-
公开(公告)号：CN118797845A
公开(公告)日：2024-10-18
申请号：CN202411263142.7
申请日：2024-09-10
申请人： 南京航空航天大学
IPC分类号： G06F30/17 , G06F119/08
摘要： 本发明公开了一种基于流形谐波基的温度场重构方法，涉及温度场重构技术领域，步骤包括：获取温度场数据；计算定义在该零件几何下的拉普拉斯算子和所对应的拉普拉斯算子特征函数及流形谐波基函数；基于温度场数据和流形谐波基函数得到预重构温度场；基于预重构温度场和温度场的残差矩阵，得到POD基函数；将流形谐波基函数与POD基函数结合得到特征矩阵；根据测量的温度数据和所得特征矩阵，拟合出特征系数；根据特征系数和特征矩阵重构温度场。本发明采用上述步骤的一种基于流形谐波基的温度场重构方法，通过引入流形谐波基降低对获取基函数的温度场数据量需求，且保证了新的基函数在几何上的表达能力，能够实现温度场的快速高精度重构。
-
公开(公告)号：CN118734936A
公开(公告)日：2024-10-01
申请号：CN202411225262.8
申请日：2024-09-03
申请人： 南京航空航天大学
IPC分类号： G06N3/096 , G06N3/0455 , G06N3/0464 , G06F30/23 , G06T17/20 , G06F17/14 , G06F30/27 , G06F111/10 , G06F113/08 , G06F111/08
摘要： 本发明公开了一种基于迁移学习的流形神经算子训练方法，涉及机器学习技术领域，步骤如下：S1、获取源域数据和目标域数据，S2、计算输入输出数据所在流形的拉普拉斯特征函数，构建流形神经算子模型；S3、基于流形神经算子模型对源域数据进行数据差异适配，得到新源域数据；S4、利用新源域数据对流形神经算子模型进行训练，得到新源域流形神经算子模型；S5、利用目标域数据对新源域流形神经算子模型进行微调，得到目标域流形神经算子模型。本发明采用上述步骤的一种基于迁移学习的流形神经算子训练方法，借助于源域的知识，可以减少模型训练所需的数据需求。
-
公开(公告)号：CN109648399A
公开(公告)日：2019-04-19
申请号：CN201910135869.X
申请日：2019-02-25
申请人： 南京航空航天大学
IPC分类号： B23Q17/22
CPC分类号： B23Q17/2233 , B23Q2017/001
摘要： 本发明公开了一种五轴联动机床动态与静态误差综合检测方法，其特征是在五轴联动机床加工精度检测试件进行精度检测时，通过监测分析加工过程中机床各进给轴实际运动位置，得到动态误差；对精度检测试件实际成型轮廓面进行检测分析，得到实际误差；实际误差是动态误差和静态误差的耦合，对实际误差解耦，得到检测试件加工空间范围内的静态误差分布。本发明通过对一个精度检测试件的加工与检测，可以同时得到沿加工轨迹的动态误差和静态误差分布，实现对五轴联动机床动态误差与静态误差的综合检测，也可为误差综合补偿提供参考和依据。
-
公开(公告)号：CN118761298B
公开(公告)日：2024-11-12
申请号：CN202411249065.X
申请日：2024-09-06
申请人： 南京航空航天大学
IPC分类号： G06F30/23 , G06F30/17 , G06F30/27 , G06F111/06 , G06F113/26 , G06F119/08 , G06F111/10
摘要： 本发明公开了一种基于流形神经算子的复合材料构件固化温度工艺优化方法，属于温度工艺优化技术领域，首先获取复合材料构件表面几何的拉普拉斯算子特征函数；然后选取前#imgabs0#个特征函数并基于采样获得#imgabs1#维系数，将二者对应相乘，构建一定数量的温度工艺曲线设计变量的工艺参数场；再通过数值计算方法获得工艺参数场对应的固化状态场，构建工艺参数场到固化状态场的样本数据集；然后基于流形神经算子构建工艺参数场到固化状态场的预测模型，并在样本数据集上对模型进行训练；最后使用所得的预测模型作为高效求解器，根据工艺优化目标采用智能优化算法结合预测模型对#imgabs2#维系数进行迭代求解，最终获得优化后的工艺参数场。
-
公开(公告)号：CN118709577A
公开(公告)日：2024-09-27
申请号：CN202411198806.6
申请日：2024-08-29
申请人： 南京航空航天大学
IPC分类号： G06F30/27 , G16C60/00 , G06F113/26
摘要： 本发明公开了一种基于流形神经算子的复合材料构件固化温度场预测方法，属于复合材料固化技术领域，包括S1、对于给定的复合材料构件，获取一组固化温度工艺数据、固化温度场数据和固化温度场数据的一组空间基函数；S2、利用S1获取的空间基函数和流形神经算子模型构建映射模型；S3、利用S1获取的数据对映射模型进行训练，得到固化温度场预测模型；S4、对于新的固化温度工艺，利用S3训练得到的复合材料构件固化温度场预测模型预测其对应的固化温度场。本发明采用上述一种基于流形神经算子的复合材料构件固化温度场预测方法，利用一组空间基函数和流形神经算子设计一种映射模型架构，无需对输入或输出进行简化处理，提高固化温度场的预测效果。
-
公开(公告)号：CN118709724B
公开(公告)日：2024-11-08
申请号：CN202411198809.X
申请日：2024-08-29
申请人： 南京航空航天大学
IPC分类号： G06N3/0455 , G06N3/084
摘要： 本发明公开了一种面向时空过程非对等域映射的降阶流形神经算子构建方法，属于机器学习技术领域，包括针对输入函数和输出函数的非公共域，获取一组基函数，进而构造非对等域编码和解码模块；针对输入函数和输出函数的公共域，利用流形神经算子模型构造同域映射模块；最后根据非对等域映射的类型，将非对等域编码模块或解码模块与同域映射模块组合，从而构建面向时空过程非对等域映射的降阶神经算子。本发明采用上述一种面向时空过程非对等域映射的降阶流形神经算子构建方法，针对时空过程非对等域映射的特点设计一种通用的降阶流形神经算子架构，能够兼顾预测精度和训练效率。
-
公开(公告)号：CN118761296A
公开(公告)日：2024-10-11
申请号：CN202411246296.5
申请日：2024-09-06
申请人： 南京航空航天大学
IPC分类号： G06F30/23 , G06F30/17 , G06F30/27 , G06F111/06 , G06F113/26
摘要： 本发明公开了一种基于流形神经算子的复材构件成型模具补偿方法，属于复材构件固化成型领域，首先获取复材构件的三维模型作为目标形状，确定复材构件固化成型时的靠模面；其次对靠模面进行参数化表示，确定设计变量及取值范围；然后在设计空间内通过采样获取若干靠模面设计方案，得到对应的复材构件形状，并对其进行固化变形仿真得到固化变形后形状，建立固化变形数据集；进而建立以复材构件形状为输入、固化变形后形状为输出的流形神经算子模型，利用固化变形数据集进行训练，得到固化变形预测代理模型；最后以固化变形后形状与目标形状间的差异最小化为优化目标，利用智能优化算法得到满足复材构件固化变形要求的复材构件形状。
-
公开(公告)号：CN118734458A
公开(公告)日：2024-10-01
申请号：CN202411225263.2
申请日：2024-09-03
申请人： 南京航空航天大学
IPC分类号： G06F30/15 , G06F30/27 , G06F30/23 , G06T17/20 , G06F17/14 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06F111/10 , G06F119/14 , G06F119/08 , G06F113/26
摘要： 本发明公开了一种基于正则化拉普拉斯基的流形神经算子构建方法，涉及机器学习技术领域，步骤如下：S1、对给定复杂几何形状进行网格划分获得数据离散网格，获取数据离散网格中节点的邻接矩阵和质量矩阵；S2、获取定义在给定复杂几何形状上的多组物理场数据样本；S3、计算正则化拉普拉斯基；S4、基于正则化拉普拉斯基构建流形神经算子模型；S5、通过所获取的物理场数据样本对流形神经算子模型中的参数进行训练。本发明采用上述步骤的一种基于正则化拉普拉斯基的流形神经算子构建方法，以少量的正则化拉普拉斯基实现复杂几何形状上物理场的准确表征，从而实现复杂几何形状上物理场的准确预测。
-
公开(公告)号：CN118690794A
公开(公告)日：2024-09-24
申请号：CN202411198804.7
申请日：2024-08-29
申请人： 南京航空航天大学
IPC分类号： G06N3/0455 , G06N3/084
摘要： 本发明公开了一种面向复杂几何形状的时空流形神经算子构建方法，涉及机器学习技术领域，步骤如下：S1、针对输入时空函数和输出时空函数所在几何空间，求解一组拉普拉斯算子特征函数作为基函数，进而构造该几何空间的编码模块#imgabs0#和解码模块#imgabs1#；S2、求解一组傅里叶基函数，进而构造时间维度的编码模块#imgabs2#和解码模块#imgabs3#；S3、构建拉普拉斯‑傅里叶嵌套核积分模块，多个核积分模块串行连接构建面向复杂几何形状的时空流形神经算子。本发明采用上述步骤的一种面向复杂几何形状的时空流形神经算子构建方法，通过构建参数化的模型来表示定义在复杂几何体上的两个时空函数之间的映射。
-
公开(公告)号：CN109648399B
公开(公告)日：2019-08-13
申请号：CN201910135869.X
申请日：2019-02-25
申请人： 南京航空航天大学
IPC分类号： B23Q17/22
摘要： 本发明公开了一种五轴联动机床动态与静态误差综合检测方法，其特征是在五轴联动机床加工精度检测试件进行精度检测时，通过监测分析加工过程中机床各进给轴实际运动位置，得到动态误差；对精度检测试件实际成型轮廓面进行检测分析，得到实际误差；实际误差是动态误差和静态误差的耦合，对实际误差解耦，得到检测试件加工空间范围内的静态误差分布。本发明通过对一个精度检测试件的加工与检测，可以同时得到沿加工轨迹的动态误差和静态误差分布，实现对五轴联动机床动态误差与静态误差的综合检测，也可为误差综合补偿提供参考和依据。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.031 秒)
