一种航天发动机3D打印变形补偿方法

AITNT
正文
推荐专利
一种航天发动机3D打印变形补偿方法
申请号:CN202510819740
申请日期:2025-06-19
公开号:CN120337418B
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种航天发动机3D打印变形补偿方法,包括如下步骤:S1、构建三维CAD模型并生成打印层集合;S2、获得当前打印层及历史打印层的残余应力张量场;S3、构建应力影子映射张量;S4、将应力影子映射张量与当前打印层参数输入至反向应力传播神经网络模型中,输出变形预测向量场;S5、根据变形预测向量场对打印层几何区域进行几何补偿处理;S6、根据补偿后的几何模型生成打印代码;S7、将实际变形向量场与整体预测变形向量场进行误差比较,若大于预设容差阈值则将误差信息反馈至步骤S5,重复执行S5至S7,直至误差向量场不超过容差阈值。本发明融合残余应力建模与反向应力传播神经网络,实现航天发动机3D打印变形补偿。
技术关键词
三维CAD模型 变形补偿方法 应力 控制点 神经网络模型 航天 控制打印设备 高维特征向量 误差 门控循环单元 仿真模型 坐标 耦合特征 激光扫描路径 注意力机制 激光光斑直径 曲面 发动机零部件
系统为您推荐了相关专利信息
1
智能可穿戴设备的运动负荷监测方法、装置、设备及介质
运动负荷监测 运动特征参数 机器学习模型 负荷特征分析 运动姿态数据
2
基于深度神经网络的协调排程算法
排程算法 构建深度神经网络 神经网络模型 传播算法 数据项
3
一种稀土电解炉取样勺的形变量估算方法及装置
关键点 取样勺 卷积神经网络模型 稀土电解炉 坐标
4
一种基于温度控制的机械臂避障路径规划方法
递归神经网络模型 训练递归神经网络 规划算法 对象 机械臂末端执行器
5
一种基于深度学习的智能电网异常检测方法及系统
神经网络模型 电网运行状态 异常检测方法 环境气候 智能电网
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号