-
公开(公告)号:CN119723201A
公开(公告)日:2025-03-28
申请号:CN202411883892.4
申请日:2024-12-19
Applicant: 郑州轻工业大学
IPC: G06V10/764 , G01N29/44 , G06V10/774 , G06V10/82 , G06V10/54 , G06V10/44 , G06V10/77 , G06V10/80 , G06F30/23 , G06N3/0464 , G06N3/048 , G06F111/10 , G06F119/14
Abstract: 本发明公开一种基于边界元场变量数据驱动的机械结构裂纹识别方法,首先利用边界元数值分析技术建立裂纹分析的正向分析模型,计算不同类型、不同裂纹参数、不同位置下机械结构的物理场变量,经后处理后获得相关数值分析场变量云图;然后在不同区域布置相关传感器采集该区域的结构图像、物理量图像,并将数值分析图像数据和传感器采集图像数据相结合,经过数据融合、归一化和数据增强等技术进行图像处理后输入到裂纹识别混合网络深度学习模型中,搭建基于数模驱动的费舍尔向量与深度卷积神经网络融合的裂纹识别模型,精确识别机械结构中的裂纹参数,为机械结构的裂纹识别与裂纹故障的演化提供一种精确可靠的预测方法,为实现机械装备智能化检测提供技术支撑。
-
公开(公告)号:CN119962342A
公开(公告)日:2025-05-09
申请号:CN202411817433.6
申请日:2024-12-11
Applicant: 郑州轻工业大学
IPC: G06F30/27 , G06N3/0499 , G06N3/006 , G06N3/084 , G06N3/09 , G06F119/14
Abstract: 本发明公开了一种基于数模驱动的表面涂层结构应力预测方法,首先利用边界元法的数值模型,分析模拟不同工况下涂层结构的物理特性和行为,获取不同区域测点的物理响应数据;然后将传感器采集的实际工作数据与测点数据融合,以弥补和丰富传感器采集数据特征信息,再经数据处理后输入到应力预测反演分析数据驱动模型中;该数据驱动模型是通过搭建神经网络与模拟退火优化和鱼鹰优化算法相结合的混合网络模型,通过群体合作及接受次优解等策略来避免陷入局部最优值,具备强大的全局搜索能力和高效的搜索效率,能够以神经网络的初始权重为粒子群进行全局优化调整,进而获得最佳的网络参数配置。
-