一种基于图神经网络的孪生表面接触变形误差建模方法

本发明设计了一种基于图神经网络的孪生表面接触变形误差建模方法。本发明通过机理模型与数据模型融合的思想提出了一种基于图神经网络的孪生表面接触变形误差建模方法，对两个装配接触面进行离散，在离散的基础上通过节点、边和全局属性进行图结构化，形成离散接触图；通过有限元法对离散接触图求解接触变形误差，构建离散接触变形数据集；构建包含输入层、中间层、重构层、预测层的图神经网络结构；图神经网络结构的输入层用于接收数据集中的离散接触变形样本；中间层设定向量聚合更新机制，以边向量为求解向量，通过边向量表达接触变形误差，可提高虚拟模型与物理模型的实时交互性。