一种基于几何引导的流形神经算子变形场预测方法及其应用

AITNT
正文
推荐专利
一种基于几何引导的流形神经算子变形场预测方法及其应用
申请号:CN202411979853
申请日期:2024-12-30
公开号:CN119903736A
公开日期:2025-04-29
类型:发明专利
摘要
一种基于几何引导的流形神经算子变形场预测方法及其应用,用于快速预测不同零件在不同残余应力场函数下的变形场函数,其特征是:将零件几何网格化并建立几何图,通过神经网络映射到低维流形,获取几何特征信息Zg,将几何特征信息Zg和输入函数组合提取输入函数特征信息Zσ,进而通过融合几何特征信息,引导不同几何下变形场预测神经算子的学习,即,d(x)=f(x,Zg,Zσ),最终实现不同零件几何在不同输入函数下的变形场预测。本发明能够根据零件几何和输入函数,快速给出变形场,适用于几何优化、加工等对变形场快速预测需求的场景。
技术关键词
残余应力场 神经网络结构 编码器模块 力监测装置 节点特征 零件 结构件 坐标 关系 网格 点云 飞机 场景 物理
系统为您推荐了相关专利信息
1
一种将人工神经网络应用于材料成形有限元仿真的方法
人工神经网络 有限元计算结果 服务端 客户端 成形
2
一种基于代理模型的无监督进化图神经网络搜索方法
神经网络搜索方法 节点特征 斯皮尔曼相关系数 融合策略 遗传算法
3
一种基于吃豆人游戏豆子位置的构造式隐写方法及系统
自动编码器 更新模型参数 游戏图像 字符 神经网络结构
4
考虑时空特性的多台区负荷概率预测方法及系统
概率预测方法 历史负荷数据 时间序列特征 高斯混合模型 电力负荷预测技术
5
基于场景语义及几何约束的三维场景自动生成方法及系统
自动生成方法 编码特征 融合特征 文本编码器 语义标签
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号