Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆交通大学陆思思获国家专利权

重庆交通大学陆思思获国家专利权

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!

龙图腾网获悉重庆交通大学申请的专利一种车体畸变模型的构建方法、列车模型构建方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115422662B

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211170312.8,技术领域涉及:G06F30/15;该发明授权一种车体畸变模型的构建方法、列车模型构建方法及系统是由陆思思;王潘;闫凯波;陈兆玮;崔晓璐;倪伟韬;包宏立;朱文青设计研发完成,并于2022-09-22向国家知识产权局提交的专利申请。

一种车体畸变模型的构建方法、列车模型构建方法及系统在说明书摘要公布了:本发明公开了一种车体畸变模型构建方法、列车模型构建方法及系统,该方法包括获取各个设计变量的相似因子;基于刚度等效原则建立全尺寸车体等效模型;基于所述各个设计变量的相似因子,以及所需厚度或预设的厚度畸变系数构建车体畸变模型;基于厚度畸变系数与动力学响应‑时间的畸变关系计算出所述车体畸变模型上动力学响应‑时间对应的畸变系数;基于动力学响应‑时间对应的畸变系数修正所述车体畸变模型的动力学响应‑时间曲线。本发明致力于修正车体畸变模型的动力学响应,通过厚度畸变系数与其他动力学响应的畸变系数的关系来确定其他动力学响应的畸变系数,进而修正车体畸变模型的动力学响应,降低厚度畸变对模型的动力学响应造成的影响。

本发明授权一种车体畸变模型的构建方法、列车模型构建方法及系统在权利要求书中公布了:1.一种车体畸变模型构建方法,其特征在于:包括以下步骤: 基于相似原则获取车体等效中各个设计变量的相似因子; 基于刚度等效原则建立与全尺寸原型列车车体等效的全尺寸车体等效模型; 基于所述设计变量的相似因子,以及所需厚度或预设的厚度畸变系数,在所述全尺寸车体等效模型基础上构建车体畸变模型; 其中,针对所述车体畸变模型上除车体厚度之外的其他设计变量,在所述全尺寸车体等效模型的基础上依据对应相似因子进行缩放;依据预设的厚度畸变系数对所述车体畸变模型的车体厚度进行设置或依据厚度预设值对所述车体畸变模型的车体厚度进行设置; 获取原型列车车体对应的一组所述厚度畸变系数与动力学响应-时间的畸变关系,并基于所述畸变关系计算出所述车体畸变模型上动力学响应-时间对应的畸变系数; 基于所述动力学响应-时间对应的畸变系数修正所述车体畸变模型的动力学响应-时间曲线,完成车体畸变模型构建; 其中,每一类原型列车车体结构对应一组所述厚度畸变系数与动力学响应-时间的畸变关系;任一类原型列车车体结构对应的所述厚度畸变系数与动力学响应-时间的畸变关系的构建过程为: A:构建车体基准模型以及车体畸变模型,即获取到全尺寸原型列车车体对应的全尺寸车体等效模型之后,构建一系列车体畸变模型并记录每一个车体畸变模型对应的厚度畸变系数,以及构建全尺寸车体等效模型的车体基准模型; 其中,每个车体畸变模型上除厚度之外的其他设计变量、车体基准模型上包含厚度在内的所有设计变量,均在所述全尺寸车体等效模型上按照对应的所述相似因子进行缩放,且不同模型之间同一类设计变量对应的相似因子取值相同; B:对每个车体畸变模型以及车体基准模型分别进行碰撞仿真试验得到各个动力学响应-时间曲线; C:比对每个车体畸变模型的动力学响应-时间曲线与车体基准模型的动力学响应-时间曲线得到每个车体畸变模型对应的一组动力学响应预测系数、时间预测系数; 其中,所述动力学响应预测系数、所述时间预测系数为所述车体畸变模型、所述车体基准模型上一组基准点在各自动力学响应-时间曲线上的动力学响应的比值、时间的比值; D:基于所述一系列车体畸变模型对应的若干组动力学响应预测系数、时间预测系数、厚度畸变系数,拟合出厚度畸变系数与动力学响应预测系数、时间预测系数的关系式,所述关系式表示所述厚度畸变系数与动力学响应-时间的畸变关系。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆交通大学,其通讯地址为:400074 重庆市南岸区学府大道66号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。