摘要
本发明公开一种基于深度学习的砖混结构爆炸毁伤重建及可视化方法,通过数值模拟,获得砖混结构在多场景爆炸下的毁伤数据集,通过数据处理和转换,构建训练数据库,建立基于图神经网络的双阶段砖混结构毁伤预测模型。对模型进行误差评估和参数调优,提升毁伤预测模型的预测能力,根据双阶段砖混结构毁伤预测模型预测的节点位移和节点应力,实现对砖混结构在多种类爆炸冲击下的毁伤效应可视化。本发明能够快速获取不同当量、不同爆炸位置下冲击波的毁伤结果,进行爆炸毁伤效应可视化,在保证了计算精度的同时,极大地提高了计算效率。
技术关键词
砖混结构
分类子模型
节点
特征融合网络
六面体
可视化方法
多源信息融合
顶点
数据
工况参数
网格
坐标
爆炸毁伤效应
场景
语义
尺寸
应力
索引
解码器
系统为您推荐了相关专利信息
数据隐私保护方法
数据存证
数据签名验证
企业风险评估
核心
协同优化方法
负荷需求响应模型
优化调度模型
分布式电源消纳
分布式光储系统
异构传感器网络
设备控制指令
驱动执行机构
决策
地理位置信息
现场作业管控系统
智能路径规划
移动终端设备
区域位置信息
实时数据