摘要
本申请涉及一种面向增材制造的点阵结构力学性能仿真方法、装置和系统包括:根据三维物体图像进行像素点测量,生成成形杆径;使用机器学习方法进行训练拟合倾角‑杆径,根据设计值预测成形杆径并使用预测值建立点阵结构模型;进行压缩试验并使用机器学习方法进行训练拟合直径‑力学参数,建立力学测试模型,预测平均成形直径的弹性模量;建立有限元模拟模型并将预测后的弹性模量值输入有限元模拟模型进行力学性能分析,根据生成的力学性能分析结果对有限元模拟模型进行调整和拟合。能够通过实验测量三维物体的成形尺寸偏差与当前使用工艺的成形质量,然后通过有限元软件对微观组织的尺寸效应造成的宏观力学偏差进行补偿,实现力学性能仿真。
技术关键词
模拟模型
人工神经网络
力学
点阵结构
面向增材
性能仿真方法
材料试验设备
神经网络参数
机器学习方法
成形三维物体
多层感知器
性能仿真系统
仿真装置
误差函数
最小化误差
像素点
系统为您推荐了相关专利信息
真空干燥设备
分布器
参数优化模型
高纯度咔唑
自动化输出系统
直流微电网
潮流方程
人工神经网络
电压
变换器控制设备
参数优化模型
列车位置信息
货运
铁路
列车调度信息
力学性能参数
热轧无缝钢管
输出特征
BP神经网络模型
支持向量机模型