摘要
本发明公开了一种薄壁结构装配变形场的自适应预测方法,包括:对于薄壁结构装配全过程中的多源偏差信息构建统一编码规则,定义装配偏差;基于编码器与VIT网络构建多模态数据融合模型,对装配偏差进行多源偏差融合表征;获取多维形性特征结果;通过有限元模拟进行批量装配仿真以构建标准装配数据集;以多维形性特征结果作为条件引导参量,利用标准装配数据集对条件生成对抗网络采用分布式训练得到装配偏差预测模型,通过装配偏差预测模型完成薄壁结构装配的偏差预测。该方法充分考虑多源偏差之间的耦合效应,提高了融合表征精度,能够实现高保真度的装配变形场重建。
技术关键词
装配偏差
薄壁结构
多模态数据融合
条件生成对抗网络
记忆神经网络
超分辨率网络
分布式训练
三次立方插值
编码规则
生成高分辨率
编码模块
上采样
处理器
注意力
编码器
批量
双线性