龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：太原理工大学
摘要：本发明属于计算力学领域，具体涉及一种预测不同级配颗粒集合不同应变下力链分布的方法。该方法基于预设级配方程，采用离散元方法构建不同级配分布条件下颗粒集合数值试样；通过双轴压缩数值模拟试验，对各试样的力学性能进行测试，获取不同应变条件下的颗粒粒径及位置信息；对获得的颗粒信息进行筛选，提取力链信息，并将这些数据导入集成开发环境PyCharm中，使用Matplotlib分别绘制颗粒集合图像和力链分布图像，建立相应的数据集；基于Pix2Pix对抗生成网络，捕捉具有不同级配特征的颗粒集合图像与力链图像之间的映射关系。该种方法能够精确捕捉颗粒集合图像与力链图像之间的复杂映射关系，具有较高的准确性与可靠性。
主权项：1.一种预测不同级配颗粒集合不同应变下力链分布的方法，其特征在于：包括如下步骤：S1：选定级配方程，并基于该选定的级配方程，在参数取值范围内对各参数取值进行组合，获得不同级配分布条件对应的级配曲线数据D1；S2：采用离散元方法，生成与步骤S1中级配曲线数据对应的颗粒集合数值试样D2，并对试样的细观物理参数进行赋值；S3：通过双轴压缩数值模拟试验，对各数值试样D2的力学性能进行测试，获取不同应变条件下颗粒集合中各颗粒的粒径与位置信息数据D3；S4：对提取到的颗粒粒径与位置信息数据D3进行筛选，提取力链颗粒信息数据D4；S5：将颗粒粒径与位置信息数据D3与力链颗粒信息数据D4分别导入集成开发环境PyCharm中，使用Python语言进行二次建模,并且调用Python中的“Matplotlib”库绘制颗粒集合图像与力链图像并以此构建数据集D5；S6：将构建好的数据集D5随机划分为训练集D51与验证集D52，利用训练集D51数据对Pix2Pix对抗生成网络模型进行训练及参数优化；S7：当模型生成图像质量达到预期标准时，停止训练模型；S8：采用Pix2Pix对抗生成网络预测验证集D52颗粒集合图像对应的力链分布图像，通过定量评估和定性评估对生成结果进行验证，验证Pix2Pix模型在生成力链图像方面的有效性和可靠性。
全文数据：
权利要求：
百度查询： 太原理工大学 预测不同级配颗粒集合不同应变下力链分布的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号