摘要
本发明公开了一种三周期极小曲面结构齿轮的设计方法。方法包括获取多组齿轮参数序列和三周期极小曲面特征参数序列建立三周期极小曲面‑齿轮复合结构;并对其进行受力分析,确定最大应力、最大应力位置、最大形变和最大形变位置;训练Stacking集成学习算法,利用Stacking集成学习算法在输入齿轮参数序列和三周期极小曲面特征参数序列时获得输出的最大应力、最大应力位置、最大形变和最大形变位置的预测值;利用预测值与目标值,确定三周期极小曲面结构齿轮最终的齿轮参数序列和三周期极小曲面特征参数序列。本发明方案能够准确预估三周期极小曲面晶格复合结构齿轮的性能,实现任意复杂特征的三周期极小曲面晶格结构齿轮建模。
技术关键词
三周期极小曲面
Stacking集成学习
随机森林模型
序列
应力
深度神经网络模型
集成学习算法
参数
复合结构齿轮
对象
泊松比
坐标
样本
输入齿轮
系统为您推荐了相关专利信息
湿法烟气脱硫系统
模糊神经网络模型
预测控制方法
构建预测模型
设计控制方法
视觉特征
轨迹
多头注意力机制
全局特征提取
运动
违规外联检测方法
载荷
核心交换机
集成学习方法
机器学习训练
储能需求
新能源电网
方差特征
分析方法
轮廓系数
序列比对算法
异构加速方法
异构加速系统
锚点
数据