颗粒浇筑体成型过程中受扰程度评价方法及系统

    公开(公告)号:CN117330646A

    公开(公告)日:2024-01-02

    申请号:CN202311311588.8

    申请日:2023-10-10

    Abstract: 本发明公开了一种颗粒浇筑体成型过程中受扰程度评价方法及系统,包括:S1.将成型后的颗粒浇筑体加载,进行声发射测试,确定颗粒浇筑体的声发射b值演化时序曲线;S2.观察b值演化时序曲线的首峰峰型,以无扰动试件为基准,观察b值演化时序曲线是否出现首峰峰型反转,若是,则成型过程中的扰动对颗粒浇筑体产生了影响,并进入步骤S3;若否,则颗粒浇筑体没有受到扰动影响;S3.根据b值演化时序曲线,获得b值初始出现时间Tb0以及首峰出现时间Tp0,若Tb0和Tp0值越小,则颗粒浇筑体受扰程度越大。本发明能够准确判断扰动是否产生影响以及扰动程度的大小,为颗粒浇筑体材料成型过程的质量控制提供了技术支撑。

    熔铸装药定向凝固过程温度场调控装置及系统

    公开(公告)号:CN115925493A

    公开(公告)日:2023-04-07

    申请号:CN202211706037.7

    申请日:2022-12-29

    Abstract: 本发明公开了一种熔铸装药定向凝固过程温度场调控装置,包括冷却装置,冷却装置包括冷却腔,冷却腔的顶部安装有隔热板,隔热板上安装有保温装置,保温装置内设有保温腔;隔热板上设有连通孔;还包括轴向驱动机构,轴向驱动机构用于驱动模具沿竖直方向在冷却腔与保温腔之间移动;还包括径向冷却装置,径向冷却装置可伸入模具内并相对于保温装置保持静止状态;径向冷却装置包括位于模具径向方向并通入第二冷却介质的平面盘管,过模具轴线的截面在平面盘管上截得沿模具径向方向排布的多个盘管截面,相邻两个盘管截面之间的间距相等或相邻两个盘管截面之间的间距沿着径向向外的方向逐渐增大。本发明还公开了一种熔铸装药定向凝固过程温度场调控系统。

    熔铸装药定向凝固过程温度场调控装置及系统

    公开(公告)号:CN115925493B

    公开(公告)日:2024-02-02

    申请号:CN202211706037.7

    申请日:2022-12-29

    Abstract: 本发明公开了一种熔铸装药定向凝固过程温度场调控装置,包括冷却装置,冷却装置包括冷却腔,冷却腔的顶部安装有隔热板,隔热板上安装有保温装置,保温装置内设有保温腔;隔热板上设有连通孔;还包括轴向驱动机构,轴向驱动机构用于驱动模具沿竖直方向在冷却腔与保温腔之间移动;还包括径向冷却装置,径向冷却装置可伸入模具内并相对于保温装置保持静止状态;径向冷却装置包括位于模具径向方向并通入第二冷却介质的平面盘管,过模具轴线的截面在平面盘管上截得沿模具径向方向排布的多个盘管截面,相邻两个盘管截面之间的间距相等或相邻两个盘管截面之间的间距沿着径向向外的方向逐渐增大。本发明还公开了一种熔铸装药定向凝固过程温度场调控系统。

    熔铸炸药界面增强材料预选方法
    4.
    发明公开

    公开(公告)号:CN118588180A

    公开(公告)日:2024-09-03

    申请号:CN202410729767.1

    申请日:2024-06-06

    Applicant: 重庆大学

    Abstract: 本发明公开了一种熔铸炸药界面增强材料预选方法,包括如下步骤:步骤一:选择一条能够代表界面增强材料的分子链,构建界面增强材料分子模型;步骤二:构建HMX晶面分子模型;将界面增强材料分子模型置于HMX晶面分子模型上方,得到界面模型;步骤三:使用Materials Studio中的Forcite模块中的Geometry Optimization对初始界面模型进行几何优化,在Dynamic命令下将几何优化后的模型进行分子动力学模拟;步骤四:利用分子动力学模拟平衡轨迹的最后的N帧,分析结合能、内聚能密度以及力学性质参数;步骤五:循环步骤一至步骤四,分析不同界面增强材料与HMX晶面分子模型的结合能、内聚能密度以及力学性质参数;步骤六:确定适于熔铸炸药界面增强的界面增强材料。

    融合NSGA-Ⅲ和TOPSIS的数据驱动多目标优化方法

    公开(公告)号:CN115130749A

    公开(公告)日:2022-09-30

    申请号:CN202210751216.6

    申请日:2022-06-29

    Applicant: 重庆大学

    Abstract: 本发明公开了一种融合NSGA‑Ⅲ和TOPSIS的数据驱动多目标优化方法,包括如下步骤:步骤1):历史数据采集:采集与优化目标和工艺参数相关的数据;步骤2):数据预处理:对采集得到的历史数据进行预处理,剔除原始数据中的异常值;步骤3):生成代理模型:利用深度学习方法,根据历史数据生成优化目标的预测模型,并将预测模型转换成代理模型;步骤4):多目标优化:将代理模型作为目标函数,利用非支配排序遗传算法(NSGA‑Ⅲ)对目标函数进行优化,生成Pareto前沿;步骤5):选取最优解:利用逼近理想解排序法(TOPSIS)对Pareto解集进行排序,确定最优解,能准确的得到不同的生产任务和生产要求对应的最优方案,解决生产过程中的多目标优化问题。

    基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统

    公开(公告)号:CN114719749A

    公开(公告)日:2022-07-08

    申请号:CN202210356342.1

    申请日:2022-04-06

    Applicant: 重庆大学

    Abstract: 本发明公开一种基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统,首先进行图像变换和相机标定,然后通过光场控制采集裂纹图像,以及对采集的图像进行预处理,提取裂纹和测量裂纹的实际尺寸,该方法通过图像变换、光照控制、图像预处理、基于形态学进行裂纹提取和测量裂纹的实际尺寸,解决由于裂纹缺陷信噪比低而难以检测以及裂纹实际尺寸难以精确测量的问题;同时构建了具有蓝色圆顶光源的采集金属零件高分辨率的图像,可以显着减少金属表面反射对缺陷识别的负面影响,并使目标与背景之间具有较高的对比度。以及采用基于形态学的裂纹提取方法,不需要寻找复杂的裂纹边缘线,而是可以直接获取属于裂纹区域的像素,从而表征裂纹几何特征。

    一种对三维点云模型进行布尔运算的方法

    公开(公告)号:CN113971718A

    公开(公告)日:2022-01-25

    申请号:CN202111242501.7

    申请日:2021-10-25

    Applicant: 重庆大学

    Abstract: 本发明涉及几何建模技术领域,具体涉及一种对三维点云模型进行布尔运算的方法,包括:获取用于布尔运算的三维点云模型A和B,然后对三维点云模型A和B进行配准;建立三维点云模型A的八叉树模型,得到对应的八叉树结构;将立三维点云模型A对应的八叉树结构应于三维点云模型B,并根据八叉树结构中叶节点与三维点云模型B中点的重叠关系和邻接关系生成对应的若干个共享信息链表;根据布尔运算的类型选取对应的共享信息链表进行三维点云模型A和B的布尔运算。本发明对三维点云模型进行布尔运算的方法能够提升三维点云模型布尔运算效率。

    一种基于运行数据流的机床状态监测系统与监测方法

    公开(公告)号:CN110347116B

    公开(公告)日:2021-06-29

    申请号:CN201910646446.4

    申请日:2019-07-17

    Abstract: 本发明公开了一种基于运行数据流的机床状态监测系统,包括用于采集机床运行数据的数据采集层,数据采集层通过数据接入层连接有数据处理层;数据处理层连接有数据存储层;数据处理层包括用于对机床运行数据进行流处理的流处理层。所述数据处理层采用分布式集群架构,数据接入层通过分布式消息队列将机床运行数据分发至数据处理层中;数据处理层还包括用于对机床运行数据进行批量处理的批处理层;流处理层与批处理层通过共用数据存储层进行集成。还公开了一种基于运行数据流的机床状态监测系统的监测方法,采用本发明的基于运行数据流的机床状态监测系统。本发明能够适用于具有大数据特性的运行数据流的采集、处理、存储、分析和可视化。

    一种工艺过程的结构化表征方法

    公开(公告)号:CN111859573A

    公开(公告)日:2020-10-30

    申请号:CN202010711430.X

    申请日:2020-07-22

    Applicant: 重庆大学

    Abstract: 本发明属于计算机辅助设计与制造领域,具体涉及一种工艺过程的结构化表征方法,包括:(1)选定待处理的工艺过程,确定工艺过程要素以及要素之间的关系;(2)对同一层级的要素,构建一个坐标平面,依据要素间的并行关系和串行关系,赋予要素坐标;(3)对存在串行关系的要素,通过管道进行连接;(4)将同一层级的坐标和管道组合成结点;(5)对不同层级存在关系的坐标和结点,通过超链接进行连接;(6)对结点和坐标进行标识。本发明提供的一种工艺过程的结构化表征方法能有效解决由工艺类别多、工艺过程复杂、工艺过程要素差异大等因素导致的工艺过程难以数字化建模的问题。

    基于LS-SVM的汽车仪表组装质量预测方法与系统

    公开(公告)号:CN111639715A

    公开(公告)日:2020-09-08

    申请号:CN202010484882.9

    申请日:2020-06-01

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于LS-SVM的汽车仪表组装质量预测方法与系统,根据样本仪表的关键工序组装数据和组装质量检测结果构建样本数据,对LS-SVM质量预测模型进行训练,得到模型优化参数组合;获取n个待测仪表的n条关键工序组装数据,每条关键工序组装数据包含m个组装参数;将每条关键工序组装数据转换成对应的输入向量,根据输入向量建立原始输入矩阵X,归一化处理后得到输入矩阵X*;将X*作为LS-SVM质量预测模型的输入,得出组装质量预测结果。预测系统包括关键工序组装数据输入模块、输入向量转换层、输入矩阵构建层、数据预处理层、LS-SVM分类系统与预测结果输出层。本发明解决了采用自动化检测设备进行组装质量检查带来的成本高昂、通用性较差的技术问题。

Patent Agency Ranking