期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于渐进空间拓扑优化技术的白车身传力路径规划方法
被引量:
11
1
作者
王国春
段利斌
+1 位作者
陈自凯
陈佶思
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第20期2827-2834,共8页
结合等效静态载荷的思想,提出了一种基于渐进空间拓扑优化技术的白车身传力路径规划方法,该方法引入专家系统,同时以车身造型和总布置参数为输入条件,从而使得到的拓扑优化结果尽可能满足工程实际要求。以某MPV的白车身传力路径规划为...
结合等效静态载荷的思想,提出了一种基于渐进空间拓扑优化技术的白车身传力路径规划方法,该方法引入专家系统,同时以车身造型和总布置参数为输入条件,从而使得到的拓扑优化结果尽可能满足工程实际要求。以某MPV的白车身传力路径规划为研究对象,对其进行考虑多种碰撞工况、顶压、多种刚度工况等的多学科拓扑优化方法研究,结果表明,基于渐进空间拓扑优化技术生成的车身拓扑优化结果能很好地满足工程设计要求,具有较高的工程实用价值。
展开更多
关键词
渐进空间
拓扑优化
车身碰撞
传力路径
下载PDF
职称材料
基于卷积自编码器的拓扑优化设计
被引量:
1
2
作者
陈延展
陈勇
+3 位作者
刘文涛
张承霖
郭虎
陈佶思
《机械设计》
CSCD
北大核心
2022年第4期19-24,共6页
近些年来随着深度学习技术的发展,利用数据驱动技术加速拓扑优化成为可能。文中基于图像处理的思想,利用卷积自编码器学习有限元网格与固体各向同性材料密度场之间的特征表示,将拓扑优化的过程表示为一个端到端的深度学习模型。随后利...
近些年来随着深度学习技术的发展,利用数据驱动技术加速拓扑优化成为可能。文中基于图像处理的思想,利用卷积自编码器学习有限元网格与固体各向同性材料密度场之间的特征表示,将拓扑优化的过程表示为一个端到端的深度学习模型。随后利用自编码器内部的反向传播和传统的有限元求解器,在拓扑优化的迭代过程中建立在线学习机制对自编码器模型的参数进行更新。最后通过数值研究和设计实例,证明了基于卷积自编码器的拓扑优化框架具有良好的优化效果和可扩展性,能够有效处理不同载荷和边界条件的设计问题。
展开更多
关键词
卷积自编码器
深度学习
拓扑优化
有限元分析
下载PDF
职称材料
题名
基于渐进空间拓扑优化技术的白车身传力路径规划方法
被引量:
11
1
作者
王国春
段利斌
陈自凯
陈佶思
机构
湖南大学汽车车身先进设计制造国家重点实验室
湖南湖大艾盛汽车开发技术有限公司
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第20期2827-2834,共8页
基金
国汽(北京)开放基金资助项目(20130303)
中美清洁能源项目(2014DFG71590-101)
湖南省自然科学基金资助项目(14JJ3055)
文摘
结合等效静态载荷的思想,提出了一种基于渐进空间拓扑优化技术的白车身传力路径规划方法,该方法引入专家系统,同时以车身造型和总布置参数为输入条件,从而使得到的拓扑优化结果尽可能满足工程实际要求。以某MPV的白车身传力路径规划为研究对象,对其进行考虑多种碰撞工况、顶压、多种刚度工况等的多学科拓扑优化方法研究,结果表明,基于渐进空间拓扑优化技术生成的车身拓扑优化结果能很好地满足工程设计要求,具有较高的工程实用价值。
关键词
渐进空间
拓扑优化
车身碰撞
传力路径
Keywords
progressive space
topology optimization
vehicle crashworthiness
load path
分类号
U461.91 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于卷积自编码器的拓扑优化设计
被引量:
1
2
作者
陈延展
陈勇
刘文涛
张承霖
郭虎
陈佶思
机构
湖南大学汽车车身先进设计与制造国家重点实验室
湖大艾盛汽车技术开发有限公司
出处
《机械设计》
CSCD
北大核心
2022年第4期19-24,共6页
基金
国家重点研发计划项目资助(2019YFB1706504)。
文摘
近些年来随着深度学习技术的发展,利用数据驱动技术加速拓扑优化成为可能。文中基于图像处理的思想,利用卷积自编码器学习有限元网格与固体各向同性材料密度场之间的特征表示,将拓扑优化的过程表示为一个端到端的深度学习模型。随后利用自编码器内部的反向传播和传统的有限元求解器,在拓扑优化的迭代过程中建立在线学习机制对自编码器模型的参数进行更新。最后通过数值研究和设计实例,证明了基于卷积自编码器的拓扑优化框架具有良好的优化效果和可扩展性,能够有效处理不同载荷和边界条件的设计问题。
关键词
卷积自编码器
深度学习
拓扑优化
有限元分析
Keywords
convolutional autoencoder
deep learning
topology optimization
finite-element analysis
分类号
TB121 [理学—工程力学]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于渐进空间拓扑优化技术的白车身传力路径规划方法
王国春
段利斌
陈自凯
陈佶思
《中国机械工程》
EI
CAS
CSCD
北大核心
2015
11
下载PDF
职称材料
2
基于卷积自编码器的拓扑优化设计
陈延展
陈勇
刘文涛
张承霖
郭虎
陈佶思
《机械设计》
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部