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！

龙图腾网获悉江苏师范大学申请的专利基于实时应力场重构的挖掘机结构拓扑优化方法及其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：CN120633294B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510699836.3，技术领域涉及：G06F30/23；该发明授权基于实时应力场重构的挖掘机结构拓扑优化方法及其系统是由吴宇晟;邢邦圣设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于实时应力场重构的挖掘机结构拓扑优化方法及其系统在说明书摘要公布了：本发明涉及工程机械结构优化技术领域，具体涉及基于实时应力场重构的挖掘机结构拓扑优化方法及其系统，通过分布式光纤光栅传感器阵列获取挖掘机动臂关键部位的变形和应力数据，并在有限元分析软件中建模仿真以获得虚拟数据，设计卡尔曼滤波器对虚拟数据和实际测试数据进行误差矫正，并利用矫正后的数据训练卡尔曼滤波器，以获得实时应力场分布的预测，进一步地，建立挖掘机结构的拓扑优化模型，将材料属性编码为神经网络中的权重矩阵，并将应力约束偏微分方程作为约束条件，实现了实际工况下挖掘机动臂应力场的高精度重构，为拓扑优化提供了准确的边界条件。

本发明授权基于实时应力场重构的挖掘机结构拓扑优化方法及其系统在权利要求书中公布了：1.基于实时应力场重构的挖掘机结构拓扑优化方法，其特征在于，包括以下步骤： 基于分布式光纤光栅传感器阵列，获取挖掘机动臂关键部位的变形和应力测试数据，并同步在有限元分析软件中建模仿真，获得相应的虚拟数据； 设计卡尔曼滤波器，对所述虚拟数据和所述关键部位的变形和应力测试数据进行误差矫正，并训练所述卡尔曼滤波器，根据矫正后的所述虚拟数据与矫正后的所述关键部位的变形和应力测试数据输入所述卡尔曼滤波器获得融合状态量的预测矩阵，通过所述预测矩阵获取最优滤波增益，将所述最优滤波增益作用于所述关键部位的变形和应力测试数据，输出挖掘机作业过程中的实时应力场分布； 针对挖掘机结构建立拓扑优化模型，在所述拓扑优化模型求解时对材料属性进行编码，并作为神经网络中的输入层与隐含层之间的权重矩阵，定义应力约束偏微分方程嵌入所述拓扑优化模型，并作为所述神经网络中的约束条件； 对挖掘机结构进行多目标约束拓扑优化，将目标函数定义为弹性模量和固有频率；设置所述拓扑优化模型的约束条件为体积分数约束、应力约束和灵敏度约束，其中，所述体积分数约束用于限制结构的体积，所述应力约束用于保证关键部位的应力值小于等于材料强度的最大应力值，所述灵敏度约束用于表示目标函数和约束相对于设计变量的灵敏度； 通过梯度算法优化所述拓扑优化模型，在所述拓扑优化模型中计算结构柔度，并生成挖掘机动臂结构拓扑优化设计方案；在ANSYS中集成变密度法求解器，并设计梯度自适应网格，设置材料为理想弹塑性，定义区域约束状态，加载外力与外力矩，通过有限元分析获得材料再分布图，并根据所述材料再分布图对材料进行再分布。

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江苏师范大学，其通讯地址为：221116 江苏省徐州市铜山区上海路101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。