申请/专利权人:南京航空航天大学;中国飞机强度研究所
申请日:2024-03-08
公开(公告)日:2024-04-09
公开(公告)号:CN117852198A
主分类号:G06F30/15
分类号:G06F30/15;G06F17/15;G06F18/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了基于模型融合的飞机结构多尺度裂纹数字孪生预测方法。首先建立飞机结构数字孪生模型,获取载荷数据对飞机结构数字孪生模型进行加载,找到飞机结构中的危险区域,并且构建危险区域的局部模型,实现了对飞机结构的多尺度分析,提高了计算效率,保证了数字孪生预测的实时性;选择若干个裂纹扩展预测模型,基于粒子滤波算法得到裂纹扩展预测结果,提出了一种新的时变模型融合算法,运用预测误差平方和极小化策略建立优化函数,将若干个模型的预测结果进行加权融合,利用上述方法同时缩减了飞机结构材料参数不确定性与模型形式不确定性对预测结果的影响,有效提高了裂纹长度预测结果的准确性。
主权项:1.基于模型融合的飞机结构多尺度裂纹数字孪生预测方法,其特征在于,包括以下步骤:步骤1,构建飞机结构数字孪生模型;步骤2,从飞机实体结构上获取所承受的载荷历史数据,依据载荷历史数据对飞机结构数字孪生模型加载,得到该飞机结构中的危险区域,构建危险区域的局部模型,结合载荷历史数据和传感器获取的在线载荷数据对飞机结构数字孪生模型加载,得到危险区域的响应,根据响应编制该飞机结构危险区域的载荷谱;步骤3,在局部模型中引入初始裂纹,依据步骤2得到的载荷谱对局部模型进行加载,对含有初始裂纹的局部模型进行断裂力学仿真,拟合出裂纹前缘演化轨迹及应力强度因子;步骤4,选择若干个裂纹扩展预测模型,基于粒子滤波得到每个单模型的裂纹扩展预测结果;定义新的时变模型融合算法,并基于所述时变模型融合算法对若干个单模型的裂纹扩展预测结果进行融合,具体的,运用预测误差平方和极小化策略建立优化函数,选用子集模拟对优化函数进行求解,获得每个模型在每个观测点的最优权重坐标,进而拟合出每个模型在不同时刻的权重函数,对权重函数进行非负以及归一化处理,将若干个裂纹扩展预测模型的预测结果进行加权融合,最终构建出融合后模型。
全文数据:
权利要求:
百度查询: 南京航空航天大学;中国飞机强度研究所 基于模型融合的飞机结构多尺度裂纹数字孪生预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。