基于CNN-LSTM的复杂构件的快速回弹预测方法及装置

本申请提供了一种基于CNN‑LSTM的复杂构件的快速回弹预测方法及装置，包括：获取不同结构特征的复杂构件的三维模型图片，以及复杂构件的单一结构特征不同工艺条件下的屈服强度及回弹量，构建训练数据集，工艺条件包括材料特性、蠕变时效成形工艺和成形模具型面；基于训练数据集对CNN‑LSTM模型进行预训练；获取待预测复杂构件的三维模型图片和工艺条件，并根据三维模型图片和工艺条件应用训练后的CNN‑LSTM模型预测待预测复杂构件的屈服强度及回弹量。通过引入结构特征，并调整成适合复杂构件蠕变时效成形工艺，能够实现高精度快速回弹及力学性能预测，便于筛选出最优构件尺寸、模具目标型面和最优工艺。