一种最优滤波曲线生成方法及装置

    公开(公告)号:CN118508924A

    公开(公告)日:2024-08-16

    申请号:CN202410638784.4

    申请日:2024-05-22

    IPC分类号: H03H17/04 H03H17/02

    摘要: 本申请公开了一种最优滤波曲线生成方法及装置,先对原始数据曲线的x值进行线性插值处理得到等间距的x值及对应的y值,利用cubicspline_interp_on_y函数对y值进行等间距插值得到插值后的曲线数据,并将其输入设置有sigma参数的高斯滤波器中得到生成曲线,在生成曲线的波峰数量大于预设阈值的情况下逐渐增加sigma参数,直至生成曲线的波峰数量不大于预设阈值时得到最优滤波曲线。通过cubicspline_interp_on_y函数优化插值过程能够找到每个等间距y值对应的一个或多个准确x值,在保留曲线线性特征的基础上,提高插值数据的质量和可靠性,调整sigma参数直至找到最优滤波曲线,不仅有效降低了噪声,还保留了数据的关键特征。

    一种基于混合网络预测模型的曲线预测方法及装置

    公开(公告)号:CN118968506A

    公开(公告)日:2024-11-15

    申请号:CN202410936297.6

    申请日:2024-07-12

    摘要: 本申请公开了一种基于混合网络预测模型的曲线预测方法及装置,先对微观表征图像进行预处理得到预处理后的微观表征图像,将预处理后的微观表征图像输入至卷积神经网络进行特征提取得到微观表征图像特征,并将试验参数输入至第一多层感知机进行特征提取得到试验参数特征,利用特征工程对微观表征图像特征和试验参数特征进行数据拼接得到拼接特征,最后将拼接特征输入至第二多层感知机进行特征精炼得到多个预测曲线数据点,完成曲线预测。采用混合网络预测模型能充分利用图像和参数数据的互补信息,实现更广泛的预测范围和更多自由度的选择,提高用户在不同条件下进行材料性能评估的灵活性,完成对材料在特定条件下力学性能曲线的准确预测。

    一种基于分段递归的GISSMO优化方法

    公开(公告)号:CN118366574A

    公开(公告)日:2024-07-19

    申请号:CN202410448789.0

    申请日:2024-04-15

    IPC分类号: G16C60/00 G16C20/30 G16C10/00

    摘要: 本发明公开了一种基于分段递归的GISSMO优化方法,包括S1:对目标材料试样进行本构仿真,基于本构仿真结果,确定软化点,并获取不稳定线和初始断裂线;S2:从本构仿真结果中提取应力三轴度作为不稳定线和断裂线的初始x值;S3:初始化应力衰减指数m和材料损伤累积指数n,同时获取该材料试样的不稳定线以及断裂线的初始y值;S4:将初始应力衰减指数m、材料损伤累积指数n、不稳定线以及断裂线输入到GISSMO模型中进行断裂仿真计算,计算获取仿真结果与试验数据的断裂位移偏差和能量偏差;S5:基于设定的断裂线调整策略,进行循环优化。本发明通过分段递归优化,实现了偏差的快速收敛,提高了卡片开发效率和准确性。

    基于LSDYNA仿真位置依赖力学性能铸铝零件碰撞服役的方法

    公开(公告)号:CN118690606A

    公开(公告)日:2024-09-24

    申请号:CN202410766242.5

    申请日:2024-06-14

    摘要: 本发明公开了一种基于LSDYNA仿真位置依赖力学性能铸铝零件碰撞服役的方法,其包括:获取铸造铝合金零件上多个离散位置的力学性能,在整个铸造铝合金零件的所有位置对力学性能进行插值;设计单元定位算法,将插值后的力学性能映射到有限元仿真网格的单元上,计算模型参数或变换参数,并将所有单元的编号与其对应的模型参数或变换参数写入指定文件中;读取指定文件,获得每个单元的力学性能的模型参数或变换参数,并用该参数修正相应的力学性能,最后基于修正后的力学性能进行材料模型的求解,得到不同单元的应力、应变与失效等碰撞服役相关物理量随时间的演化关系。本发明能够同时准确预测零件服役仿真输出的力学响应以及应变云图。

    一种层次化多维应变速率优选曲线筛选方法及装置

    公开(公告)号:CN118447979A

    公开(公告)日:2024-08-06

    申请号:CN202410645213.3

    申请日:2024-05-23

    IPC分类号: G16C60/00 G06F17/16 G06F17/18

    摘要: 本申请公开了一种层次化多维应变速率优选曲线筛选方法及装置,基于多个应变速率的多条曲线,利用Pearson相关性分析从第1应变速率曲线中选取最佳曲线,对第N应变速率曲线进行筛选得到至少一条筛选后的第N应变速率曲线,计算每条筛选后的第N应变速率曲线和最佳曲线的y值的差值绝对值,根据差值绝对值对筛选后的第N应变速率曲线进行二次筛选得到二次筛选后的第N应变速率曲线,将二次筛选后的第N应变速率曲线作为新的最佳曲线,按照应变速率从低至高的顺序重复执行,直至遍历完所有第N应变速率曲线得到最佳曲线集合。能够实现对来自不同应变速率测试的大量数据曲线的快速、精确筛选,且大幅度提高数据处理的速度。