Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌大学熊君星获国家专利权

南昌大学熊君星获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南昌大学申请的专利一种考虑模态约束的汽车前副车架轻量化设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120724590B

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511148781.3,技术领域涉及:G06F30/15;该发明授权一种考虑模态约束的汽车前副车架轻量化设计方法是由熊君星;罗怡雯;杨赞;吴晓建;刘晓阳;游好;李碧海设计研发完成,并于2025-08-18向国家知识产权局提交的专利申请。

一种考虑模态约束的汽车前副车架轻量化设计方法在说明书摘要公布了:本发明公开了一种考虑模态约束的汽车前副车架轻量化设计方法,包括:1采用CATIA与AltairOptiStruct构建前副车架参数化模型及重量‑模态的仿真模型;2基于空间填充拉丁超立方采样方法在设计空间中建立种群;3构建基于粒子群算法的分类协同速度更新公式来产生子代粒子个体;4构建高斯过程机器学习模型与适应度评估函数,基于可行性规则筛选最优子代粒子个体;5根据统计排行法构建综合评分计算公式以确定种群个体的更新情况,更新数据库并跳转至步骤3,直到优化结构达到要求。本发明通过分类协同的速度更新公式来增强子代在目标空间的覆盖能力、并不断提升高斯过程机器学习模型的预测精度,从而提升汽车前副车架轻量化的优化性能。

本发明授权一种考虑模态约束的汽车前副车架轻量化设计方法在权利要求书中公布了:1.一种考虑模态约束的汽车前副车架轻量化设计方法,其特征在于,所述方法包括以下步骤: 1以构成汽车前副车架的各个纵梁厚度、横梁厚度和加强板厚度为结构优化参数,以汽车前副车架的重量和模态分别为优化目标与约束条件,在CATIA和AltairOptiStruct中分别构建参数化模型与重量-模态仿真模型,并推导对应的数学优化问题的表达式; 2根据汽车前副车架的结构强度与刚度要求构建由各个纵梁厚度、横梁厚度和加强板厚度构成的设计空间,在设计空间内采用空间填充拉丁超立方采样方法获得种群,在CATIA和AltairOptiStruct中分别获得种群中每个个体的参数化模型与重量-模态仿真模型,并将所有种群个体及对应的重量和模态值用于构建数据库; 3在粒子群算法的框架下,构建基于分类协同的速度更新公式来为每个种群个体产生多个子代粒子个体; 4利用当前数据库中的所有个体构建高斯过程机器学习模型,并构建基于最小化统计下限公式的适应度评估函数评估子代粒子个体的目标适应度值,基于可行性规则筛选最优的子代粒子个体; 5在CATIA和AltairOptiStruct中分别获得最优的子代粒子个体的参数化模型和重量与模态值,根据统计排行法构建综合评分计算公式以确定种群个体的更新情况,更新数据库,判断优化结构的重量与模态值是否满足设计性能要求,若满足则输出所得优化结构,否则转至步骤3,直至优化结构达到设计性能要求; 步骤1中数学优化问题的表达式,具体如下: , 上式中,P为汽车前副车架优化问题中的结构优化参数,和分别表示第1个纵梁和第2个纵梁的厚度,、和分别表示第1个横梁、第2个横梁和第3个横梁的厚度,表示加强板的厚度,T是矩阵的转置,为汽车前副车架重量计算公式,表示材料密度,和分别表示第个纵梁和第个横梁的厚度,表示加强板的厚度,和分别表示第个纵梁和第个横梁的长度,表示加强板的长度,和分别表示第个纵梁和第个横梁的宽度,表示加强板的宽度,为AltairOptiStruct中的模态仿真值,表示弹性模量,表示汽车前副车架的总长度,、分别表示第个纵梁和第个横梁的惯性矩,表示加强板的惯性矩,为结构优化参数的取值范围,是汽车前副车架模态上界值,Find是求汽车前副车架优化问题的最优解,Min是对汽车前副车架的重量进行最小化,S.t.是需满足的约束。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南昌大学,其通讯地址为:330000 江西省南昌市红谷滩新区学府大道999号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。