公开(公告)号：CN117077533A

公开(公告)日：2023-11-17

申请号：CN202311078198.0

申请日：2023-08-25

Applicant: 上海大学

Inventor： 任忠鸣 ,  王江 ,  戴晶 ,  徐松哲 ,  玄伟东 ,  王保军 ,  陈超越 ,  胡涛

IPC: G06F30/27 ,  G06N3/126 ,  G06F30/17 ,  G06F111/06

Abstract: 本发明涉及涡轮叶片蜡模技术领域，且公开了基于遗传算法与熵权法优化涡轮叶片蜡模工艺参数的方法，采用了非支配排序遗传算法II来解决多目标优化问题。该算法能够在多个目标函数之间进行权衡和优化，将不同的工艺参数视为遗传算法的变量，并运用熵权法在帕累托前沿选取最佳工艺参数。同时，该方法通过建立机器学习代理模型，能够高效地优化搜索过程。经过多目标参数的优化，蜡模的翘曲形变显著减小，同时翘曲分布面积得到了显著改善，壁厚偏差得到了明显的降低，型芯偏移量也得到了有效的降低。

公开(公告)号：CN117057201A

公开(公告)日：2023-11-14

申请号：CN202311097321.3

申请日：2023-08-29

Applicant: 上海大学

Inventor： 任忠鸣 ,  王江 ,  戴晶 ,  徐松哲 ,  玄伟东 ,  王保军 ,  陈超越 ,  胡涛

IPC: G06F30/23 ,  G06F30/27 ,  G06N20/00 ,  G06F111/10 ,  G06F119/14

Abstract: 本发明涉及数据采集方法及机器学习技术领域，且公开了基于贝叶斯优化的涡轮叶片蜡模数据采集和预测方法，其独特之处在于，其整合了以下步骤，S1、实施蜡模充型的数值模拟仿真；S2、建立用于机器学习的注塑过程数据集；S3、建立工艺参数和响应值的机器学习模型。本发明基于贝叶斯优化的主动学习方法，结合蜡压数值模拟，能够迅速自动化地构建数据库，并通过机器学习模型获取工艺参数与形变指标之间的预测联系；这项技术的运用，可以为涡轮叶片蜡模的制造提供一种高效精准的优化方法，从而为提升航空发动机等高端装备的精度及成品率提供有力的贡献。

公开(公告)号：CN116309047A

公开(公告)日：2023-06-23

申请号：CN202310127813.6

申请日：2023-02-17

Applicant: 上海大学

Inventor： 王江 ,  戴晶 ,  任忠鸣 ,  徐松哲 ,  帅三三

IPC: G06T3/40 ,  G06T7/00

Abstract: 本发明涉及CT扫描图像拼接技术领域，具体地说，涉及基于CT扫描的二维图像重建拼接方法。其包括以下步骤：用CT对待拼接处理的文物碎片进行扫描，获取文物二维的CT数据，并将二维的CT数据进行图像转换，以获得常见图像格式的数据；图像数字化，将CT扫描的数据进行数字化处理，把一幅图像分割成一个个小的单元区域，这些单个的像素可以单个的用一个量化的区域来表示，灰度用整数来表示，形成一个阵列式的图像，每个像素的属性包含位置灰度/颜色，数字化包含采样和量化两个过程；通过采用CT扫描技术代替传统的人工观测，一方面降低了人力消耗，因此使得生产成本降低，另一方面能够将其结构特征数据化，方便之后的存储、匹配以及修复。

公开(公告)号：CN117291082A

公开(公告)日：2023-12-26

申请号：CN202311390044.5

申请日：2023-10-25

Applicant: 上海大学

Inventor： 徐松哲 ,  袁琦昱 ,  戴晶 ,  任忠鸣 ,  王江 ,  玄伟东 ,  王保军 ,  陈超越 ,  胡涛

IPC: G06F30/23 ,  G06F30/27 ,  G06F30/15 ,  G06F119/08 ,  G06F119/14 ,  G06F111/10

Abstract: 本发明涉及数值模拟采集数据方法及深度学习技术领域，且公开了基于深度学习的陶瓷型芯烧结过程数据采集和形变预测方法，其独特之处在于，其整合了以下步骤，S1、实施陶瓷型芯烧结过程的数值模拟仿真；S2、建立用于深度学习的陶瓷型芯烧结前后切片数据集；S3、建立基于U‑net的深度学习模型用于预测陶瓷型芯烧结前后像素值变化；S4、通过三维重建算法将模型预测的新烧结工艺参数下陶瓷型芯的切片组重建出完整的陶瓷型芯。这项技术的运用，可以为涡轮叶片陶瓷型芯的制造提供一种高效精准的形变预测方法，提高了型芯生产效率，节约了生产试错成本，从而为提升陶瓷型芯等精密装备的精度及成品率提供有力的贡献。