-
公开(公告)号：CN118035873A
公开(公告)日：2024-05-14
申请号：CN202410223999.X
申请日：2024-02-29
Applicant: 华中科技大学
IPC: G06F18/2415 , G01M13/028 , G06F18/15 , G06F18/2131 , G06F18/22 , G06N3/045 , G06N3/0464 , G06F123/02
Abstract: 本发明提供一种并行卷积改进三元组网络的故障诊断方法，涉及故障诊断技术领域，包括：对齿轮箱的运行状态数据进行数据采集，得到初始数据集；针对每个初始数据构造为三元组数据，得到三元组数据集；构建故障诊断模型，包括特征提取网络、距离度量网络和分类器网络；将三元组数据集输入特征提取网络中，利用特征提取网络提取三元组数据集的特征向量，同时将特征向量输入距离度量网络和分类器网络中进行联合迭代训练，即得到优化后的故障诊断模型；获取齿轮箱的实时数据，利用优化后的故障诊断模型对实时数据进行故障诊断，得到诊断结果。本发明解决了现有故障诊断模型在不平衡条件下对故障样本缺乏导致的故障信息提取难的问题。
-
公开(公告)号：CN116738315A
公开(公告)日：2023-09-12
申请号：CN202310714333.X
申请日：2023-06-16
Applicant: 华中科技大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出了一种激光粉末床熔融增材制造不同材料气孔率监测方法，涉及增材制造领域，包括：获取源域数据和目标域数据；构建预训练模型，包括特征提取模块和第一分类识别模块；对预训练模型进行迭代训练，得到特征提取模块的第一参数；锁定第一参数，对第一分类识别模块进行调整，得到第二分类识别模块，基于预训练模型的特征提取模块和第二分类识别模块构成微调模型；对微调模型进行迭代训练；获取目标域的待监测数据，利用训练好的微调模型对待监测数据进行识别分类，得到分类结果。本发明提出的方法提高了对不同材料零件气孔率监测的识别精度，且充分利用了历史数据，避免了资源浪费。
-
公开(公告)号：CN115879350A
公开(公告)日：2023-03-31
申请号：CN202310071166.1
申请日：2023-02-07
Applicant: 华中科技大学
Abstract: 本发明提出了一种基于序贯采样的飞行器阻力预测方法，涉及飞行器设计领域，包括以下步骤：S1，确定设计空间，采样生成第一精度样本点和第二精度样本点，作为初始样本集；S2，通过有限元仿真构建第一精度模型和第二精度模型，由第一精度模型生成第一精度数据，并通过克里金近似建模方法构建第一精度近似模型；S3，由第二精度模型生成第二精度数据，计算第一精度数据与第二精度数据的差值，并构建加法标度模型，由加法标度模型和第一精度近似模型组成多精度近似模型；S4，判断多精度近似模型是否满足加点收敛准则，不满足时，添加新的第二精度样本点至初始样本集中，更新样本集，并重复步骤S3；满足时，输出多精度近似模型，预测飞行阻力。
-
公开(公告)号：CN114741977A
公开(公告)日：2022-07-12
申请号：CN202210659315.1
申请日：2022-06-13
Applicant: 华中科技大学
IPC: G06F30/27 , G06F30/10 , G06K9/62 , G06F113/26
Abstract: 本发明提出了声学超材料微结构最大加工误差设计方法，本发明基于“逆向设计”思维的稳健性分析方法，从设计要求出发，将可接受目标变化范围及可接受约束变化范围映射至不确定性参数空间，并根据参数空间的灵敏度区域确定最大加工误差区间；并将SVM分类模型与稳健性分析方法相结合，以SVM模型代替稳健性分析过程中对目标响应值及约束响应值的模拟仿真，显著降低了仿真成本，提高了稳健性分析的求解效率。
-
公开(公告)号：CN114722732A
公开(公告)日：2022-07-08
申请号：CN202210648286.9
申请日：2022-06-09
Applicant: 华中科技大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F119/08
Abstract: 本发明提供了基于点云网络的高超声速飞行器燃料箱温度场预测方法，包括如下步骤：S1：获取超声速飞行器燃料箱形状特征、材料构成及工况变量；S2：根据燃料箱传热分层情况，进行网格划分，并设置边界条件；建立燃料箱三维传热的数值模拟模型并进行验证；S3：选取数值模拟模型的中间位置纵向截面上温度场点云数据，建立燃料箱温度场的点云样本数据集；S4：基于点云样本数据集，划分训练数据集和测试数据集；S5：建立点云网络模型，利用训练数据集和测试数据集对点云网络模型进行训练验证，获取基于点云网络的温度场预测模型；S6：利用温度场预测模型进行温度场进行预测。
-
Patent Agency Ranking
公开(公告)号：CN111842891B
公开(公告)日：2021-11-19
申请号：CN202010625158.3
申请日：2020-06-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种提高金属粉床增材制造过程铺粉质量的装置，属于增材制造领域，包括：支撑底座、丝杠螺母、滚压圆柱筒、支架、升降机构、滚珠丝杠、步进电机；支撑底座固定于金属粉床增材制造设备的铺粉机构上；步进电机位于支撑底座的上端，与滚珠丝杠的一端通过齿轮连接，用于驱动滚珠丝杠转动；丝杠螺母与滚珠丝杠螺纹连接，用于在滚珠丝杠转动时，进行上下移动；升降机构与丝杠螺母固定连接，用于在丝杠螺母的带动下进行上下移动；滚压圆柱筒通过支架与升降机构固定连接，用于在升降机构的带动下运动，从而调节滚压圆柱筒对粉层的压紧力。本发明通过调整压紧力最终实现对粉堆的碾压，从而减小粉末颗粒的间隙，提高铺粉过程的填料密度。
-
公开(公告)号：CN110793572B
公开(公告)日：2021-04-20
申请号：CN201911034648.X
申请日：2019-10-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多传感器融合的选择性激光熔融过程监控系统，属于增材制造领域，通过第一振动模块和第二振动模块分别完成对刮刀和成形基板的监测，红外热成像模块用于获取加工时的温度场，同轴高速相机模块实现对熔池状态的监测，旁轴工业相机模块获取粉末层以及零件加工表面的状态信息，监控模块根据振动信号、图像信号及温度信号进行熔融过程监控。通过本发明在选择性激光熔融过程中，实时获取熔池、粉末床、零件成形表面、刮刀及温度场的状态信息，通过多传感器融合的监测方式，能够精确的监测粉层表面状态以及成形过程中的气孔、球化、翘曲、飞溅等缺陷，实时监控选择性激光熔融过程对提高零件加工质量的稳定性和可靠性具有重要意义。
-
公开(公告)号：CN106289519B
公开(公告)日：2018-01-30
申请号：CN201610616097.8
申请日：2016-07-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种熔池等离子体辐射光谱采集机构，其包括激光辅助对中组件及与所述激光辅助对中组件间隔设置的光纤探头夹持调整组件。所述激光辅助对中组件包括激光发射器，其通过滑动使所述激光发射器的中心与工件的焊缝表面共面；所述激光发射器用于向所述光纤探头夹持调整组件发射激光，所述激光在所述光纤探头夹持调整组件上反射形成激光红色斑点。所述光纤探头夹持调整组件包括光纤探头，其依据所述激光红色斑点的位置滑动相应距离，以使所述光纤探头的中心、所述焊缝的表面及所述激光发射器的中心共面。本发明还涉及具有如上所述的熔池等离子体辐射光谱采集机构的激光焊接装置。
-
公开(公告)号：CN120087221A
公开(公告)日：2025-06-03
申请号：CN202510242941.4
申请日：2025-03-03
Applicant: 华中科技大学
IPC: G06F30/27 , G06F18/214 , G06N3/006 , G06F17/11 , G06F17/18 , G16C60/00 , G06N3/08 , G06F119/14
Abstract: 本申请公开了一种基于多保真灵敏度误差的变量重要性筛选方法，属于适配器变量筛选技术领域。包括：S1获取M个待分析变量S2分别采集高保真度样本集和低保真度样本集作为训练集S3构建多保真度代理模型，计算M个待分析变量的第一重要性测度结果S4计算高保真度样本集对第一重要性测度结果的贡献值S5求解新样本点S6分别计算新样本点对高保真度灵敏度指数和低保真度灵敏度指数的误差提升幅度，得到新样本点的保真度类型S7更新多保真度代理模型，计算M个待分析变量的第二重要性测度结果S8在第二重要性测度结果收敛的情况下将第二重要性测度结果作为目标重要性测度结果，在第二重要性测度结果不收敛的情况下跳转S4。提升了适配器变量重要性筛选的效率。
-
公开(公告)号：CN118940560B
公开(公告)日：2025-02-25
申请号：CN202410944530.5
申请日：2024-07-15
Applicant: 华中科技大学
IPC: G06F30/23 , G06F30/10 , G06F30/27 , G06N3/045 , G06N3/082 , G06F119/14 , G06F111/10
Abstract: 本发明提出了一种基于信息融合特征均衡算子的适配器应变场预测方法，属于适配器领域，包括：S1、获取适配器的几何特征、设计变量、设计变量变化范围，应变场信息为待预测值；S2、根据适配器的设计变量建立适配器几何模型，并以适配器几何模型为基础构建超材料静力学有限元模型，采用拉丁超立方采样法获取样本点，利用超材料静力学有限元模型根据仿真生成训练数据集；S3、构建基于信息融合特征均衡算子神经网络模型，并使用训练数据集对基于信息融合特征均衡算子神经网络模型进行训练，得到训练后的基于信息融合特征均衡算子神经网络模型；S4、使用训练后的基于信息融合特征均衡算子神经网络模型对待预测应变场信息进行预测，得到适配器应的应变场分布。本申请增强对几何特征的提取能力和建模能力，使基于信息融合特征均衡算子神经网络模型能够快速预测不同几何构型的的适配器应变场分布。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
