首页/文章/ 详情

面向工程多目标优化与材料参数反演的解决方案

9天前浏览26
     

引言

       

在复杂产品模型的结构设计中,产品性能指标通常呈现出相互制约的关系,如何在多维性能目标之间进行权衡和优化是设计过程中关键挑战。此外,对于各向异性材料的参数获取,传统参数拟合方法不仅效率低下,且结果严重依赖工程经验,难以形成系统化、可复现的反演流程。针对上述两种工程难题,懿朵科技推出了多目标优化与材料参数反演自主软件,为工程优化设计与材料识别提供一体化解决方案。

     

软件核心功能与技术优势

本软件集成了“模态振型自动识别、多目标优化设计、有限元模态求解及材料参数反演”四大模块,具备以下核心能力:

  • 模态振型自动识别

通过振型相似度算法,有效解决模态阶次对应问题,自动提取结构固有频率与振型数据,提升模态数据处理的自动化水平。

   
  • 工程多目标优化  

   支持在复杂设计空间中同时处理多个相互冲突的目标函数,实现大规模参数空间的高效探索与方案生成。

   
  • 内置有限元模态求解器  

    软件集成有限元建模与模态求解功能,可自动完成结构模态计算与分析,为后续参数反演提供可靠数据基础。

   
  • 材料参数反演模块  

支持基于模态实验数据或仿真数据,自动反演结构的材料参数,尤其适用于各向异性材料与复合绝缘系统等复杂材料的特性识别。

   

、典型应用场景

该程序适用于如下工程领域:

1) 结构轻量化设计与多性能指标协同优化;

2) 模态分析、振动控制与动态特性评估;

3) 材料参数的反演、标定与优化。


三、案例分享:基于仿真模态数据的材料参数反演 

在电力设备中,绕组作为电磁能量转换的核心部件,其结构复杂,包含多层绕组与复合绝缘材料。传统分析方法难以准确描述其动力学行为。

本软件通过宏观连续体等效建模方法,将微观复杂结构简化为各向异性连续介质,并基于模态仿真数据,自动反演出等效模型的关键材料参数,在保证动力学特性基本一致的前提下,显著提升了建模效率与精度。     

   

图1操作流程

   

图2迭代过程追溯

来源:懿朵科技

振动电力材料控制
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-11-13
最近编辑:9天前
懿朵科技
签名征集中
获赞 27粉丝 23文章 149课程 0
点赞
收藏
作者推荐

懿朵科技亮相核电安全技术与装备全国重点实验室2025学术年会

近日,懿朵科技组团参加了核电安全技术与装备全国重点实验室2025年度学术委员会会议暨学术年会,展示了公司在核电安全领域的最新研究成果。本次年会上,懿朵科技重点介绍了激光测振仪在核电装备安全中的应用、基于梯度统计能量法的核电站主控室空间吸声体设计优化,以及基于LSTM与分位数回归的管道振动趋势预测方法三大创新成果。1 激光测振仪:核电装备安全的“火眼金睛”懿朵科技与德国Optomet合作,将激光测振仪引入核电装备安全监测领域,解决了传统接触式监测方法在高温高辐射环境下的局限性。激光测振仪基于激光多普勒效应,实现了非接触、高精度(皮米级位移检测)的振动测量,具备远程操作和抗恶劣环境的能力。Optomet全系列激光测振仪可覆盖绝大部分核电装备中的振动测量场景:1) 关键旋转设备:SMART Scan + 的 4K 摄像与高频采集,监测主泵、汽轮机振动,定位轴承磨损、叶轮不平衡,实现早期故障预警;2) 反应堆结构:SMART Multi-Fiber 的200米延长光纤,远程监测压力容器、管道振动模态,评估结构完整性与疲劳状态;3) 放射性区域:SMART Single + 的长距镜头(450mm~100m)与 Wi-Fi 7 控制,远程监测控制棒驱动机构、乏燃料池组件振动,减少人员辐射暴露;4) 冷却系统:监测燃料棒束流致振动(如 4×4 棒束 7.35m/s 流速下的涡激共振),无接触不干扰流场,确保数据真实;5) 异物检测:SMART Single + 的50MHz 高频输入配合声发射传感器,捕捉设备内部隐性故障信号,通过多设备同步实现定位。 图1 反应堆冷却剂泵模型 图2阿海珐核能公司(AREVA-NP)实体模型 欧洲压水堆(EPRTM)2 梯度统计能量法:优化核电站主控室声环境针对核电厂内设备和管道振动产生的噪声问题,懿朵科技采用了基于梯度统计能量法(GSEA)的主控室空间吸声体设计优化方案。该方法通过Wave6仿真分析软件,建立了大空间宽频噪声仿真分析流程,有效预测了吸声结构的降噪效果,并系统优化了空间吸声体的类型、厚度、铺设面积及组合方式。研究结果表明:1) 中低频吸声体在160–630 Hz频段表现优异,适用于主控室主要噪声频段;2) 吸声体厚度对降噪效果影响显著,建议选用不低于6 cm的吸声体;3) 铺设面积在20%–30%范围内具有最优性价比;4) 中低频与中高频吸声体组合方案可实现全频带均衡降噪,整体降噪量达9.2 dB(A),优于单一类型吸声体。 图3 Wave6 梯度统计能量法流程3 LSTM与分位数回归:管道振动趋势预测面对核电管道振动长期积累可能导致的安全隐患,懿朵科技提出了一种基于长短期记忆网络(LSTM)与分位数回归相结合的管道振动趋势预测方法。该方法利用LSTM建模振动信号中的时间依赖性,同时引入分位数损失函数,实现对未来振动值的中位趋势与置信区间的联合预测。该篇论文成功入选“核电安全技术与装备全国重点实验室2025年度学术委员会会议暨学术年会”论文集,展示了懿朵科技在工业设备智能监测与预测领域的创新实力。核心研究成果包括:1) 构建了基于LSTM与分位数回归的融合预测模型,具备优异的非线性时序建模能力;2) 在实际核电厂小支管振动数据验证中,模型预测置信区间覆盖率超过95%;3) 研究发现训练300轮即可达到接近1000轮的预测精度,显著提升算法效率与工程适用性;4) 相较于传统ARIMA、SVR等方法,本方法在稳定性和不确定性建模方面表现更优。该研究成果为核电等高风险工业场景中的管道健康监测与预警提供了可靠的数据驱动手段,有助于实现从“事后检修”到“预测性维护”的运维模式转型。现场图集 来源:懿朵科技

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈