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：西安交通大学
摘要：本发明基于主动学习DNN的燃机叶片颤振可靠性评估方法及系统，该方法包括：据燃气轮机实际测量数据确定影响叶片颤振的随机不确定性参数，获得不确定性参数的概率分布表征模型；由叶片的变工况运行参数与不确定性参数的概率分布表征模型组合构建颤振可靠性分析的设计空间；在颤振可靠性分析的设计空间内建立初始颤振数据训练样本集；根据初始颤振数据训练样本集，构建颤振可靠性分析的主动学习DNN代理模型，并更新；根据更新后的DNN代理模型，对叶片在给定运行工况下的颤振可靠性进行评估，得到评估结果。该系统包括获得表征模型模块、设计空间构建模块、训练样本集建立模块、代理模型构建模块和评估模块。本发明有效提高了颤振可靠性分析效率及精度。
主权项：1.基于主动学习DNN的燃机叶片颤振可靠性评估方法，其特征在于，包括：S1：根据燃气轮机实际测量数据确定影响叶片颤振的随机不确定性参数，开展不确定性表征研究，获得不确定性参数的概率分布表征模型；S2：根据燃气轮机实际运行参数确定叶片的变工况运行参数，由叶片的变工况运行参数与不确定性参数的概率分布表征模型组合构建颤振可靠性分析的设计空间；S3：在颤振可靠性分析的设计空间内建立初始颤振数据训练样本集；S4：根据初始颤振数据训练样本集，构建颤振可靠性分析的主动学习DNN代理模型，采用主动学习方法对DNN代理模型进行更新直至精度满足要求；S5：根据更新后的DNN代理模型，对叶片在给定运行工况下的颤振可靠性进行评估，得到评估结果。
全文数据：
权利要求：
百度查询： 西安交通大学 基于主动学习DNN的燃机叶片颤振可靠性评估方法及系统
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