排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
数据驱动计算力学研究进展 总被引:2,自引:0,他引:2
以数字孪生、人工智能为核心的大数据理念正深刻影响着第四次工业革4 命,数据驱动计算力学在此背景下应运而生并展现勃勃生机。与此同时,航5 空航天等尖端工业领域对高性能材料与结构的先进制造与安全评估提出了更6 严峻的挑战,经典计算力学已很难实现成倍缩短产品研发周期、实时跟踪产7 品信息并提供解决方案的目标。因此,发展面向高性能材料与结构的数据驱8 动计算力学正当其时且刻不容缓。本文拟通过梳理数据驱动计算力学的部分9 研究现状,探讨并浅析数据驱动计算力学的发展趋势. 相似文献
2.
3.
4.
基于分层数据搜索的数据驱动算法研究 总被引:1,自引:0,他引:1
数据驱动计算力学是一种直接利用材料应力应变数据驱动力学仿真计算的新技术. 该方法通过反复遍历数据库,为数据驱动模型中的每一个积分点搜索并匹配最佳应力应变数据,使得在高维度和高密度的大规模数据库时计算效率不高. 在此背景下,本文提出一种分层数据搜索方案,替换原有的遍历式数据搜索方式,以提升数据驱动的计算效率. 该方案的核心思想是将大规模数据库切割成多层级子数据库,并利用树形搜索原理,减小单次搜索数据的范围,降低数据搜索的时间成本,达到提升计算效率的目的. 文中简要介绍了数据驱动计算力学的基本步骤,并给出了分层数据库的构造方案,最后结合算例,讨论了数据库分层数量和分层方式对数据驱动计算效率的影响. 相似文献
5.
6.
研究电力作动系统用永磁容错电机故障预测问题,有利于准确监控飞行器健康状态,为飞机维修提供决策支持;TS(2*2永磁容错电机特征信号复杂无序,传统灰色模型故障预测精度不高,基于此,提出一种新的故障预测改进方法;TS(2*2首先对原始故障能量特征序列进行对数变换处理,对序列进行一次累加生成,建立GM(1,1)灰色模型,最后将得到的拟合还原成模拟值,得到预测数据;TS(2*2结果表明,故障原始序列经过对数函数变换处理后,预测误差相比于未经处理的基本灰色模型降低了4.63%,预测精度提高到96.5%以上,有效提高了永磁容错电机的故障预测精度。 相似文献
7.
1