Jul, 2023

焊接组件的综合数字化重建：支持改进的疲劳寿命预测

PDF
TL;DR在离岸支架基础的设计中，疲劳寿命至关重要。提出了一种增强焊接接头疲劳性能的焊后处理方法，其中高频力学冲击（HFMI）处理被证明可以显著改善疲劳性能。自动化的 HFMI 处理提高了质量保证并在与精确的疲劳寿命预测相结合时可以带来成本效益的设计。然而，常用于预测复杂或多轴接头疲劳寿命的有限元方法（FEM）依赖于对焊缝的基本 CAD 描述，未能考虑实际的焊缝几何形状和缺陷。将实际的焊缝几何形状包含在有限元模型中可以改进疲劳寿命预测和可能的裂纹位置预测，但需要利用数字重建焊缝。目前的数字重建方法耗时或需要专门的扫描设备和零件重新定位。所提出的框架则使用工业机械臂和线扫描仪结合，将数字重建作为自动化 HFMI 处理装置的一部分。该方法应用标准图像处理、简单的滤波技术和非线性优化来对齐和合并重叠的扫描。筛选的泊松表面重构完成了三维模型以创建网格表面。其结果是一种通用、具有成本效益、灵活且快速的方法，可以实现焊接零部件的常规数字重建，有助于零件设计、整体质量保证和 HFMI 处理的文档化。
offshore jacket foundationsfatigue lifehfmi treatmentfinite element methoddigital reconstruction
发现论文，激发创造
  • 通过路径切片和重新加权预测疲劳裂纹扩展

    研究设计了一种统计学习框架来预测具有不确定性的加载条件下，疲劳裂纹的增长和构件失效寿命，并通过降维和神经网络等技术处理了疲劳裂纹增长的历史依赖性和非线性问题，通过路径切片和重新加权等技术应对了统计噪声和罕见事件，对疲劳裂纹进行了自更新和自纠正，实时监测结构健康和疲劳寿命预测以支持维修管理决策的数字孪生情景进行了验证。

    Sep, 2023

  • 利用低质量 X 射线摄影术、通过模拟进行的合成 X 射线数据增强，以及机器学习自动检测铝合金压铸材料和纤维金属层压板中的隐藏损伤和杂质

    使用 X 射线单投影和多投影（CT）图像进行自动损伤和缺陷检测的基于数据驱动建模的方法和挑战，主要包括数据和特征的变异性，数据特征标注（用于监督机器学习），以及缺乏地面实况数据等。

    Nov, 2023

  • 疲劳强度估计中的鲁棒性

    本文提出了一种基于机器学习的疲劳强度估计方法，并针对该方法的鲁棒性、适用性和优势进行了研究，结果表明其在降低实验成本方面具有潜在的优势。

    Dec, 2022

  • 面向焊接工艺的基于深度学习的在线质量预测系统

    这篇论文介绍了基于深度学习的预测质量系统的概念，在制造业的数字化过程中利用机器学习实现质量保证，特别针对 GMAW 焊接过程进行复杂的数据关系分析和预测质量建模。

    Oct, 2023

  • 基于动态特征重构信号图的旋转机械故障识别

    本研究提出了一种动态特征重构信号图方法，采用小波包分解（WPD）和 2D-CNN 作为故障诊断模型，能够在高噪声下更好的实现旋转机械的故障诊断。

    May, 2023

  • 通过学习压缩的有限元模型进行软体机器人的直接和逆向建模

    基于学习的方法提出了一种紧凑但足够丰富的力学表示，通过 FEM 模型的压缩获得非线性可变性数据，在模型化中非常高效，并能够推导出机器人的正向和逆向运动学。

    Jul, 2023

  • 弹性全波形反演：问题的物理学如何改善数据驱动技术？

    基于弹性散射理论和深度学习技术，本文提出了一种基于物理问题的时间谐波全波形反演方法，以增强解的准确性，并通过修改变分自编码器的结构引入了一种基于物理问题的概率深度学习方法，能够探索解的不确定性。为了评估提出的方法的性能和准确性，并鉴于该领域数据集的有限可用性，我们创建了一个逼近实际的综合数据集，并对所提出的方法进行了比较分析。

    Jun, 2024

  • 基于小波变换的频散调整与频域信息交互在水下图像恢复中的应用

    介绍了一种名为 WF-Diff 的新型水下图像增强框架，利用频域信息和扩散模型的特性，通过 Wavelet-based Fourien information interaction network (WFI2-net) 和 Frequency Residual Diffusion Adjustment Module (FRDAM) 的网络来实现水下图像的增强和细节调整。该算法在真实水下图像数据集上显示了最先进的性能，并在视觉质量方面取得了有竞争力的表现。

    Nov, 2023

  • 基于多源输入 MTL 的数字孪生增强金属管弯曲成形实时预测方法

    本研究提出一种基于数字孪生技术和多源输入多任务学习的金属管弯曲成形实时预测方法，可以综合实现金属管弯曲成形的实时预测，并通过 DT 增强，最终取得了更准确和高效的预测结果。

    Jul, 2022

  • 深度神经算子支持的增材制造数字孪生建模

    通过构建数字孪生模型，利用深度神经算子和深度学习模型，结合高精度计算模型解决熔池状态和缺陷预测的问题，并通过优化算法控制激光输入来提高增材制造的质量。

    May, 2024