一种基于深度学习的风洞天平静态校测方法.pdf
阳炎****找我
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的风洞天平静态校测方法.pdf
本发明提供一种基于深度学习的风洞天平静态校测方法,选择施加载荷方向始终与天平体轴系一致的风洞天平校准设备,进行风洞试验采集样本数据;利用训练样本数据构建神经网络初始模型,结合验证样本数据优化神经网络初始模型的网络参数,得到进一步减少训练时间、节省成本的神经网络校准模型;在优化得到的神经网络校准模型的基础上,结合测试样本数据,对神经网络校准模型进行数据精准度分析,得到用于天平静态校准的神经网络校准模型。本发明通过对多分量天平公式拟合方法进行改进,解决了目前线性插值拟合方法中应变天平分量间存在较大的相互干扰的
风洞天平体轴系静校系统及方法.pdf
本发明提供一种风洞天平体轴系静校系统及方法,该系统包括:刚性基座,用于提供稳定支撑;支杆,一端固定于所述刚性基座,另一端用于和天平的一端连接;加载头,用于代替模型,连接在天平的模型连接端;位移传感器,共七个,用于测量天平沿三个方向的线位移和角位移,七个所述位移传感器围绕天平校心、沿三个方向对称布置,每个方向各布置两个所述位移传感器,沿轴向布置一个所述位移传感器;载荷产生装置,与所述加载头通过连接件连接,以向所述加载头施加载荷。本发明结构简单,节约成本;提高静校效率,缩短校准时间,确实为一种简单可行又精度高
一种基于深度学习LSTM网络的桥梁静态位移预测方法.pdf
本发明公开了一种基于深度学习LSTM网络的桥梁静态位移预测方法,S1、数据采集:首先利用检测系统中的数据采集模块对桥梁的基本数据进行采集,本发明涉及桥梁结构安全技术领域。该基于深度学习LSTM网络的桥梁静态位移预测方法,通过设置有存储系统和检测系统,利用数据采集模块对所需的桥梁数据进行实时的检测,并且通过模型建立单元和模块训练模块形成训练后的模型,并且对于产生的问题进行实时的检测、预测,同时配合上存储系统进行存储更新,不仅能够有效的检测出桥梁受外界因素影响产生的位移,而且可以提前告知进行问题的解决,以此提
一种基于测压孔的汽车整车风洞力压同测方法.pdf
本发明涉及一种基于测压孔的汽车整车风洞力压同测方法,用以在汽车风洞中同时测量待测汽车或模型的空气动力和表面压力,该方法包括以下步骤:1)在待测汽车或模型表面测压位置设置多个空气动力测压的测压孔,将压力扫描阀设置在待测汽车或模型内部,并通过软管与多个测压孔连接;2)采用轮下连接的方式将待测汽车或模型固定在汽车风洞的应变天平上,并确定压力扫描阀导线的引出和固定方式;3)通过应变天平测量待测汽车或模型所受的空气动力,并同时通过压力扫描阀测量待测汽车或模型的表面压力;4)得出汽车风洞试验力压同测方法的测试精度。与
一种基于内式天平的风洞模型支撑装置及转接件.pdf
本发明适用于风洞试验技术领域,提供了一种基于内式天平的风洞模型支撑装置及转接件,其中,转接件包括转接件本体、左压板、右压板,所述转接件本体为中空结构,所述转接件本体和左压板之间形成了左球头容纳球形孔、左张线容纳圆柱孔;所述转接件本体和右压板之间形成了右球头容纳球形孔、右张线容纳圆柱孔;且主支杆、尾接头均可以可拆卸地连接在转接件本体上。在由张线支撑转换为腹撑/背撑、以及由腹撑/背撑转换为张线支撑时,并不需要更换转接件本身,因此,相对于现有技术中的支撑方式的转换而言,大幅度提高了测试效率;而且风洞模型在支撑方