-
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
IPC: G06F17/50
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。
-
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
IPC: G06F30/20 , G06F111/08 , G06F119/02
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。
-
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
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。
-
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
IPC: G06F30/23 , G06F30/17 , G06F119/14 , G06F119/08
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。
-
-
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
IPC: G06F17/50
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。
-
-
-
-
-