基于神经网络代理模型的飞轮形变预测方法和装置

本申请涉及一种基于神经网络代理模型的飞轮形变预测方法和装置。所述方法包括：构建实验储能飞轮的几何模型，设置几何模型的材料参数和约束条件，进行网格划分以得到有限元模型；有限元模型的输入数据包括几何参数、飞轮转速和材料参数，其输出数据包括网格顶点坐标和位移仿真值；利用有限元模型获得训练数据集，构建神经网络代理模型，神经网络代理模型的输入数据包括储能飞轮的几何参数、飞轮转速、材料参数和网格顶点坐标，其输出数据为位移预测值，利用训练数据集训练神经网络代理模型；获得待预测的目标储能飞轮的各目标网格顶点坐标，结合几何参数、实时转速、材料参数获得目标储能飞轮的形变预测结果。采用本方法能够提高计算效率和精度。