-
公开(公告)号：CN109033516B
公开(公告)日：2020-08-28
申请号：CN201810636309.8
申请日：2018-06-20
Applicant: 西安交通大学
IPC: G06F30/17 , G06F113/12
Abstract: 本发明公开了一种机械装备拟织构化装配结合面设计方法，包括硬化区和非硬化区；所述的硬化区设计成织构状的分布形态，即设置有硬化织构；所述的硬化织构设计成平的，有别于传统的凹型或凸型织构，称为“拟织构”，可为方形、菱形、圆形、椭圆形、三角形、长条形或任意几种形状的组合，且可设计于互相配对的装配结合面组的单面或双面上。本发明通过在装配结合面上设计平的硬化织构，可以有效改变装配结合面的接触刚度和接触阻尼，以改善机械装备装配结合面的动力学性能。
-
公开(公告)号：CN108869473B
公开(公告)日：2021-04-20
申请号：CN201810637451.4
申请日：2018-06-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种织构化过盈连接面组设计方法，连接配合面上包括织构区和未织构区；所述的织构区仅设计于连接面组的外圆配合面，或仅设计于连接面组的内圆配合面，或同时设计于连接面组的外圆配合面和内圆配合面；所述的织构区设计有圆形凹坑、方形凹坑、菱形凹坑、椭圆形凹坑、三角形凹坑或几种凹坑的任意组合；所述的凹坑织构沿与连接面组轴向方向平行或呈一定角度呈行与列排布。本发明通过在过盈连接的配合面上设计凹型织构，改变配合面的接触特性，可以提高过盈连接的结合力，有效改善过盈连接的综合性能。
-
公开(公告)号：CN108869473A
公开(公告)日：2018-11-23
申请号：CN201810637451.4
申请日：2018-06-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种织构化过盈连接面组设计方法，连接配合面上包括织构区和未织构区；所述的织构区仅设计于连接面组的外圆配合面，或仅设计于连接面组的内圆配合面，或同时设计于连接面组的外圆配合面和内圆配合面；所述的织构区设计有圆形凹坑、方形凹坑、菱形凹坑、椭圆形凹坑、三角形凹坑或几种凹坑的任意组合；所述的凹坑织构沿与连接面组轴向方向平行或呈一定角度呈行与列排布。本发明通过在过盈连接的配合面上设计凹型织构，改变配合面的接触特性，可以提高过盈连接的结合力，有效改善过盈连接的综合性能。
-
公开(公告)号：CN108804845A
公开(公告)日：2018-11-13
申请号：CN201810636307.9
申请日：2018-06-20
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于无网格伽辽金法的散热器件冷却通道生成式设计方法，采用伽辽金计算节点对设计域进行离散化处理；设计过程中冷却通道辅材从通道出口处开始生成，新生成的辅材节点可以在360°全域空间内寻优，不受设计域基材计算节点的束缚和限制；辅材生成设计过程中自动判别分歧点和分歧方向，实现主枝和侧枝的自主生成设计。本发明通过无网格伽辽金离散化处理，使得冷却通道辅材生成节点可在360°全域范围内寻优，避免了重新划分计算网格问题。
-
公开(公告)号：CN108280305A
公开(公告)日：2018-07-13
申请号：CN201810090450.2
申请日：2018-01-30
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 基于深度学习的散热器件冷却通道快速拓扑优化设计方法，以典型散热器件为范本，采用传统各向正交惩罚材料密度方法进行完整优化迭代，输出每一迭代步高导热材料的密度分布图和密度梯度分布图作为深度学习算法的输入和训练集，构建深度训练后的深度神经网络；再对待优化的散热器件采用传统各向正交惩罚材料密度方法进行初步迭代，输出初步优化的高导热材料密度分布图和密度梯度分布图作为深度学习算法的训练起点，输入到经前步深度训练后的深度神经网络，开展学习和训练，获得并输出最终优化后的高导热材料密度分布图，并以此构建冷却通道结构的拓扑构型。本发明通过引入深度学习算法，提高了优化设计散热器件冷却通道结构拓扑构型的速度和效率。
-
Patent Agency Ranking
公开(公告)号：CN109063291B
公开(公告)日：2021-07-13
申请号：CN201810803380.0
申请日：2018-07-20
Applicant: 西安交通大学
IPC: G06F30/23
Abstract: 一种机电装备冷却通道结构智能化拓扑优化设计方法，对变分自编码器进行训练、对生成式对抗网络进行训练、使用变分自编码器预测散热器件冷却通道的粗结构、使用生成式对抗网络细化散热器件冷却通道的结构。以典型散热器件为范本，采用传统各向正交惩罚材料密度方法进行完整优化迭代，采用得到的优化构型去训练变分自编码器和生成式对抗网络，以提取出表征冷却通道拓扑优化本质的隐藏变量。对于待优化散热器件，只需将散热问题的几何模型信息、边界条件和约束条件输入到训练过的变分自编码器和生成式对抗网络，即可直接预测并输出冷却通道结构的优化构型。本发明实现了散热器件冷却通道结构拓扑构型的智能化设计，提高了优化设计速度和效率。
-
公开(公告)号：CN108804845B
公开(公告)日：2020-03-31
申请号：CN201810636307.9
申请日：2018-06-20
Applicant: 西安交通大学
IPC: G06F30/18
Abstract: 本发明公开了一种基于无网格伽辽金法的散热器件冷却通道生成式设计方法，采用伽辽金计算节点对设计域进行离散化处理；设计过程中冷却通道辅材从通道出口处开始生成，新生成的辅材节点可以在360°全域空间内寻优，不受设计域基材计算节点的束缚和限制；辅材生成设计过程中自动判别分歧点和分歧方向，实现主枝和侧枝的自主生成设计。本发明通过无网格伽辽金离散化处理，使得冷却通道辅材生成节点可在360°全域范围内寻优，避免了重新划分计算网格问题。
-
公开(公告)号：CN109063291A
公开(公告)日：2018-12-21
申请号：CN201810803380.0
申请日：2018-07-20
Applicant: 西安交通大学
IPC: G06F17/50
CPC classification number: G06F17/5018
Abstract: 一种机电装备冷却通道结构智能化拓扑优化设计方法，对变分自编码器进行训练、对生成式对抗网络进行训练、使用变分自编码器预测散热器件冷却通道的粗结构、使用生成式对抗网络细化散热器件冷却通道的结构。以典型散热器件为范本，采用传统各向正交惩罚材料密度方法进行完整优化迭代，采用得到的优化构型去训练变分自编码器和生成式对抗网络，以提取出表征冷却通道拓扑优化本质的隐藏变量。对于待优化散热器件，只需将散热问题的几何模型信息、边界条件和约束条件输入到训练过的变分自编码器和生成式对抗网络，即可直接预测并输出冷却通道结构的优化构型。本发明实现了散热器件冷却通道结构拓扑构型的智能化设计，提高了优化设计速度和效率。
-
公开(公告)号：CN109033516A
公开(公告)日：2018-12-18
申请号：CN201810636309.8
申请日：2018-06-20
Applicant: 西安交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种机械装备拟织构化装配结合面设计方法，包括硬化区和非硬化区；所述的硬化区设计成织构状的分布形态，即设置有硬化织构；所述的硬化织构设计成平的，有别于传统的凹型或凸型织构，称为“拟织构”，可为方形、菱形、圆形、椭圆形、三角形、长条形或任意几种形状的组合，且可设计于互相配对的装配结合面组的单面或双面上。本发明通过在装配结合面上设计平的硬化织构，可以有效改变装配结合面的接触刚度和接触阻尼，以改善机械装备装配结合面的动力学性能。
-
公开(公告)号：CN108280305B
公开(公告)日：2020-03-13
申请号：CN201810090450.2
申请日：2018-01-30
Applicant: 西安交通大学
IPC: G06F30/23
Abstract: 基于深度学习的散热器件冷却通道快速拓扑优化设计方法，以典型散热器件为范本，采用传统各向正交惩罚材料密度方法进行完整优化迭代，输出每一迭代步高导热材料的密度分布图和密度梯度分布图作为深度学习算法的输入和训练集，构建深度训练后的深度神经网络；再对待优化的散热器件采用传统各向正交惩罚材料密度方法进行初步迭代，输出初步优化的高导热材料密度分布图和密度梯度分布图作为深度学习算法的训练起点，输入到经前步深度训练后的深度神经网络，开展学习和训练，获得并输出最终优化后的高导热材料密度分布图，并以此构建冷却通道结构的拓扑构型。本发明通过引入深度学习算法，提高了优化设计散热器件冷却通道结构拓扑构型的速度和效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
