CN109918829B - 一种针对结构的轴向模态识别方法 - Google Patents
一种针对结构的轴向模态识别方法 Download PDFInfo
- Publication number
- CN109918829B CN109918829B CN201910209732.4A CN201910209732A CN109918829B CN 109918829 B CN109918829 B CN 109918829B CN 201910209732 A CN201910209732 A CN 201910209732A CN 109918829 B CN109918829 B CN 109918829B
- Authority
- CN
- China
- Prior art keywords
- axial
- mode
- modes
- emp
- anp
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种针对结构的轴向模态识别方法。该轴向模态识别方法首先建立结构的有限元模型、设置约束条件并进行模态分析,然后从生成的结果文件中读取各阶模态的有效质量数据,定义并计算各阶模态的轴向质量比函数(EMP)并进行初步筛选,随后读取相应节点位移数据,定义和计算相应模态的轴向运动节点比例(ANP),最后对结构模态进行分类和识别。本发明所述的分析识别方法能够处理几十万单元组成的高自由度、复杂有限元模型,并能够在几十甚至上百阶模态中准确对模态结果进行分类识别,有助于提高仿真效率、缩短仿真周期,提升仿真分析对实际生产的指导作用。
Description
技术领域
本发明属于有限元振动仿真领域,具体涉及一种针对结构的轴向模态识别方法。
背景技术
随着现代机械工作环境的复杂化,各种机械设备和产品如汽车部件、航天器零件、振动设备零部件等通常需要工作在周期性激励的振动环境中,为了分析这些零部件在该振动环境下的响应情况,多数需要对其进行模态分析。模态分析产生的各基频及其振型结果能够直观表明该机械结构的固有振动特性,以便发现结构问题、在后续工作中避开或利用结构共振频率。随着有限元分析技术的发展完善,利用有限元软件进行模态分析、为结构后续的设计优化工作提供指导的分析方式被广泛采用。
在有限元模态分析过程中,模型结构的振型总阶数等于该模型的总自由度,而在工程实践中,通常需要重点关注分析的模态振型集中在某一方向上,多为结构轴向。当结构自由度较低、模型相对简单时,结构模态振型少,轴向模态便于寻找识别;当结构自由度很高、模型复杂时,结构轴向模态会混杂在各类局部模态中,难以识别提取。现阶段,随着工程水平的提高和计算机技术的发展,许多大型复杂零件结构的有限元模型会包含几万甚至几十万自由度。因此,如何快速有效的对高自由度、复杂结构模型进行轴向模态识别和提取,在提高有限元振动仿真对工程实践的指导作用方面有重要意义。
目前针对高自由度、复杂结构模型的轴向模态识别主要采用有以下两种方法:第一种是结合该结构振动试验,即在有限元模态分析前进行结构的振动试验,或进行简化结构的理论轴向共振解,提前确定轴向模态频率范围,再在该频率范围的模态分析结果中寻找。该方法能够有效确定频率范围,但对于某些特殊的、难以进行试验的零部件适用性差,另外进行振动试验在耗费较多的时间和精力的同时,也削弱了仿真分析对工程实践的指导价值。另一种是仅通过观察比较模态分析结果中的各阶振型中轴向的有效参与质量。该方法只关注了振型轴向情况,所以在处理各方向尺度差异大或者质量分布不均的结构时容易产生误差,在分析复杂结构时还容易混淆局部模态。因而,本方法的发明有效解决了上述两种方法存在的不足之处,能有效进行高自由度、复杂模型的轴向模态识别。
发明内容
为了克服大型复杂零件结构在仿真模态分析过程中轴向模态结果混杂在多阶模态中难以识别的问题,本发明提供一种针对复杂模型的轴向模态识别法。
本发明公开了一种针对结构的轴向模态识别方法,包含如下步骤:
步骤一:通过软件建立该结构的有限元模型;
步骤二:参照实际工况,设置模型约束条件,进行模态分析;
步骤三:通过步骤二中所述模态分析得到各阶模态的有效质量数据,构建各阶模态的轴向质量比函数(EMP),设定轴向质量比函数(EMP)阈值,筛选轴向质量比函数(EMP)值大于阈值的模态;
步骤四:通过步骤二中所述模态分析得到步骤三中初步筛选后的各阶模态的所有节点沿三个坐标轴的振型位移,定义轴向运动节点,计算初步筛选后各阶模态的轴向运动节点比例(ANP),设定轴向运动节点比例(ANP)阈值,筛选轴向运动节点比例(ANP)值大于阈值的模态;
步骤五:结合模态的轴向质量比函数(EMP)值及轴向位移节点比例(ANP)值,对有限元模型的模态进行分类提取,识别有限元模型的轴向模态。
一实施例中,
步骤一中,利用有限元网格划分软件对该结构的至少部分组成进行网格划分,再将其导入有限元分析软件中建立该结构的有限元模型;
步骤二中,利用所述有限元分析软件进行模态分析。
一实施例中,
步骤二中,生成并导出模态分析的结果文件;
步骤三中,利用数据分析软件读取并处理模态分析的结果文件,得到各阶模态的有效质量数据,构建各阶模态的轴向质量比函数(EMP),设定轴向质量比函数(EMP)阈值,筛选轴向质量比函数(EMP)值大于阈值的模态;
步骤四中,利用数据分析软件读取并处理模态分析的结果文件,得到步骤三中初步筛选后的各阶模态的所有节点沿三个坐标轴的振型位移,定义轴向运动节点,计算筛选后各阶模态的轴向运动节点比例(ANP),设定轴向运动节点比例(ANP)阈值,筛选轴向运动节点比例(ANP)值大于阈值的模态。
一实施例中,步骤二中,在处理未知轴向模态频率范围的模型时,模态分析的模态求解频率范围具有能够保证模态分析结果中包含轴向模态数据的宽度。
一实施例中,步骤三中,构建各阶模态如式(1)所示的轴向质量比函数(EMP)并计算:
其中,假定模型的轴向为Y方向,EMPy表示轴向质量比函数(EMP),EMx、EMy和EMz分别表示各阶模态X、Y和Z方向的有效质量。
一实施例中,步骤四中,定义轴向运动节点为满足式(2)的节点并按式(3)进行轴向运动节点比例(ANP)计算:
在式(2)中,假定模型的轴向为Y坐标轴方向,ANP表示轴向运动节点比例(ANP);dx、dy和dz分别表示步骤四中节点沿X、Y和Z方向的振型位移;在式(3)中,Naxial和Ntotal分别表示该模型的轴向运动节点数和总节点数。
一实施例中,步骤五中,若轴向质量比函数(EMP)值大于阈值且轴向运动节点比例(ANP)值大于阈值,则识别该模态为结构整体轴向模态;若轴向质量比函数(EMP)值大于阈值而轴向运动节点比例(ANP)小于阈值,则识别该模态为局部轴向模态;其余各阶模态识别为其他模态。
一实施例中,所述有限元网格划分软件为HyperMesh软件,所述有限元分析软件为ANSYSAPDL软件,以及所述数据分析软件为Matlab软件。
本发明提出的一种针对结构的轴向模态识别方法,该方法主要具有以下几个优点:
(1)利用Hypermesh软件-ANSYSAPDL软件-Matlab软件联合的方式,能够针对大型复杂零部件结构,有效建立其有限元模型,准确进行模态分析求解和有效完成数据存读和后处理,分别发挥了各自优势。
(2)构建了各阶模态的轴向质量比函数(EMP)。相比于仅直接观察对比各阶模态结果的轴向有效质量,通过计算轴向质量比函数(EMP)并设置EMP筛选阈值,能够有效消除结构件各方向尺度差异和质量分布不均匀所造成的结果误差。
(3)定义了轴向运动节点与轴向运动节点比例(ANP)。通过计算分析轴向运动节点比例(ANP)是否高于设定的阈值,能够有效区分结构的局部轴向模态和整体轴向模态。
(4)利用轴向质量比函数(EMP)和轴向运动节点比例(ANP)相结合的方式进行复杂模型的轴向模态识别。由于大型复杂结构有限元模型的自由度众多、节点数目巨大,若直接采用轴向运动节点比例(ANP)方法数据量太大,因此利用轴向质量比函数(EMP)进行模态的初步筛选,再有针对性的处理某几阶模态的节点位移数据,大大简化了分析中需要存储和处理的数据量。
附图说明
图1是本发明提出的一种针对结构的轴向模态识别方法的具体实施流程示意图。
图2是一振动试验装置动圈结构的完整有限元模型及坐标轴定义的结构示意图。
图3是利用本发明识别提取的动圈结构局部轴向模态(a,b,c)以及整体轴向模态(d)的示意图。
具体实施方式
为了更好的说明本发明的目的及优点,下面将结合附图和实施案例对本发明作进一步的详细说明。
本发明所述为一种针对结构的轴向模态识别方法一种针对结构的轴向模态识别方法,一实施例中其主要流程如图1所示,具体包含以下步骤:
步骤一:将待分析结构的三维模型导入Hypermesh软件中进行模型前处理,预清理掉模型上的螺栓孔、工艺倒角等细节特征。再对结构的至少部分组成进行网格划分、分组和调整以提高网格质量,具体为对结构模型的不同特征部分进行划分和分组,对各个编组分别按照其复杂程度建立3D网格或者2D拉伸网格,再对相应节点进行耦合形成完整有限元模型并导入ANSYSAPDL软件。
步骤二:参照实际工况,在ANSYSAPDL软件中设置模型约束条件和相关参数。采用Block Lanczos方法对有限元模型进行模态分析计算,在进行计算前通过OUTPUT指令输入,生成并导出模态分析结果的txt文件,该文件保存有模型的各模态频率以及模型沿三个坐标轴的各阶模态的有效质量。
步骤三:通过Matlab软件读取txt文件中各模态频率下模型沿三个坐标轴的有效质量,分别将其定义为EMx、EMy和EMz。定义如式(1)所示的轴向质量比函数(EMP),依次处理计算各阶模态的轴向质量比函数(EMP)值,筛选提取轴向质量比函数(EMP)值大于设定阈值的模态数据。
步骤四:针对步骤三中初步筛选的模态频率振型,在ANSYSAPDL软件里生成并保存相应频率下模型的模态振型中所有节点沿三个坐标轴的振型位移,导出相应文件采用Matlab软件读取文件,将每个节点沿X、Y和Z方向的振型位移分别表示为dx、dy和dz,定义满足式(2)的节点为轴向运动节点,并按照式(3)计算轴向运动节点比例(ANP),设定阈值。
步骤五:若某模态的轴向质量比函数(EMP)值大于阈值,且该振型下的轴向运动节点比例(ANP)大于阈值,则识别该模态为结构整体轴向模态;若某模态的轴向质量比函数(EMP)值大于阈值,且该振型下的轴向运动节点比例(ANP)小于阈值,则识别该模态为局部轴向模态;其余各阶模态识别为其他模态。
为更好地理解本发明的技术方案,将以上步骤应用于某振动试验装置的动圈分析中,作进一步的描述。
步骤一,将通过Pro/Engineer建立的某振动试验装置动圈结构3D模型导入Hypermesh软件中进行前处理,清理掉动圈台面的24个螺栓孔结构和工艺倒角,将模型按照不同的特征部分(竖直筋板、中心圆筒、侧板等)分成14组,以六面体网格为主分别对每组特征结构进行2D拉伸网格、3D网格划分,最后将每组特征划分完成的单元网格节点耦合。该完整有限元模型总单元数为249712个,包含节点数306464个,将该模型保存并导出到ANSYSAPDL中。
步骤二,根据某振动试验装置的动圈材质,在ANSYSAPDL中选择单元类型为SOLID45,分别设置弹性模量(EX)、密度(DENS)和泊松比(PRXY)等模型材料参数。根据动圈结构的实际工作条件,对动圈结构侧板进行点约束以模拟螺栓紧固,在动圈底部建立了理想弹簧单元COMBIN 14以模拟实际工况中的底部空气弹簧约束。进行模态分析计算的完整动圈结构有限元模型如图2所示,其中Y方向为模型轴向。在模态分析中采用Block Lanczos方法对该动圈结构有限元模型进行分析计算,设定求解阶数为50阶,求解频率范围为0-3000Hz。增加OUTPUT指令,保存生成包含结果中各模态频率以及模型沿三个坐标轴的各模态有效质量的txt文件。
步骤三,采用Matlab软件读取txt文件中各模态频率下模型沿三个坐标轴的有效质量,并分别将其定义为EMx、EMy和EMz。按照式(1)构建各阶模态的轴向质量比函数(EMP)并分别计算,由于第1阶模态为弹性支承下的刚体模态,因此不作处理。计算得到的该模型第2-49阶模态的模态频率及各阶的轴向质量比函数(EMP)值如表1所示,设定筛选阈值为90%,初步筛选出轴向质量比函数(EMP)值大于90%的模态数据,即模态分析结果中的第9阶、第28阶、第40阶及第45阶。
表1.动圈模型前50阶模态的轴向质量比函数(EMP)值
步骤四,根据步骤三中初步筛选的结果,在ANSYS APDL里生成并保存第9阶、第28阶、第40阶及第45阶动圈结构模态振型中所有节点沿三个坐标轴的振型位移数据,通过Matlab读取文件并将每个节点沿X、Y和Z方向的振型位移分别表示为dx、dy和dz。定义满足式(2)的节点为轴向运动节点,总节点数为306464个,根据式(3)分别计算第9阶、第28阶、第40阶及第45阶四个模态下动圈模型的轴向运动节点比例(ANP),计算结果如表2所示。设定筛选阈值为90%。
表2.动圈模型第9、28、40及45阶振型的轴向运动节点比例(ANP)值
步骤五,根据以上步骤分析,第9阶、第28阶、第40阶模态的轴向质量比函数(EMP)值大于EMP筛选阈值90%,但这几阶振型的轴向运动节点比例(ANP)小于ANP筛选阈值90%,因此识别这几阶振型为动圈结构的局部轴向模态;第45阶模态的轴向质量比函数(EMP)值大于EMP筛选阈值90%,且该振型的轴向运动节点比例(ANP)大于ANP筛选阈值90%,因此识别该阶模态为动圈结构的整体轴向模态。其余阶模态为其他模态。动圈结构的局部轴向振型和整体轴向振型如图3所示,其中(a)、(b)、(c)分别为第9阶、第28阶、第40阶模态振型,(d)为第45阶模态振型。
根据振型图像可知,第9阶为动圈结构线圈部分的局部轴向模态,第28阶及第40阶为动圈结构竖直筋板部分的局部模态,第45阶为动圈结构整体的轴向模态。通过试验测试,动圈整体的轴向共振频率约为1350Hz,与识别的整体轴向模态频率1361.4Hz非常接近,相对误差仅为0.84%。
本申请的轴向模态识别方法中,采用了有限元网格划分软件HyperMesh软件进行网格划分等操作,采用有限元分析软件ANSYSAPDL软件来进行有限元分析,以及数据分析软件Matlab软件来进行数据分析。应理解的是,也可以采用其他软件来实现上述的目的,例如,有限元网格划分也可以采用诸如ICEM或Patran,有限元分析软件可以采用诸如ABAQUS或COMSOL,数据分析软件可以采用Mathematica。
以上已详细描述了本发明的较佳实施例,但应理解到,若需要,能修改实施例的方面来采用各种专利、申请和出版物的方面、特征和构思来提供另外的实施例。
考虑到上文的详细描述,能对实施例做出这些和其它变化。一般而言,在权利要求中,所用的术语不应被认为限制在说明书和权利要求中公开的具体实施例,而是应被理解为包括所有可能的实施例连同这些权利要求所享有的全部等同范围。
Claims (7)
1.一种针对结构的轴向模态识别方法,其特征在于,包含如下步骤:
步骤一:通过软件建立该结构的有限元模型;
步骤二:参照实际工况,设置模型约束条件,进行模态分析;
步骤三:通过步骤二中所述模态分析得到各阶模态的有效质量数据,构建各阶模态的轴向质量比函数(EMP),设定轴向质量比函数(EMP)阈值,筛选轴向质量比函数(EMP)值大于阈值的模态;
步骤四:通过步骤二中所述模态分析得到步骤三中初步筛选后的各阶模态的所有节点沿三个坐标轴的振型位移,定义轴向运动节点,计算初步筛选后各阶模态的轴向运动节点比例(ANP),设定轴向运动节点比例(ANP)阈值,筛选轴向运动节点比例(ANP)值大于阈值的模态;
步骤五:结合模态的轴向质量比函数(EMP)值及轴向位移节点比例(ANP)值,对有限元模型的模态进行分类提取,识别有限元模型的轴向模态;
步骤三中,构建各阶模态如式(1)所示的轴向质量比函数(EMP)并计算:
其中,假定模型的轴向为Y方向,EMPy表示轴向质量比函数(EMP),EMx、EMy和EMz分别表示各阶模态X、Y和Z方向的有效质量;
步骤四中,定义轴向运动节点为满足式(2)的节点并按式(3)进行轴向运动节点比例(ANP)计算:
在式(2)中,假定模型的轴向为Y坐标轴方向,ANP表示轴向运动节点比例(ANP);dx、dy和dz分别表示步骤四中节点沿X、Y和Z方向的振型位移;在式(3)中,Naxial和Ntotal分别表示该模型的轴向运动节点数和总节点数。
2.根据权利要求1所述的轴向模态识别方法,其特征在于,
步骤一中,利用有限元网格划分软件对该结构的至少部分组成进行网格划分,再将其导入有限元分析软件中建立该结构的有限元模型;
步骤二中,利用所述有限元分析软件进行模态分析。
3.根据权利要求1所述的轴向模态识别方法,其特征在于,
步骤二中,生成并导出模态分析的结果文件;
步骤三中,利用数据分析软件读取并处理模态分析的结果文件,得到各阶模态的有效质量数据,构建各阶模态的轴向质量比函数(EMP),设定轴向质量比函数(EMP)阈值,筛选轴向质量比函数(EMP)值大于阈值的模态;
步骤四中,利用数据分析软件读取并处理模态分析的结果文件,得到步骤三中初步筛选后的各阶模态的所有节点沿三个坐标轴的振型位移,定义轴向运动节点,计算筛选后各阶模态的轴向运动节点比例(ANP),设定轴向运动节点比例(ANP)阈值,筛选轴向运动节点比例(ANP)值大于阈值的模态。
4.根据权利要求1所述的轴向模态识别方法,其特征在于,步骤二中,在处理未知轴向模态频率范围的模型时,模态分析的模态求解频率范围具有能够保证模态分析结果中包含轴向模态数据的宽度。
5.根据权利要求1所述的轴向模态识别方法,其特征在于,步骤五中,若轴向质量比函数(EMP)值大于阈值且轴向运动节点比例(ANP)值大于阈值,则识别该模态为结构整体轴向模态;若轴向质量比函数(EMP)值大于阈值而轴向运动节点比例(ANP)小于阈值,则识别该模态为局部轴向模态;其余各阶模态识别为其他模态。
6.根据权利要求2所述的轴向模态识别方法,其特征在于,所述有限元网格划分软件为HyperMesh软件,所述有限元分析软件为ANSYSAPDL软件。
7.根据权利要求3所述的轴向模态识别方法,其特征在于,所述数据分析软件为Matlab软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910209732.4A CN109918829B (zh) | 2019-03-19 | 2019-03-19 | 一种针对结构的轴向模态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910209732.4A CN109918829B (zh) | 2019-03-19 | 2019-03-19 | 一种针对结构的轴向模态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109918829A CN109918829A (zh) | 2019-06-21 |
CN109918829B true CN109918829B (zh) | 2023-05-09 |
Family
ID=66965706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910209732.4A Active CN109918829B (zh) | 2019-03-19 | 2019-03-19 | 一种针对结构的轴向模态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109918829B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113297707B (zh) * | 2021-06-21 | 2023-09-05 | 上海交通大学 | 基于联合仿真的谐振陀螺优化方法和系统 |
CN113449452A (zh) * | 2021-07-12 | 2021-09-28 | 宝能(广州)汽车研究院有限公司 | 仪表板总成的模拟测试方法、装置和设备 |
CN113945154B (zh) * | 2021-10-09 | 2023-06-23 | 广东工业大学 | 一种基于神经网络的snap结构微腔位移传感信号的解调方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593571A (zh) * | 2013-11-22 | 2014-02-19 | 东南大学 | 基于模态分解的水下目标壳体径向振动低频声辐射信号快速估计方法 |
CN108959686A (zh) * | 2018-04-17 | 2018-12-07 | 中国科学院沈阳自动化研究所 | 一种基于灵敏度分析的有限元模型修正方法 |
CN109190264A (zh) * | 2018-09-10 | 2019-01-11 | 谢亿民工程科技南京有限公司 | 一种设计具有负泊松比效应圆管的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10473553B2 (en) * | 2015-02-26 | 2019-11-12 | City University Of Hong Kong | System and a method for performing modal analysis on a structure |
-
2019
- 2019-03-19 CN CN201910209732.4A patent/CN109918829B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593571A (zh) * | 2013-11-22 | 2014-02-19 | 东南大学 | 基于模态分解的水下目标壳体径向振动低频声辐射信号快速估计方法 |
CN108959686A (zh) * | 2018-04-17 | 2018-12-07 | 中国科学院沈阳自动化研究所 | 一种基于灵敏度分析的有限元模型修正方法 |
CN109190264A (zh) * | 2018-09-10 | 2019-01-11 | 谢亿民工程科技南京有限公司 | 一种设计具有负泊松比效应圆管的方法 |
Non-Patent Citations (4)
Title |
---|
Vibration-modal analysis model for multi-span pipeline with different support conditions;Liu Jun 等;《COMPUTER MODELLING & NEW TECHNOLOGIES》;20140131;全文 * |
不同预紧力下变压器绕组轴向振动模态分析;李洪奎 等;《电机与控制学报》;20100831;全文 * |
功率超声珩磨颤振的动力学模型研究;王燕 等;《组合机床与自动化加工技术》;20100720;全文 * |
基于模态综合法的机箱装配体动力学分析;刘营 等;《第十二届全国振动理论及应用学术会议论文集中国振动工程学会会议论文集》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109918829A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918829B (zh) | 一种针对结构的轴向模态识别方法 | |
CN108959794B (zh) | 一种基于深度学习的结构频响动力学模型修正方法 | |
Wang et al. | Efficient selection of process mining algorithms | |
Kim et al. | Parallel in situ indexing for data-intensive computing | |
JP6784780B2 (ja) | 大規模再生可能エネルギーのデータについて確率モデルを構築する方法 | |
US20070157135A1 (en) | Parallel multi-rate circuit simulation | |
CN110647995A (zh) | 规则训练方法、装置、设备及存储介质 | |
CN112149324B (zh) | 一种用于复合材料工装补偿型面仿真验证的快速建模方法 | |
Aulig et al. | State-based representation for structural topology optimization and application to crashworthiness | |
CN114792037B (zh) | 一种超材料隔振器的序贯稳健性优化设计方法 | |
CN116484787A (zh) | 一种基于贝叶斯优化的多Testbench模拟电路优化方法 | |
Feng et al. | Robust parallel preconditioned power grid simulation on GPU with adaptive runtime performance modeling and optimization | |
Liao et al. | Efficient system-level design space exploration for high-level synthesis using pareto-optimal subspace pruning | |
Yang et al. | GPU acceleration of subgraph isomorphism search in large scale graph | |
Subhash et al. | A GPU parallel algorithm for computing Morse-Smale complexes | |
Sane et al. | Scalable in situ computation of Lagrangian representations via local flow maps | |
CN104376120A (zh) | 一种信息检索方法及系统 | |
CN111444635A (zh) | 一种基于xml语言的系统动力学仿真建模方法及引擎 | |
CN109948253B (zh) | 薄板无网格Galerkin结构模态分析的GPU加速方法 | |
Sood et al. | Comparative performance modeling of parallel preconditioned krylov methods | |
CN108717444A (zh) | 一种基于分布式结构的大数据聚类方法和装置 | |
US11210440B1 (en) | Systems and methods for RLGC extraction based on parallelized left-looking incomplete inverse fast multipole operations | |
CN115146408A (zh) | 一种基于三叉元结构的机床结构件正向设计方法 | |
Hou et al. | A GPU-based tabu search for very large hardware/software partitioning with limited resource usage | |
CN110349265B (zh) | 一种四面体拓扑网格生成方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |