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！

龙图腾网获悉中南大学申请的专利一种轨道车辆与车辆吸能结构耐撞性协同优化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：CN120524723B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510233990.1，技术领域涉及：G06F30/23；该发明授权一种轨道车辆与车辆吸能结构耐撞性协同优化方法及系统是由邢杰;许平;姚曙光;许拓;何家兴;郑昕设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种轨道车辆与车辆吸能结构耐撞性协同优化方法及系统在说明书摘要公布了：本发明涉及轨道车辆技术领域，公开了一种轨道车辆与车辆吸能结构耐撞性协同优化方法及系统，包括：获得不同结构参数配置下的吸能结构冲击特性数据集，并建立结构层级深度代理模型，预测吸能结构的载荷特性曲线及变形模式图像；将结构层级深度代理模型输出的吸能结构载荷特性曲线输入至车辆碰撞动力学模型中，开展车辆级碰撞仿真，并构建车辆层级深度代理模型，预测车辆碰撞响应；基于结构层级深度代理模型获得的变形模式图像及车辆层级深度代理模型获得的车辆碰撞响应，进行多目标轨道车辆吸能结构耐撞性协同约束优化，获得优化方案；本发明解决了现有的轨道车辆及吸能结构的碰撞优化方法存在计算效率较低、优化结果可靠性较差的问题。

本发明授权一种轨道车辆与车辆吸能结构耐撞性协同优化方法及系统在权利要求书中公布了：1.一种轨道车辆与车辆吸能结构耐撞性协同优化方法，其特征在于，包括： 通过吸能结构的冲击试验与有限元仿真，获得不同结构参数配置下的吸能结构冲击特性数据集，并基于所述吸能结构冲击特性数据集建立结构层级深度代理模型以用于预测吸能结构的载荷特性曲线及变形模式图像； 将结构层级深度代理模型输出的吸能结构载荷特性曲线输入至车辆碰撞动力学模型中，开展车辆级碰撞仿真，并构建车辆层级深度代理模型以用于预测车辆碰撞响应； 基于所述结构层级深度代理模型获得的变形模式图像及车辆层级深度代理模型获得的车辆碰撞响应进行多目标轨道车辆吸能结构耐撞性协同约束优化，获得吸能结构变形稳定、车辆姿态演化可控的轨道车辆耐撞性优化方案； 所述建立结构层级深度代理模型的步骤包括： 根据轨道车辆吸能结构的配置类型，确定影响该结构碰撞吸能响应的关键参数，开展不同参数配置下的结构冲击试验及对应数值仿真，标定仿真模型； 基于试验对标后的数值仿真模型，生成吸能结构冲击特性数据集，并划分为训练集、验证集及测试集； 基于深度学习框架和构建的吸能结构冲击特性数据集，搭建结构层级深度代理模型，并利用所述训练集对结构层级深度代理模型进行训练，利用所述验证集和所述测试集对训练后的结构层级深度代理模型进行验证和测试； 所述结构层级深度代理模型包括冲击载荷曲线网络和变形模式图像网络，所述冲击载荷曲线网络用于预测吸能结构的载荷特性曲线，所述变形模式图像网络用于预测变形模式图像； 所述冲击载荷曲线网络的构建包括： 构建堆叠长短期记忆层为主体架构的自编码网络，提取载荷特性曲线隐变量； 构建多层感知机向量预测网络，由结构参数预测对应提取的载荷特性曲线隐变量，并通过自编码网络中的解码器进行解码，输出载荷曲线； 所述变形模式图像网络的构建包括： 构建堆叠卷积层为主体架构的自编码网络，提取变形模式图像隐变量； 构建多层感知机向量预测网络，由结构参数预测对应提取的变形模式图像隐变量，并通过自编码网络中的解码器进行解码，输出变形模式图像。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。