锤击法测量机械结构动载荷作用点与机械结构响应点间的频响函数，经过处理获得传递矩阵；2)测量由作用于机械结构的动载荷产生的响应信号；3)根据动载荷形貌，选择基函数构造稀疏表征字典；4)构造基于L1范数的动载荷识别的稀疏表征模型；5)求解动载识别的稀疏表征模型，获得动载荷稀疏表征系数矢量；6)获得识别的动载荷。本发明能够有效识别作用在机械结构的冲击、简谐载荷，与传统基于L2范数的Tikhonov正则化方法相比，具有识别精度高、稳定性强的优点。
-
公开(公告)号：CN105912854B
公开(公告)日：2018-05-15
申请号：CN201610221390.4
申请日：2016-04-11
Applicant: 西安交通大学 , 浙江西安交通大学研究院
IPC: G06F17/50
Abstract: 本发明公开了一种机械结构动载荷识别的稀疏表征方法，用于解决动载荷识别反问题的病态特性，克服当前函数逼近法需要预先确定基函数数目的缺点，包括以下步骤：1)采用锤击法测量机械结构动载荷作用点与机械结构响应点间的频响函数，经过处理获得传递矩阵；2)测量由作用于机械结构的动载荷产生的响应信号；3)根据动载荷形貌，选择基函数构造稀疏表征字典；4)构造基于L1范数的动载荷识别的稀疏表征模型；5)求解动载识别的稀疏表征模型，获得动载荷稀疏表征系数矢量；6)获得识别的动载荷。本发明能够有效识别作用在机械结构的冲击、简谐载荷，与传统基于L2范数的Tikhonov正则化方法相比，具有识别精度高、稳定性强的优点。
-
公开(公告)号：CN105912504B
公开(公告)日：2018-05-15
申请号：CN201610221389.1
申请日：2016-04-11
Applicant: 西安交通大学 , 浙江西安交通大学研究院
IPC: G06F17/11
Abstract: 本发明涉及一种机械结构多源冲击载荷识别的压缩感知方法，用于解决高度欠定系统的多源冲击载荷识别反问题的病态特性。该方法包括以下步骤：1)测量机械结构冲击载荷作用点与机械结构响应点间的频响函数，进而构造感知矩阵；2)采用传感器测量由结构动载荷产生的信号；3)构造多源冲击载荷识别的欠定方程；4)构造基于L1范数的多源冲击载荷识别的压缩感知凸优化模型；5)利用两步迭代阈值算法求解压缩感知优化模型，获得多源冲击载荷的压缩感知解。本发明充分利用冲击载荷的时间和空间的联合稀疏性，适用于识别和定位作用在机械结构的多源冲击载荷，克服了传统的基于L2范数的正则化方法无法求解欠定系统的瓶颈。
-
公开(公告)号：CN105912504A
公开(公告)日：2016-08-31
申请号：CN201610221389.1
申请日：2016-04-11
Applicant: 西安交通大学 , 浙江西安交通大学研究院
IPC: G06F17/11
CPC classification number: G06F17/11
Abstract: 本发明涉及一种机械结构多源冲击载荷识别的压缩感知方法，用于解决高度欠定系统的多源冲击载荷识别反问题的病态特性。该方法包括以下步骤：1)测量机械结构冲击载荷作用点与机械结构响应点间的频响函数，进而构造感知矩阵；2)采用传感器测量由结构动载荷产生的信号；3)构造多源冲击载荷识别的欠定方程；4)构造基于L1范数的多源冲击载荷识别的压缩感知凸优化模型；5)利用两步迭代阈值算法求解压缩感知优化模型，获得多源冲击载荷的压缩感知解。本发明充分利用冲击载荷的时间和空间的联合稀疏性，适用于识别和定位作用在机械结构的多源冲击载荷，克服了传统的基于L2范数的正则化方法无法求解欠定系统的瓶颈。
-
公开(公告)号：CN119514338A
公开(公告)日：2025-02-25
申请号：CN202411562785.1
申请日：2024-11-05
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06V10/77 , G06N3/084 , G06F119/10
Abstract: 本发明涉及噪声预测技术领域，公开了基于局部优化和深度学习的壳体高频声辐射预报方法，包括：获取水下航行器的壳体的历史运行数据，历史运行数据包括速度数据、振动数据和声辐射数据；对历史运行数据进行处理，并提取关键特征；构建深度学习网络模型，根据关键特征对深度学习网络模型进行训练；并采用局部优化算法对深度学习网络模型进行优化，得到深度学习网络模型参数的最优解；将参数的最优解赋予训练后的深度学习网络模型，得到壳体高频声辐射预报模型；获取水下航行器的壳体的实时运行数据，并基于壳体高频声辐射预报模型，根据实时运行数据确定壳体的高频声辐射预报数值。本发明提高了声辐射预测的准确性和效率，实现在线监测壳体噪声。
-
Patent Agency Ranking
公开(公告)号：CN112947378B
公开(公告)日：2024-08-16
申请号：CN202110209051.5
申请日：2021-02-24
Applicant: 西安交通大学
IPC: G05B23/02
Abstract: 公开了一种基于无人机搭载平台的涡喷发动机容错试验系统及方法，试验系统中，无人机搭载平台基于飞行指令执行预定飞行状态；涡喷发动机支承于无人机搭载平台，涡喷发动机具有多个传感器；电子控制器连接涡喷发动机以执行发动机控制指令以控制涡喷发动机，传感器输出传感器信号；故障注入装置连接电子控制器，故障注入装置基于传感器信号执行故障注入；数据采集装置连接涡喷发动机和故障注入装置，以采集传感器信号和故障注入后的故障信号；地面站无线连接无人机搭载平台、电子控制器和数据采集装置，上位机连接遥控接收机，上位机设定容错验证试验参数，接收测试数据。
-
公开(公告)号：CN112613547B
公开(公告)日：2024-04-09
申请号：CN202011492439.2
申请日：2020-12-16
Applicant: 西安交通大学
IPC: G06F18/241 , G06F18/28 , G06F18/214
Abstract: 公开了基于Fisher判别字典学习模型的齿轮运行分类方法，方法包括：分别采集不同健康状态齿轮的振动信号，将其划分为训练数据和测试数据，两者无重叠；基于小波包变换分解所述齿轮振动信号，计算小波包分解后每个子频带的系数的L‑峭度值；选出L‑峭度值为前25％的子带对应的分解系数，构造成低维多尺度样本YLM；在低维多尺度样本YLM的基础上进行Fisher判别字典学习，获得一个兼具类内表示能力和类间判别性能的结构化字典D；采用迭代投影方法求解测试样本#imgabs0#在字典D上的稀疏编码系数，计算测试样本#imgabs1#对应的每个类的重构误差，根据误差最小判别齿轮运行状态。
-
公开(公告)号：CN117788376A
公开(公告)日：2024-03-29
申请号：CN202311533474.8
申请日：2023-11-17
Applicant: 西安交通大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/80 , G06V20/70 , G06V10/764
Abstract: 本发明公开了一种基于模型集成的激光粉末床熔融铺粉缺陷可信判别方法，所述方法包括以下步骤：采集激光粉末床熔融过程中的粉末床图片，并制作数据集；构建用于铺粉缺陷检测的语义分割模型，对其中的单个模型进行训练和调优以获取各单个模型的模型权重；对语义分割模型的网络结构进行划分，调整语义分割模型的网络结构，以实现一次前传得到多个预测结果的集成；使用温度缩放技术校准各单个模型的模型权重，获取温度缩放后的模型权重；将模型权重进行集成，获取模型预测置信度，并根据预测置信度获得不确定性热图，用于判别预测结果是否可靠。本发明方案通过对检测到的缺陷进行不确定性度量，判别预测结果是否可靠，避免误判的产生。
-
公开(公告)号：CN116933673A
公开(公告)日：2023-10-24
申请号：CN202210996980.X
申请日：2022-08-18
Applicant: 西安交通大学
IPC: G06F30/28 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 公开了基于无散度浸入边界法的潜艇流固耦合分析方法，方法中，采集二维潜艇外形与区域及其流体压力和流体速度速度，基于二维潜艇外形与区域流场建立网格，流场区域建立交错笛卡尔网格，其中将流体压力p和速度分量u，v分别存储在不同的网格，对于流域构造的交错笛卡尔网格进行空间离散化，进行无散度插值，通过快速傅里叶算法求解完成拉格朗日力无散度扩散到流体网格；完成时间步长中的流场计算，将其赋值给下一个时间步长，进行流场速度场更新，并进行下一个时间步长的计算。
-
公开(公告)号：CN113190912B
公开(公告)日：2022-10-28
申请号：CN202110273677.2
申请日：2021-03-12
Applicant: 西安交通大学
Abstract: 公开舰艇振动壳体的辐射噪声预测方法，方法中，采集舰艇振动壳体的振动信号，对两个切向加速度信号和一个法向加速度信号进行时间积分得到两个切向速度信号和一个法向速度信号基于声波速度和声压的控制方程空间离散化和时间积分，构造舰艇振动壳体辐射噪声预测模型，其中，声场变量包括声压大小p(x，t)、声波切向速度uτ′(x，t)和uτ″(x，t)、声波法向速度un(x，t)，x表示为声辐射场的不同位置，针对声场变量采用DRP空间离散格式和LDDRK时间积分格式构造PML的无反射预测模型；在模型中添加切向速度变量和法向速度变量以计算壳体振动情况下的声场随时间的变化情况；计算每一时间步长下，舰艇振动壳体运动对声场变量的影响以预测每一时刻舰艇振动壳体的声辐射大小。
-
-
-
-
-
-
-
-
-
Search Results
195
records
(took 0.036 seconds)
