一种基于神经网络的机翼工装旗厚度预测方法

本发明公开了一种基于神经网络的机翼工装旗厚度预测方法，包括：步骤一，建立机翼工装旗的三维几何模型，并通过对三维几何模型的简化处理和参数设定，得到具有不同厚度的多个简化模型及其对应的中性格式模型；步骤二，对不同厚度的中性格式模型进行有限元计算，通过在不同厚度的中性格式模型中施加集中荷载的方式进行静力学求解，以计算出不同厚度下的机翼工装旗在集中荷载下的位移结果和应力结果；步骤三，根据步骤二中计算出的位移结果和应力结果，建立神经网络学习率优化模型，并通过模型训练得到输出的机翼工装旗厚度；步骤四，通过训练后得到的神经网络学习率优化模型，得到指定位移下的工装旗厚度预测值。本发明提供的技术方案中，通过考虑机翼工装旗材料属性、工装旗肋高度、工装旗肋宽度、位移、荷载、重量等因素，快速预测工装旗厚度，从而缩短工装旗设计周期，保证工装旗设计可靠性，减少工程设计成本，是一种快速、有效的机翼工装旗厚度预测方法。