-
公开(公告)号：CN115186550B
公开(公告)日：2024-01-30
申请号：CN202210810799.5
申请日：2022-07-11
申请人： 中南大学
IPC分类号： G06F30/23 , G06F30/27 , G06F17/16 , G06F17/18 , G06N3/0464 , G06N3/0455 , G06N3/08
摘要： 本发明提供了一种基于应变场信息的地铁枕梁损伤识别方法，包括：获取包含地铁枕梁每个单元在X、Y和XY三个方向的应变场数据；对所述应变场数据进行重组，得到重组后的应变场数据；将每个单元在X方向的应变场数据作为输入信息输入至构建的神经网络模型中，先进行编码处理，利用下采样模块将数据提取至设计的最小特征尺寸，得到提取不同等级的特征数据；再进行解码处理，利用上采样模块将提取不同等级的特征数据大小进行还原，并进一步提取深层信息，重复上采样操作，得到融合了所有特征的数据；将融合了所有特征的数据依次通过转置卷积(56)对比文件胡婷婷;史巍巍;严明.基于裂缝损伤识别的FBG应变传感器分布规则研究.电子机械工程.2012,28(1),55-58.
-
公开(公告)号：CN115481488A
公开(公告)日：2022-12-16
申请号：CN202211151523.7
申请日：2022-09-21
申请人： 中南大学
IPC分类号： G06F30/15 , G06F30/23 , G06F30/27 , G06N3/04 , G06F111/06 , G06F111/10 , G06F119/14
摘要： 本发明提供了一种基于机器学习的方锥式吸能结构耐撞性能多目标优化方法，包括以下步骤：建立地铁列车的方锥式吸能结构的有限元仿真模型；基于建立的有限元仿真模型与实验设计相结合的方法，提取地铁列车吸能结构的结构参数和吸能特性曲线；根据拉丁超立方法进行采样，通过实验设计(DOE)，确定地铁列车方锥式吸能结构的最优吸能特性曲线预测模型，以及优化变量和优化目标；根据最优吸能特性曲线预测模型、优化变量和优化目标，建立优化理论模型；采用哈默斯雷采样法对优化理论模型进行重新采样，利用最优吸能特性曲线预测模型计算对应的吸能量和峰值力，生成新的DOE；采用全局响应面法(GRSM)进行多目标优化，得到优化结果；基于优化结果，得到优化目标的帕累托解集，采用最小距离法，对优化得到的帕累托解集进行最优决策，得到最优解。
-
公开(公告)号：CN118242387A
公开(公告)日：2024-06-25
申请号：CN202410227768.6
申请日：2024-02-29
申请人： 中南大学
IPC分类号： F16F7/08 , B61F19/04 , G06F30/23 , G16C60/00 , B26F3/00 , G06F113/26 , G06F119/14
摘要： 本发明公开了一种新型复合摩擦吸能结构及设计方法，属于碰撞吸能技术领域，包括一种由轴瓦、防攀缘装置、预紧螺栓、摩擦片和摩擦管组成的新型复合摩擦吸能结构(HFEAS)，所述摩擦管的一端粘接有内管铁，所述摩擦管的外侧通过轴瓦安装有摩擦片，所述摩擦管的另一端设有防攀缘装置。本发明采用上述的一种新型复合摩擦吸能结构及设计方法，结合了复合材料高强度、高刚度和摩擦学特性，为吸能结构的能级主动控制、重复利用、迭代升级和发展提供了新的方向。
-
公开(公告)号：CN115481488B
公开(公告)日：2024-03-01
申请号：CN202211151523.7
申请日：2022-09-21
申请人： 中南大学
IPC分类号： G06F30/23 , G06F30/27 , G06F30/15 , G06N3/0442 , G06F111/06 , G06F111/10 , G06F119/14
摘要： 本发明提供了一种基于机器学习的方锥式吸能结构耐撞性能多目标优化方法，包括以下步骤：建立地铁列车的方锥式吸能结构的有限元仿真模型；基于建立的有限元仿真模型与实验设计相结合的方法，提取地铁列车吸能结构的结构参数和吸能特性曲线；根据拉丁超立方法进行采样，通过实验设计(DOE)，确定地铁列车方锥式吸能结构的最优吸能特性曲线预测模型，以及优化变量和优化目标；根据最优吸能特性曲线预测模型、优化变量和优化目标，建立优化理论模型；采用哈默斯雷采样法对优化理论模型进行重新采样，利用最优吸能特性曲线预测模型计算对应的吸能量和峰值力，生成新的DOE；采用全局响应面法(GRSM)进行多目标优化，得到优化结果；基于优化结果，得到优化目标的帕累托解集，采用最小距离法，对优化得到的帕累托解集进行最优决策，得到最优解。
-
公开(公告)号：CN114925573B
公开(公告)日：2024-02-09
申请号：CN202210591648.5
申请日：2022-05-27
申请人： 中南大学
IPC分类号： G06F30/23 , G06F30/27 , G16C60/00 , G06N3/0985 , G06F119/14
摘要： 本发明提供了一种基于等效应变假说的地铁枕梁损伤数据集构建方法，包括选取地铁枕梁上的一块正方形薄板或壳类结构，将一端固定，另一端受到均布的线载荷作用，构建小平板有限元模型；对小平板有限元模型的模型单元进行编号；在模型的材料模块下设定多种不同弹性模量的材料，每个弹性模量分别对应相应的损伤程度；利用ABAQUS软件的二次开发接口，采用对应的Python脚本文件，获得每个模型单元上响应应变场与损伤信息一一对应的小平板基础数据集；将高斯白噪声加入基础数据集中，得到噪声数据；并通过引入服从高斯分布的随机数将噪声数据进行放大，得到扩充的应变场损伤数据集。该方法不仅能简化流程提高效率，且对操作人的要
-
公开(公告)号：CN116306113A
公开(公告)日：2023-06-23
申请号：CN202310137246.2
申请日：2023-02-20
申请人： 中南大学
IPC分类号： G06F30/23 , G06F30/15 , G06F30/27 , G06N3/096 , G06F119/14
摘要： 本发明提供了一种基于迁移学习和图像识别的轨道车辆复合结构几何参数与耐撞性能预测方法，建立地铁列车复合式吸能的有限元模型，结合实车碰撞试验进行验证有限元模型，通过试验设计的方法，计算复合吸能结构有限元模型在不同设计参数下的碰撞结果；基于计算的碰撞结果，从变形图像反求耐撞性特征指标和结构参数，保证吸能结构的耐撞性优化的过程中具有较好的变形模式，拓宽了图像识别在地铁列车复合式吸能结构的耐撞性设计的运用，并进行大数据赋能。
-
公开(公告)号：CN115709743A
公开(公告)日：2023-02-24
申请号：CN202211485393.0
申请日：2022-11-24
申请人： 中南大学
摘要： 本发明公开了一种防止地铁列车脱轨的钩状抱轨装置，包括车体安装座、控制盒、滑道面板、两个钩爪；控制盒安装在车体安装座上；滑道面板与车体安装座连接，滑道面板上设有多个滑轨，钩爪的上端与滑轨连接，钩爪的下端为自由端；当控制盒采集到车体的加速度异常时，控制盒内设置的气囊爆炸，钩爪在自身重力与气囊的冲击力作用下沿滑轨朝向轨道的方向运动；当车体与轨面之间的距离超过设定距离时，钩爪的下端落入轨道的下方，当车体的垂向抬升量超过设定值时，钩爪的下端与轨道配合，产生防止车体继续向上的阻抗力，限制车体的垂向位移，有效限制车体的碰撞过程中异常运动姿态。
-
公开(公告)号：CN114925573A
公开(公告)日：2022-08-19
申请号：CN202210591648.5
申请日：2022-05-27
申请人： 中南大学
摘要： 本发明提供了一种基于等效应变假说的地铁枕梁损伤数据集构建方法，包括选取地铁枕梁上的一块正方形薄板或壳类结构，将一端固定，另一端受到均布的线载荷作用，构建小平板有限元模型；对小平板有限元模型的模型单元进行编号；在模型的材料模块下设定多种不同弹性模量的材料，每个弹性模量分别对应相应的损伤程度；利用ABAQUS软件的二次开发接口，采用对应的Python脚本文件，获得每个模型单元上响应应变场与损伤信息一一对应的小平板基础数据集；将高斯白噪声加入基础数据集中，得到噪声数据；并通过引入服从高斯分布的随机数将噪声数据进行放大，得到扩充的应变场损伤数据集。该方法不仅能简化流程提高效率，且对操作人的要求较低。
-
公开(公告)号：CN117371280B
公开(公告)日：2024-07-09
申请号：CN202311318943.4
申请日：2023-10-12
申请人： 中南大学
IPC分类号： G06F30/23 , G06T17/20 , G06F119/14
摘要： 本发明公开了一种碰撞塑性变形点云数据集构建方法，属于结构耐撞性优化技术领域，包括以下步骤：S1：将在结构碰撞变形过程中待求解的连续结构区域离散为多个连通子域，得到有限元模型；S2：使用中心差分法求解有限元模型中各个网格节点在各个时刻的节点位移；S3：结合各个网格节点的初始坐标得到各个时刻的节点坐标；S4：将整个结构碰撞变形过程用一系列网格节点坐标所组成的点云表示，并进行降采样处理。
-
公开(公告)号：CN117372807A
公开(公告)日：2024-01-09
申请号：CN202311317008.6
申请日：2023-10-11
申请人： 中南大学
IPC分类号： G06V10/774 , G06T17/20 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/048 , G06N3/0464 , G06N3/047 , G06N3/084
摘要： 本发明公开了一种多模态融合的碰撞塑性变形点云序列预测方法，属于结构碰撞变形点云预测技术领域，包括以下步骤：S1：构建结构碰撞变形过程多模态融合预测代理模型；S2：构建数据集并进行预处理，划分为训练集和验证集；S3：利用训练集对所述结构碰撞变形过程多模态融合预测代理模型进行训练，利用验证集进行模型验证；S4：输入结构的几何参数、材料设计参数以及由几何参数确定的结构初始有限元网格节点点云，预测耐撞性响应数据和结构碰撞变形点云数据。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.019 秒)
