摘要
本发明涉及生产质量预测技术领域,尤其涉及一种基于深度学习的生产质量预测方法及系统。该方法包括:获取自行车的几何规格与材料特性;基于几何参数和材料特性,构建自行车的三维几何模型;对自行车三维几何模型开展网格剖分操作,从而获得经网格划分后的自行车三维几何模型;将自行车的力学数据输入到网格划分后的自行车的三维几何模型中的每一个节点,得到自行车的仿真模型;对自行车的仿真模型进行特征提取,得到多维度的特征矩阵;将多维度的特征矩阵输入到预设的生产质量预测模型中,得到自行车的生产质量预测结果。通过上述配置方式,本发明能够准确地预测自行车的整体生产质量。
技术关键词
自行车
数据处理单元
仿真模型
焊缝焊接工艺
网格
矩阵
力学
曲线
节点
涂装
扭转刚度
指标
预测系统
计算机
可读存储介质
索引
变量
存储器
处理器
系统为您推荐了相关专利信息
玻璃珠
近红外光谱仪
信号特征
深度学习网络
反演模型
基元
数字孪生模型
力学传感器
建筑外观
整体结构模型
参数辨识方法
群体智能算法
仿真数据
参数辨识装置
仿真分析
半导体设备
开孔数量
开孔位置
有限元网格划分
仿真模型