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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军海军工程大学苏攀获国家专利权

中国人民解放军海军工程大学苏攀获国家专利权

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!

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种机电设备故障在线模拟系统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:CN120105802B

龙图腾网通过国家知识产权局官网在2026-02-13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:202510170346.4,技术领域涉及:G06F30/23;该发明授权一种机电设备故障在线模拟系统是由苏攀;吴杰长;常广晖;张亚超设计研发完成,并于2025-02-17向国家知识产权局提交的专利申请。

一种机电设备故障在线模拟系统在说明书摘要公布了:本发明属于机电设备故障检修技术领域,尤其涉及一种机电设备故障在线模拟系统。包括在线模拟模块,在线模拟模块用于完成机电设备建模并实现模型再现和操作模拟;机电设备建模是指:基于有限元建模程序建立机电设备结构的有限元模型;模型再现是指建立用于保存建立好的机电设备模型的系统虚拟数据库;操作模拟包括对结构操作的模拟以及对参数状态变化的模拟;还包括故障生成模块用于建立故障数据集并完成故障的参数化和注入;本发明主要用于解决当前机电设备故障培训覆盖面有限,同时无法对机电故障发生过程中机电设备各类动态特征参数进行完整有效表达,可视化内容仅限于结构性破坏表达的问题,为实现在线故障模拟教学提供基础。

本发明授权一种机电设备故障在线模拟系统在权利要求书中公布了:1.一种机电设备故障在线模拟系统,其特征在于,包括在线模拟模块,所述在线模拟模块用于完成机电设备建模并实现模型再现和操作模拟; 所述机电设备建模是指:基于有限元建模程序建立机电设备结构的有限元模型,选择合适的多面体进行网格划分和细化,配置模型物理参数,确定载荷分布方式; 所述模型再现是指:建立用于保存建立好的机电设备模型的系统虚拟数据库,利用虚拟现实3D引擎抽取相应的机电设备模型进行虚拟化处理;利用命令注册器根据在线模拟的不同请求建立相应的请求命令,在在线模拟过程中利用Web服务器执行请求命令并实现机电设备故障虚拟;通过图形化编程语言对机电设备的电气结构进行可视化表达,对各类串口、线路、逻辑节点进行配置,将模拟参数写入各电气结构,并建立模拟参数输入输出端口; 所述操作模拟包括对结构操作的模拟以及对参数状态变化的模拟,具体而言:对于结构操作,通过影像视频信息获取相应操作内容的动作特征,利用图形化编程工具或者3D虚拟引擎模拟结构操作;对于参数操作以及结构操作中涉及的参数状态变化,则需要通过边缘设备或者终端设备对机电设备的操作过程中的运行以及状态参数信息进行采集,获取完整的状态参数数据,并根据实际在线模拟算力分配以及模拟精度需求,对状态参数数据进行特征提取和降维处理,以降低参数数据的特征维度,简化模拟内容; 还包括故障生成模块,所述故障生成模块用于建立故障数据集并完成故障的参数化和注入;建立故障数据集具体包括:根据实验模拟以及故障数据收集,建立机械故障导致的结构破坏、输入输出不匹配故障的数据库;所述故障数据集至少包括液压故障、模拟信号故障、供电故障; 所述机电设备结构分为刚性体结构、柔性体结构、碰撞结构; 对于刚性体结构在软件中利用实体单元、梁单元来完成刚性体结构的有限元建模,对生成的刚性体结构进行结构间载荷要素配置;利用完成模型的网格划分以及节点处理; 对于柔性组合结构和刚柔性组合结构,基于刚柔性耦合建模方法,基于能量等效原理,采用各类环结构、类梁结构、类板结构来建立耦合模型,并将柔性组合结构和刚柔性组合结构作为整体结构单元进行有限元建模; 对于碰撞结构的建模,基于刚性体结构的建模方法完成对刚性体单体建模,通过弹塑性数学模型建立刚性体的应力应变参数化模型,基于刚性体碰撞方式加载刚性体结构质量、载荷方案,并根据碰撞结构的碰撞特征选择接触算法,创建碰撞结构的有限元数学联合模型。

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中国人民解放军海军工程大学,其通讯地址为:430033 湖北省武汉市解放大道717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。