CN117332526A - 针对多工序的仿真数据处理系统、存储介质及设备 - Google Patents
针对多工序的仿真数据处理系统、存储介质及设备 Download PDFInfo
- Publication number
- CN117332526A CN117332526A CN202311306313.5A CN202311306313A CN117332526A CN 117332526 A CN117332526 A CN 117332526A CN 202311306313 A CN202311306313 A CN 202311306313A CN 117332526 A CN117332526 A CN 117332526A
- Authority
- CN
- China
- Prior art keywords
- grid
- data
- finite element
- node
- structural feature
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000004088 simulation Methods 0.000 title claims abstract description 43
- 230000008569 process Effects 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000012546 transfer Methods 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000013213 extrapolation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000009826 distribution Methods 0.000 abstract description 10
- 238000009825 accumulation Methods 0.000 abstract description 6
- 238000002485 combustion reaction Methods 0.000 description 12
- 238000003466 welding Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
针对多工序的仿真数据处理系统、存储介质及设备，属于薄壁复杂构件的有限元仿真技术领域。为了解决现有的有限元分析软件在对工件进行有限元分析时没有考虑不同工序分析中的网格分布存在差异，也没有考虑差异网格间应力与变形的累计与传递问题。本发明首先利用前置工序有限元仿真结果有效信息提取模块获取薄壁复杂构件结构的有限元网格单元数据，然后利用网格重构及节点和结构特征传递模块，进行后置工序进行网格重构，并在网格重构的过程中将前置工序中网格的节点数据和结构特征数据传递给后置工序中网格的网格节点；最后利用后置工序有限元仿真模型的高精度运算模块进行后置工序高精度有限元计算。
Description
技术领域
本发明属于薄壁复杂构件的有限元仿真技术领域，具体涉及一种薄壁复杂构件的多工序仿真数据处理系统。
背景技术
在航空航天精密构件的制造中，每道工序都会产生不同程度的应力与变形。制造过程中残余应力的存在会使材料进入不稳定状态，影响结构的使用寿命。而焊接变形会严重影响精密构件的精密程度，改变服役过程中焊接结构的受力状态，甚至会导致构件整体失效，严重影响航空航天设备的安全。尤其是针对燃烧室等薄壁复杂构件，其整体刚度较小，内部存在大量孔道，更容易产生焊接变形。因此在制造过程中，对每一步加工工序带来的应力、变形进行精准预测，是航空航天精密构件的制造的重要环节。
有限元仿真作为制造过程应力、变形数据预测的常用手段，在材料参数与边界条件设置准确、网格数量合理的前提下，具有非常理想的计算精度。为了节省计算资源，有限元网格的划分往往区分模型重点部位和非重点部位，并进行不同疏密程度的网格规划。同一模型在不同工序中的重点分析区域存在差别，因此在多工序分析中同一构件在不同工序中的网格也会存在大量差异，目前常用的有限元模拟软件，不能很好的解决差异网格间应力与变形的累计与传递问题。在面对前后工序网格差异大、数据分布杂乱的情况时，现有的有限元分析软件计算效果很差，甚至无法计算。
发明内容
本发明为了解决现有的有限元分析软件在对工件(尤其是薄壁复杂构件)进行有限元分析时没有考虑不同工序分析中的网格分布存在差异，也没有考虑差异网格间应力与变形的累计与传递问题，因此导致了前后工序网格差异大、数据分布杂乱的条件下计算效果较差等问题。
针对多工序的仿真数据处理系统，包括一个网格重构及节点和结构特征传递模块，网格重构及节点和结构特征传递模块基于前置工序的薄壁复杂构件结构的有限元网格单元数据，进行后置工序进行网格重构，并在网格重构的过程中将前置工序中网格的节点数据和结构特征数据传递给后置工序中网格的网格节点；具体过程包括以下步骤：
对前置工序结束后的有限元模型需要进行网格重构，重构中针对某些结构区域需要增添新的单元格，将中心点为O及O周围的节点N1-N8所对应的单元区域分割，将位于节点N1-N8中每两个节点中间的插值点记为Mij，角标i、j为插值点所对应两端的两个节点的序号；将N1-N8所对应的单元的四个单元面的中心点记为H、R、G、T；
设P点为新工序中需要增加新的单元格网格所增加的单元节点，初始时选择空间内意向方向中任意一点作为P，确定其初始坐标后，距离P最近的三个单元面中心点为H、G、T；此时P点可能存在距离原节点模型过近或过远的情况，不利于单元数据的传递，则基于传递模型，P坐标(g,h,r)对应的分量通过各坐标参量值迭代计算得到；
所述传递模型如下：
其中，g1-g4，r1-r4，h1-h4分别为坐标g，r，h的分量；-表示坐标参量所对应的向量，如表示坐标参量所对应的向量OP；
利用传递模型进行迭代计算，将前后两次迭代计算P点的坐标计算相对误差不大于误差阈值Xθ作为停止迭代条件，当满足停止迭代条件时停止迭代传递，得到数据传递的最终确定的P点坐标，作为后续新生成单元格的节点；
在获得P点坐标后进行网格的重构，根据P点与所在网格各个节点间的坐标关系，确定每个点P所对应的网格各节点的坐标及结构特征数据，以P点为待插值的插值点进行网格重构，重构过程中基于插值点所对应的网格各节点的结构特征数据向插值点进行结构特征数据传递，即基于P点所在的网格所对应的节点结构特征数据，采用线性差值外推法得到P点的结构特征数据。
进一步地，所述停止迭代条件具体形式如下：
其中，XN+1、XN、XN-1分别为第N+1次迭代、第N次迭代、第N-1次迭代得到的P点的坐标。
进一步地，所述的针对多工序的仿真数据处理系统，还包括一个前置工序有限元仿真结果有效信息提取模块，前置工序有限元仿真结果有效信息提取模块基于Python数据处理方法，获取薄壁复杂构件结构的有限元网格单元数据。
进一步地，前置工序有限元仿真结果有效信息提取模块基于Python数据处理方法，获取薄壁复杂构件结构的有限元网格单元数据的过程包括以下步骤：
采用面向对象的方式，使用python中的FEniCS库，利用其中的Mesh功能来加载模型文件，获取薄壁复杂构件结构的网格单元数据，任意网格单元Ek的数据包括节点数据及结构特征数据，节点数据包括节点编号数据Nki和节点坐标数据，结构特征数据包括温度场数据Tki、节点位移数据Dki、应力数据σki；k是指某个单元，i是指单元中的某个节点。
进一步地，所述的针对多工序的仿真数据处理系统，还包括一个后置工序有限元仿真模型的高精度运算模块，后置工序有限元仿真模型的高精度运算模块将网格重构及节点和结构特征传递模块的处理结果作为后置工序的初始值，即可完成后置工序有限元模型初始条件的设置，再基于有限元仿真模型继续完成边界条件的设置，然后进行后置工序有限元计算。
一种计算机存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并运行所述的针对多工序的仿真数据处理系统。
一种针对多工序的仿真数据处理设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并运行所述的针对多工序的仿真数据处理系统。
有益效果：
本发明所述系统在对工件进行有限元分析时，考虑了不同工序分析中的网格分布存在差异，并基于差异网格对应力等结构特征数据进行了传递，可有有效针对变形的累计等进行仿真，因此通过本发明，可以实现薄壁复杂构件(如燃烧室薄壁结构)在不同工序差异网格间的数据可靠传递，有效提升后续工序中有限元模型网格节点数据的精度，进而提高有限元分析的准确率，可以有效解决前后工序网格差异大、数据分布杂乱的条件下计算效果较差的问题。
附图说明
图1典型三维六面体网格的数据结构图。
图2单元分割法示意图。
图3燃烧室部件薄壁层板结构示意图。
图4为燃烧室部件薄壁层板结构建模。
图5为焊接和热处理的网格差异示意图。
图6为有限元模型的计算结果(焊后温度场)。
具体实施方式
本发明提出了一种针对燃烧室薄壁复杂构件多工序的仿真数据处理系统，实现多工序下模型网格信息、应力与变形数据等的处理算法及传递方法设计，完成了差异网格间的数据映射计算与数据传递。本发明能够解决此类薄壁构件各个工序中应力与变形的累计与传递问题，有效提高计算结果的准确性。
本发明所述系统可以作为单独的有限元的数据处理系统，即通过与有限元分析工具接口实现数据的传递及处理，也可以作为有限元分析工具中的一个处理模块或组成部分。下面结合具体实施方式对本发明进行详细说明。
具体实施方式一：
本实施方式为一种针对多工序的仿真数据处理系统，包括前置工序有限元仿真结果有效信息的提取模块、网格重构及节点和结构特征传递模块、后置工序有限元仿真模型的高精度运算模块；其中，
前置工序有限元仿真结果有效信息提取模块：基于Python数据处理方法，获取薄壁复杂构件结构的有限元网格单元数据；
燃烧室薄壁结构经历多种加工过程，包括轧制、焊接、热处理等等，不同工序分析中的网格分布存在差异，现有的有限元处理软件不能很好的解决差异网格间应力与变形的累计与传递问题，在前后工序网格差异大、数据分布杂乱的条件下计算效果较差。本实施方式针对燃烧室薄壁结构模型进行处理，燃烧室薄壁结构模型内全部为六面体单元，针对有限元模型内的单元特征进行提取，形成如图1所示的典型三维六面体网格的数据结构图，采用面向对象的方式，使用python中的FEniCS库，利用其中的Mesh功能来加载模型文件，获取薄壁复杂构件结构的网格单元数据，任意网格单元Ek的数据包括节点数据及结构特征数据，节点数据包括节点编号数据Nki和节点坐标数据，结构特征数据包括温度场数据Tki、节点位移数据Dki、应力数据σki；k是指某个单元(单元编号)，i是指单元中的某个节点(单元中的节点编号)；
网格重构及节点和结构特征传递模块：基于前置工序的薄壁复杂构件结构的有限元网格单元数据，进行后置工序进行网格重构，并在网格重构的过程中将前置工序中网格的节点数据和结构特征数据传递给后置工序中网格的网格节点；具体过程包括以下步骤：
以焊接工序及热处理工序之间的数据传递为例进行说明，燃烧室部件薄壁层板所示的结构如图3所示，燃烧室部件薄壁层板结构建模图如图4所示，在经过焊接后，针对因为刚度较小的原因，会产生较大的变形，同时热处理和焊接有限元分析位置侧重点的不同，导致前后工序网格分布会存在差异，因此针对如后续的热处理工序，需要进行网格重构，增添新的单元格，删除多余的单元格。为了解决本燃烧室结构多工序计算中网格差异引起的模型重构与组合问题，本发明利用公式(1)完成网格模型重构与组合过程中的网格ID排序、节点坐标叠加、组合网格结合面，进而达成将结果数据进行传递的目的。
如图5所示，图5为焊接(左侧)和热处理(右侧)所对应网格差异示意图，焊接后的有限元模型需要进行网格重构，重构中对于需要删除的节点，在保证不改变单元格类型的基础上确定其位置后直接将其删除即可。重构中针对某些结构区域需要增添新的单元格，增添新的单元格前的网格单元格如图2所示，将中心点为O及O周围的节点N1-N8所对应的单元区域分割，将位于节点N1-N8中每两个节点中间的插值点记为Mij，角标i、j为插值点所对应两端的两个节点的序号，即位于各个节点中间的点分布命名为M12(位于N1与N2之间)，M13(位于N1与N3之间)，M23(位于N2与N3之间)，……，以此类推；将N1-N8所对应的单元的四个单元面的中心点记为H、R、G、T；
设P点为新工序中需要增加新的单元格网格所增加的单元节点，初始时选择空间内意向方向中任意一点作为P，确定其初始坐标后，距离P最近的三个单元面中心点为H、G、T。此时P点可能存在距离原节点模型过近或过远的情况，不利于单元数据的传递，则基于传递模型，P坐标(g,h,r)对应的分量通过各坐标参量值迭代计算得到；
所述传递模型如下：
其中，g1-g4，r1-r4，h1-h4分别为坐标g，r，h的分量；-表示坐标参量所对应的向量，如表示坐标参量所对应的向量OP；
利用传递模型进行迭代计算，当前后两次迭代计算P点的坐标计算相对误差不大于误差阈值Xθ时，即第N+1次迭代值XN+1与第N次迭代值XN之差的绝对值与第N次迭代值XN与N-1次迭代值XN-1之差的绝对值之比小于等于误差阈值Xθ，终止计算，如公式(2)所示：
如此便可以求出最适合数据传递的最终确定的P点坐标，作为后续新生成单元格的节点。
在获得P点坐标后进行网格的重构，即以上述公式中提出的薄壁层板结构有限元网格P与原网格各个节点间的坐标关系基础，寻找重构前、后差异网格(增添新的单元格的网格)所对应相同坐标点的网格(就是需要增添新的单元格的网格)，确定每个点P所对应的网格各节点的坐标及结构特征数据；
以P点为待插值的插值点进行网格重构，重构过程中基于插值点所对应的网格各节点的结构特征数据向插值点进行结构特征数据传递，即基于P点所在的网格所对应的节点结构特征数据，采用线性差值外推法得到P点的结构特征数据。
后置工序有限元仿真模型的高精度运算模块：将网格重构及节点和结构特征传递模块的处理结果作为后置工序的初始值，即可完成后置工序有限元模型初始条件的设置，再基于有限元仿真模型继续完成边界条件等的设置，然后进行后置工序高精度有限元计算。
针对燃烧室薄壁结构模型，采用本实施方式的方案进行处理后的有限元模型的结果如图6所示。
具体实施方式二：
本实施方式为一种计算机存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并运行所述的针对多工序的仿真数据处理系统。
应当理解，指令包括本发明描述的任何方法对应的计算机程序产品、软件或计算机化方法；所述指令可以用于编程计算机系统，或其他电子装置。计算机存储介质可以包括其上存储有指令的可读介质，可以包括但不限于磁存储介质，光存储介质；磁光存储介质包括只读存储器ROM、随机存取存储器RAM、可擦除可编程存储器(例如，EPROM和EEPROM)以及闪存层，或者适合于存储电子指令的其他类型的介质。
具体实施方式三：
本实施方式为一种针对多工序的仿真数据处理设备，所述设备包括处理器和存储器，应当理解，包括本发明描述的任何包括处理器和存储器的设备，设备还可以包括其他通过信号或指令进行显示、交互、处理、控制等以及其他功能的单元、模块；
所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并运行所述的针对多工序的仿真数据处理系统。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (7)
1.针对多工序的仿真数据处理系统，其特征在于，包括一个网格重构及节点和结构特征传递模块，网格重构及节点和结构特征传递模块基于前置工序的薄壁复杂构件结构的有限元网格单元数据，进行后置工序进行网格重构，并在网格重构的过程中将前置工序中网格的节点数据和结构特征数据传递给后置工序中网格的网格节点；具体过程包括以下步骤：
对前置工序结束后的有限元模型需要进行网格重构，重构中针对某些结构区域需要增添新的单元格，将中心点为O及O周围的节点N1-N8所对应的单元区域分割，将位于节点N1-N8中每两个节点中间的插值点记为Mij，角标i、j为插值点所对应两端的两个节点的序号；将N1-N8所对应的单元的四个单元面的中心点记为H、R、G、T；
设P点为新工序中需要增加新的单元格网格所增加的单元节点，初始时选择空间内意向方向中任意一点作为P，确定其初始坐标后，距离P最近的三个单元面中心点为H、G、T；此时P点可能存在距离原节点模型过近或过远的情况，不利于单元数据的传递，则基于传递模型，P坐标(g,h,r)对应的分量通过各坐标参量值迭代计算得到；
所述传递模型如下：
其中，g1-g4，r1-r4，h1-h4分别为坐标g，r，h的分量；表示坐标参量所对应的向量；
利用传递模型进行迭代计算，将前后两次迭代计算P点的坐标计算相对误差不大于误差阈值Xθ作为停止迭代条件，当满足停止迭代条件时停止迭代传递，得到数据传递的最终确定的P点坐标，作为后续新生成单元格的节点；
在获得P点坐标后进行网格的重构，根据P点与所在网格各个节点间的坐标关系，确定每个点P所对应的网格各节点的坐标及结构特征数据，以P点为待插值的插值点进行网格重构，重构过程中基于插值点所对应的网格各节点的结构特征数据向插值点进行结构特征数据传递，即基于P点所在的网格所对应的节点结构特征数据，采用线性差值外推法得到P点的结构特征数据。
2.根据权利要求1所述的针对多工序的仿真数据处理系统，其特征在于，所述停止迭代条件具体形式如下：
其中，XN+1、XN、XN-1分别为第N+1次迭代、第N次迭代、第N-1次迭代得到的P点的坐标。
3.根据权利要求1或2所述的针对多工序的仿真数据处理系统，其特征在于，所述系统还包括一个前置工序有限元仿真结果有效信息提取模块，前置工序有限元仿真结果有效信息提取模块基于Python数据处理方法，获取薄壁复杂构件结构的有限元网格单元数据。
4.根据权利要求3所述的针对多工序的仿真数据处理系统，其特征在于，前置工序有限元仿真结果有效信息提取模块基于Python数据处理方法，获取薄壁复杂构件结构的有限元网格单元数据的过程包括以下步骤：
采用面向对象的方式，使用python中的FEniCS库，利用其中的Mesh功能来加载模型文件，获取薄壁复杂构件结构的网格单元数据，任意网格单元Ek的数据包括节点数据及结构特征数据，节点数据包括节点编号数据Nki和节点坐标数据，结构特征数据包括温度场数据Tki、节点位移数据Dki、应力数据σki；k是指某个单元，i是指单元中的某个节点。
5.根据权利要求3所述的针对多工序的仿真数据处理系统，其特征在于，所述系统还包括一个后置工序有限元仿真模型的高精度运算模块，后置工序有限元仿真模型的高精度运算模块将网格重构及节点和结构特征传递模块的处理结果作为后置工序的初始值，即可完成后置工序有限元模型初始条件的设置，再基于有限元仿真模型继续完成边界条件的设置，然后进行后置工序有限元计算。
6.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并运行权利要求1至5任意一项所述的针对多工序的仿真数据处理系统。
7.一种针对多工序的仿真数据处理设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并运行权利要求1至5任意一项所述的针对多工序的仿真数据处理系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311306313.5A CN117332526A (zh) | 2023-10-10 | 2023-10-10 | 针对多工序的仿真数据处理系统、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311306313.5A CN117332526A (zh) | 2023-10-10 | 2023-10-10 | 针对多工序的仿真数据处理系统、存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117332526A true CN117332526A (zh) | 2024-01-02 |
Family
ID=89291352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311306313.5A Pending CN117332526A (zh) | 2023-10-10 | 2023-10-10 | 针对多工序的仿真数据处理系统、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117332526A (zh) |
-
2023
- 2023-10-10 CN CN202311306313.5A patent/CN117332526A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114237155B (zh) | 一种多轴数控加工的误差预测及补偿方法、系统及介质 | |
| CN111723440B (zh) | 一种薄壁件加工精度预测混合建模方法 | |
| Yu et al. | Design and optimization of press bend forming path for producing aircraft integral panels with compound curvatures | |
| CN111983926A (zh) | 一种最大协熵扩展椭球集员滤波方法 | |
| WO2021221916A1 (en) | Morphic manufacturing | |
| Sundararaman et al. | Design and optimization of machining fixture layout for end-milling operation | |
| CN116339145A (zh) | 机台参数调控方法、设备及存储介质 | |
| CN114925462B (zh) | 一种基于切削力与刚度关联演变的薄壁件加工变形预测方法 | |
| CN114719962A (zh) | 基于机器学习的机械振动数字孪生模型构建方法 | |
| Sun et al. | Uncertainty calibration and quantification of surrogate model for estimating the machining distortion of thin-walled parts | |
| CN111444619B (zh) | 一种注塑模具冷却系统在线分析方法及设备 | |
| CN117010666B (zh) | 一种汽修工具生产工作站智能管理方法及系统 | |
| Glasder et al. | Towards a general and numerically efficient deposition model for wire-arc directed energy deposition | |
| CN116339242B (zh) | 一种自由曲面刀具路径生成方法及相关设备 | |
| CN117332526A (zh) | 针对多工序的仿真数据处理系统、存储介质及设备 | |
| CN104749956A (zh) | 基于和声搜索算法的工业机器人结构优化方法 | |
| CN108197809B (zh) | 基于维度最优转换的权值共享深度网络的实时调度方法 | |
| CN116822038A (zh) | 基于数据驱动的异型封闭加筋拓扑优化方法 | |
| CN115018162A (zh) | 一种工业精加工过程加工质量实时预测方法和系统 | |
| CN114880792A (zh) | 一种基于形变预测的全方位多角度优化方法 | |
| Xu et al. | Prediction of bending parameters and automated operation planning for sheet-metal bending orientated to graphical programming | |
| Chen et al. | VIRL: Volume-Informed Representation Learning towards Few-shot Manufacturability Estimation | |
| CN113836694A (zh) | 一种基于离散化点云面向增材制造的几何建模方法 | |
| Horváth et al. | Solving of the Modified Filter Algebraic Riccati Equation for H-infinity fault detection filtering | |
| CN118492413B (zh) | 基于梯度材料3d打印智能切片的路径规划方法及系统 |
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 |