-
公开(公告)号:CN119884902A
公开(公告)日:2025-04-25
申请号:CN202411950007.X
申请日:2024-12-27
Applicant: 宁夏特种设备检验检测院 , 宁夏大学 , 西安交通大学
IPC: G06F18/2411 , G06F18/27 , G06N3/04 , G06N3/094
Abstract: 本发明属于焊接领域,具体公开了一种基于数字孪生的富氢交变载荷下吸附器焊缝疲劳寿命预测方法,通过无损检测获取焊接接头硬度、缺陷和残余应力分布;在纯氢气氛围下进行高周疲劳性能测试,建立性能数据库;利用深度生成性对抗网络GAN增强数据,结合支撑向量回归SVR建立机器学习模型,考虑材料强度退化、残余应力和缺陷特征预测焊缝疲劳寿命;采用多种指标评估焊缝疲劳寿命模型性能,并进行相关性分析以提高预测精度。对应步骤包括吸附器焊缝无损检测、焊缝疲劳性能测试、带缺陷焊接接头高周疲劳性能测试等,本发明结合数字孪生技术和机器学习,提高了焊缝疲劳寿命预测的精度和可靠性,对优化设备维护和提高运行效率具有重要意义。
-
公开(公告)号:CN119337735A
公开(公告)日:2025-01-21
申请号:CN202411588315.2
申请日:2024-11-08
Applicant: 宁夏特种设备检验检测院
IPC: G06F30/27 , G06F30/10 , G06F18/243 , G06F119/04 , G06F119/14
Abstract: 本发明公开了结合数字孪生的变压吸附装置安全状态预测方法及装置,涉及设备安全状态监测相关领域,该方法包括:按照目标工况对变压吸附装置进行运行采集,利用检验缺陷,进行三维构建,获得损伤三维模型,生成动态损伤量化信息集;对变压吸附装置进行评价,建立多模态无损检测数据库;根据损伤三维模型结合多个量化评价标准进行处理,获得数字孪生模块;对动态损伤量化信息集进行分类学习训练,构建服役寿命预测模型;对变压吸附装置进行实时评估,基于装置运行预测状态信息集完成变压吸附装置的状态预测。解决了现有变压吸附装置安全状态预测存在的实时性和准确性不足的技术问题,实现对变压吸附装置运行状态的实时监测和精准预测的技术效果。
-
公开(公告)号:CN119026049A
公开(公告)日:2024-11-26
申请号:CN202411108283.1
申请日:2024-08-13
Applicant: 宁夏特种设备检验检测院
IPC: G06F18/2433 , B01D53/047 , G06F18/214 , G06F18/10 , G06F18/2135 , G06F18/25 , G06N3/04 , G06N3/084
Abstract: 本发明提供了一种变压吸附装置监控方法、系统,该方法涉及煤化工领域,包括:基于变压吸附装置的三维模型、变压吸附装置的机理模型及变压吸附装置的运行参数,构建变压吸附装置的数字孪生模型;基于正负压力循环作用下变压吸附装置局部缺陷形成机理、条件和各项指标的检测结果,结合数字孪生模型,构建变压吸附装置的缺陷预测评估系统;基于变压吸附装置的缺陷预测评估系统,进行神经网络模型训练,得到变压吸附装置的缺陷预测评估模型;基于变压吸附装置的缺陷预测评估模型,对变压吸附装置的运行状态进行实时评估,并在数字孪生模型中三维显示评估结果,用以改善传统缺陷检测方案过于依赖于人工,响应速度慢、预测精度低的问题。
-
-