一种基于结构动力学模型修正的预应力识别方法

    公开(公告)号:CN105740541A

    公开(公告)日:2016-07-06

    申请号:CN201610064810.2

    申请日:2016-01-29

    Applicant: 厦门大学

    CPC classification number: G06F17/5018

    Abstract: 一种基于结构动力学模型修正的预应力识别方法,涉及预紧结构的预应力识别。建立结构的有限元模型;将固支或简支等边界条件转化为三个或两个方向的弹簧支承,同时施加轴向预应力;通过商用有限元软件计算结构的固有频率和固有振型;实验模态分析技术测试并识别得到结构的固有频率和固有振型;基于模型修正技术同时识别边界的弹簧支承刚度和预应力。方法简单,识别精度高,操作方便;同时考虑边界条件的影响,可信度高。将MAC作为目标函数,补充了实验数据的完备性;遗传算法寻优更有益于获得全局最优解;整个修正模块可以自动驱动求解。

    一种结构失效概率函数求解的扩展空间高效方法

    公开(公告)号:CN112069648A

    公开(公告)日:2020-12-11

    申请号:CN202010700559.0

    申请日:2020-11-05

    Applicant: 厦门大学

    Inventor: 袁修开 刘少龙

    Abstract: 本发明公开了一种结构失效概率函数求解的扩展空间高效方法,其特征在于包括以下步骤:步骤一,假定设计参数先验分布:将设计参数θ视作随机量,并赋予其先验分布;步骤二,抽样样本:在变量x和参数θ的扩展空间上,采用随机模拟方法,获得样本;步骤三,计算失效概率函数估计:依照推导出的计算公式,计算失效概率函数的估计。以达到计算量小、精度高、适用范围广的目的。

    一种用于钢骨混凝土结构性能分析的基于备选模型的Kriging预测方法

    公开(公告)号:CN111735686A

    公开(公告)日:2020-10-02

    申请号:CN202010414669.0

    申请日:2020-05-16

    Applicant: 厦门大学

    Inventor: 袁修开 孔冲冲

    Abstract: 本发明提出了一种基于备选模型的Kriging预测方法。该方法将备选模型作为Kriging方法中回归模型的基函数,依据已有数据建立基于备选模型的Kriging预测模型。预测方法包括以下步骤:(1)获取实验数据;(2)选用已有模型或者通过先验数据构建简单的预测模型;(3)将已有模型设置为Kriging方法中回归函数的基函数;(4)运用获取的少量数据样本点构建基于已有模型的Kriging模型;(5)对比验证基于已有模型的Kriging预测模型的精度。本发明解决了传统Kriging模型无外部预测的缺点,提高了Kriging方法外部预测,针对于合并预测则无需侧重计算权重值,通过对比验证本发明提出的预测模型结果的可靠性和稳定性。

    涡轮封严盘非圆通气孔集成设计优化方法

    公开(公告)号:CN111353249A

    公开(公告)日:2020-06-30

    申请号:CN202010136972.9

    申请日:2020-03-02

    Applicant: 厦门大学

    Abstract: 涡轮封严盘非圆通气孔集成设计优化方法,涉及航空发动机。1)建立涡轮转子二维几何模型,生成涡轮转子二维网格模型,执行强度分析;2)选择剪切边界位置,提取剪切边界上节点的坐标、位移结果和应力结果,进行几何模型重构与网格划分,得三维单孔扇区子模型;3)对三维单孔扇区子模型执行强度分析,对比涡轮转子二维网格模型的强度分析结果,若误差可接受,则完成变维度子模型建模,若误差不可接受,则返回步骤2);4)设计非圆通气孔,分别计算非圆通气孔单孔面积、通气孔数目和三维子模型的扇区角度;5)自动建模与自动分网;6)建立通气孔优化数学模型。可使涡轮封严盘通气孔的孔边应力分布更为均匀,使封严盘的疲劳寿命大幅提高。

    一种飞机结构疲劳可靠度贝叶斯组合预测方法

    公开(公告)号:CN107133400A

    公开(公告)日:2017-09-05

    申请号:CN201710304935.2

    申请日:2017-05-03

    Applicant: 厦门大学

    Inventor: 袁修开 刘文杰

    Abstract: 一种飞机结构疲劳可靠度贝叶斯组合预测方法,涉及组合预测。数据获取;模型建立;模型合并;可靠度预测。充分利用贝叶斯组合预测的优势,使所提方法获得的飞机结构疲劳可靠度信息更准确且精度更高。在贝叶斯组合预测基础上,充分考虑了飞机在服役阶段结构疲劳裂纹扩展是不断发生的这一因素,利用获得的飞机结构疲劳裂纹扩展数据,贝叶斯组合预测的结果具有高准确度和精度的特点。

    基于Bootstrap的变权重模型组合预测方法

    公开(公告)号:CN107092751A

    公开(公告)日:2017-08-25

    申请号:CN201710270566.X

    申请日:2017-04-24

    Applicant: 厦门大学

    Inventor: 袁修开 陈斌

    Abstract: 基于Bootstrap的变权重模型组合预测方法,涉及工程结构疲劳寿命预测。数据获取;根据所预测的数据类型选用所属的至少2种不同的单模型预测方法来预测试样中发生的蠕变量;建立变权重的多模型合并预测总模型,基于预测误差最小,使用得到的K组再抽样样本数据;使用得到的K组变权重模型合并预测结果,采用百分位法,可得到变权重模型预测方法的百分位置信区间预测。建立优化问题,根据合并区域数据的特征计算得到各个模型的权重函数,不同模型的预测方法合并起来,充分利用各单项预测模型所包含的有用信息,将模型合并的权重取值与变量取值关联起来,提高预测精度;结合Bootstrap方法获得置信区间预测,算法的合理性和可靠性。

Patent Agency Ranking