[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的點(diǎn)陣結(jié)構(gòu)單元性能預(yù)測(cè)方法及裝置在審
| 申請(qǐng)?zhí)枺?/td> | 202211519943.6 | 申請(qǐng)日: | 2022-11-30 |
| 公開(公告)號(hào): | CN115859806A | 公開(公告)日: | 2023-03-28 |
| 發(fā)明(設(shè)計(jì))人: | 吳奕潤(rùn);毛忠發(fā);馮毅慶 | 申請(qǐng)(專利權(quán))人: | 汕頭大學(xué) |
| 主分類號(hào): | G06F30/27 | 分類號(hào): | G06F30/27;G06F30/17;G06N3/08;G06N20/00 |
| 代理公司: | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205 | 代理人: | 葉潔勇 |
| 地址: | 515063 *** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 機(jī)器 學(xué)習(xí) 點(diǎn)陣 結(jié)構(gòu) 單元 性能 預(yù)測(cè) 方法 裝置 | ||
本發(fā)明公開了一種基于機(jī)器學(xué)習(xí)的點(diǎn)陣結(jié)構(gòu)單元性能預(yù)測(cè)方法及裝置,其中所述方法包括:獲取訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,所述神經(jīng)網(wǎng)絡(luò)模型以D2向量為輸入和以吸收能量為輸出;對(duì)待測(cè)點(diǎn)陣結(jié)構(gòu)單元的三維模型進(jìn)行表面點(diǎn)云分析,得到所述待測(cè)點(diǎn)陣結(jié)構(gòu)單元關(guān)聯(lián)的待測(cè)D2分布,再獲取對(duì)應(yīng)的待測(cè)D2向量;將所述待測(cè)D2向量輸入至所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行求解,得到所述待測(cè)點(diǎn)陣結(jié)構(gòu)單元的吸收能量。本發(fā)明通過搭建神經(jīng)網(wǎng)絡(luò)模型可以根據(jù)輸入的任意一個(gè)待測(cè)點(diǎn)陣結(jié)構(gòu)單元的幾何形狀特征快速高效地預(yù)測(cè)出該待測(cè)點(diǎn)陣結(jié)構(gòu)單元的機(jī)械性能,可以避免不必要的材料浪費(fèi),也可以進(jìn)一步降低點(diǎn)陣結(jié)構(gòu)的設(shè)計(jì)時(shí)間成本。
技術(shù)領(lǐng)域
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域,具體是涉及一種基于機(jī)器學(xué)習(xí)的點(diǎn)陣結(jié)構(gòu)單元性能預(yù)測(cè)方法及裝置。
背景技術(shù)
點(diǎn)陣結(jié)構(gòu)是由一系列點(diǎn)陣結(jié)構(gòu)單元連接形成的網(wǎng)絡(luò)狀幾何結(jié)構(gòu),通過增材制造技術(shù)打印制造的點(diǎn)陣結(jié)構(gòu)由于其可調(diào)節(jié)的機(jī)械性能被廣泛應(yīng)用于許多領(lǐng)域。在點(diǎn)陣結(jié)構(gòu)的設(shè)計(jì)階段,通常需要優(yōu)先設(shè)計(jì)出相關(guān)的各個(gè)點(diǎn)陣結(jié)構(gòu)單元,而各個(gè)點(diǎn)陣結(jié)構(gòu)單元的性能好壞也影響著點(diǎn)陣結(jié)構(gòu)的整體性能。目前針對(duì)點(diǎn)陣結(jié)構(gòu)單元的性能預(yù)測(cè)方式主要有以下兩種:其一,通過增材制造技術(shù)打印出具有不同設(shè)計(jì)參數(shù)的多個(gè)點(diǎn)陣結(jié)構(gòu)單元樣品,再通過萬(wàn)能試驗(yàn)機(jī)對(duì)多個(gè)點(diǎn)陣結(jié)構(gòu)單元樣品進(jìn)行物理實(shí)驗(yàn)分析,進(jìn)而從中選擇出機(jī)械性能最好的點(diǎn)陣結(jié)構(gòu)單元樣品,但是由于增材制造技術(shù)所采用的打印材料普遍較貴,整個(gè)實(shí)施過程將帶來不可避免的材料浪費(fèi)和時(shí)間成本損失;其二,利用有限元分析方式對(duì)點(diǎn)陣結(jié)構(gòu)單元進(jìn)行仿真分析,但是由于點(diǎn)陣結(jié)構(gòu)單元的內(nèi)部含有大量微結(jié)構(gòu),執(zhí)行結(jié)構(gòu)建模和響應(yīng)分析的工作量巨大,無(wú)疑將延長(zhǎng)點(diǎn)陣結(jié)構(gòu)單元的設(shè)計(jì)周期。
發(fā)明內(nèi)容
本發(fā)明提供一種基于機(jī)器學(xué)習(xí)的點(diǎn)陣結(jié)構(gòu)單元性能預(yù)測(cè)方法及裝置,以解決現(xiàn)有技術(shù)中所存在的一個(gè)或多個(gè)技術(shù)問題,至少提供一種有益的選擇或創(chuàng)造條件。
第一方面,提供一種基于機(jī)器學(xué)習(xí)的點(diǎn)陣結(jié)構(gòu)單元性能預(yù)測(cè)方法,所述方法包括:
獲取訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,所述神經(jīng)網(wǎng)絡(luò)模型以D2向量為輸入和以吸收能量為輸出;
對(duì)待測(cè)點(diǎn)陣結(jié)構(gòu)單元的三維模型進(jìn)行表面點(diǎn)云分析,得到所述待測(cè)點(diǎn)陣結(jié)構(gòu)單元關(guān)聯(lián)的待測(cè)D2分布,再獲取對(duì)應(yīng)的待測(cè)D2向量;
將所述待測(cè)D2向量輸入至所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行求解,得到所述待測(cè)點(diǎn)陣結(jié)構(gòu)單元的吸收能量。
進(jìn)一步地,所述神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程為:
獲取若干個(gè)點(diǎn)陣結(jié)構(gòu)單元對(duì)應(yīng)的若干個(gè)三維模型,所述若干個(gè)點(diǎn)陣結(jié)構(gòu)單元的形狀類型不同;
對(duì)所述若干個(gè)三維模型進(jìn)行表面點(diǎn)云分析,得到所述若干個(gè)點(diǎn)陣結(jié)構(gòu)單元關(guān)聯(lián)的若干個(gè)D2分布,再獲取對(duì)應(yīng)的若干個(gè)D2向量;
按照既定壓縮進(jìn)給量對(duì)所述若干個(gè)三維模型進(jìn)行單軸壓縮仿真,得到所述若干個(gè)點(diǎn)陣結(jié)構(gòu)單元對(duì)應(yīng)的若干個(gè)力位移曲線,再獲取對(duì)應(yīng)的若干個(gè)吸收能量;
根據(jù)所述若干個(gè)D2向量和所述若干個(gè)吸收能量,構(gòu)建訓(xùn)練數(shù)據(jù)集;
搭建包含有輸入層、隱藏層和輸出層的神經(jīng)網(wǎng)絡(luò)模型,將所述訓(xùn)練數(shù)據(jù)集輸入至所述神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行迭代訓(xùn)練。
進(jìn)一步地,所述既定壓縮進(jìn)給量為1mm。
進(jìn)一步地,所述若干個(gè)吸收能量中的每個(gè)吸收能量是通過將對(duì)應(yīng)的力位移曲線進(jìn)行積分處理得到的。
進(jìn)一步地,所述待測(cè)D2分布的獲取過程為:
從所述待測(cè)點(diǎn)陣結(jié)構(gòu)單元的三維模型上隨機(jī)獲取若干個(gè)點(diǎn)云數(shù)據(jù)對(duì),再對(duì)每個(gè)點(diǎn)云數(shù)據(jù)對(duì)進(jìn)行兩點(diǎn)間距離計(jì)算,進(jìn)而得到對(duì)應(yīng)的若干個(gè)距離值;
根據(jù)所述若干個(gè)距離值和既定分區(qū)數(shù)量構(gòu)建出頻數(shù)直方圖,所述頻數(shù)直方圖即為待測(cè)D2分布。
進(jìn)一步地,所述待測(cè)D2向量的獲取過程為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于汕頭大學(xué),未經(jīng)汕頭大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211519943.6/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





