[发明专利]基于图卷积网络的白车身点焊变形预测模型构建方法

权利要求书

1.一种基于图卷积网络的白车身点焊变形预测模型构建方法，其特征在于：包括如下步骤：

1)获取白车身生产过程中的每个焊点及三坐标测量点；提取每个焊点w_i的焊接特征和三维坐标，并以焊点w_i的焊接特征和三维坐标构成特征向量x_i；提取每个三坐标测量点的设计三维坐标；

其中，w_i表示任意第i个焊点；x_i表示焊点w_i的焊接特征和三维坐标构成特征向量；

2)将所有焊点的特征向量分别输入深度神经网络MLP_1，经深度神经网络MLP_1的编码器encoder_1编码后，得到焊点隐空间向量；将每个三坐标测量点的设计三维坐标向量分别输入深度神经网络MLP_2，经深度神经网络MLP_2的编码器encoder_2编码后，得到测点隐空间向量；采用K近邻算法，为焊点隐空间向量和测点隐空间向量添加边际关系，构建图拓扑结构G；

3)将所得图拓扑结构G进行图拉普拉斯特征向量分解并得到其频域分量，对每个频域分量所对应的特征值进行线性变换从而构建多层图卷积神经网络；每层图卷积神经网络均具有不同的频域滤波器，以自适应提取白车身每个测量点邻域内的力热动力信息；

4)将每个测量点的力热动力信息分别输入深度神经网络MLP_3，经深度神经网络MLP_3的编码器decoder编码到三维坐标空间并解码出各测量点的最终变形，输出每个测量点的预测变形三维向量；

5)优化模型；

所述步骤2)中，将所有焊点的特征向量x₁～x_m分别输入深度神经网络MLP_1，经编码器encoder_1编码后，得到焊点隐空间向量h₁～h_m；将每个三坐标测量点的设计三维坐标向量p₁～p_n-m分别输入深度神经网络MLP_2，经编码器encoder_2编码后，得到测点隐空间向量h_m+1～h_n；h₁～h_m及h_m+1～h_n均位于同一个向量空间，组成n个离散向量h₁～h_n；

根据h₁～h_n所处全局坐标系度量空间通过K近邻算法为h₁～h_n节点添加边关系构成图拓扑结构G＝(H,E)，其中，对于任意i节点h_i∈H，节点向量空间H属于k维实向量空间R^k，即

节点i、j间的边e_ij∈E，其中，E表示图拓扑结构G的边空间，代表图上任意两连接节点对；

其中，h_i表示任意的第i个节点的离散向量；i，j表示节点；m表示焊点的数量；n表示离散向量的数量；

所述步骤3)中，将所得图拓扑结构G进行图拉普拉斯特征向量分解的方法为：

31)构建图拓扑结构G的邻接矩阵A，邻接矩阵A为n×n的0-1方阵，方阵元素表征两对应节点是否具有相邻关系；若两节点i,j相邻，则a_ij＝1，否则a_ij＝0；a_ij为邻接矩阵元素，即a_ij∈A；

32)构建图拓扑结构G的对称规范化拉普拉斯矩阵L^sys，且：

L^sys＝D^-1/2LD^-1/2

其中，D为图拓扑结构G的度矩阵；L为图拓扑结构G的拉普拉斯矩阵，且：

L＝D-A

33)图拓扑结构G的对称规范化拉普拉斯矩阵L^sys为对称阵，因此对L^sys进行特征分解(谱分解)：

其中，为列向量，属于节点向量空间H，即为对称规范化拉普拉斯矩阵L^sys的特征值矩阵，λ₁～λ_n表示分别表示图拓扑结构G的对称规范化拉普拉斯矩阵L^sys的特征值；

在图拓扑结构G上构建图谱卷积单元层的方法为：设第i层图卷积层的输入特征为X_i，输出特征为X_i+1；其中X∈R^n×k，R^n×k表示n×k维的实矩阵空间，n为图节点个数，k为隐空间向量维度；

34)由于输入特征是具有k通道的多通道图结构，为每一个通道设计一组滤波器参数g_θ(Λ)，分别对多通道图结构的每个通道进行卷积，卷积后得到特征矩阵且：

其中，为一个图滤波器的参数；表示λ_i的一个非线性函数，其中i＝{1,2,...,n}；

35)将卷积后得到的图中节点每个通道进行特征线性变换，特征变换矩阵为W∈R^k×k，并通过基于元素级的非线性激活函数ReLu，得到输出数据X_i+1，即：

其中，R^k×k表示k×k维的实矩阵空间；

所述步骤3)中，提取白车身每个测量点邻域内的力热动力信息的方法为：

36)将构建得到的图谱卷积单元层通过残差结构连接为深度残差图卷积神经网络；深度残差图卷积神经网络具有L层基本残差结构，每层基本残差结构的图卷积神经网络GCN均由图谱卷积单元构成；深度残差图卷积神经网络最后第L层输出白车声所有焊点及测量点上最终的力热动力信息；

所述步骤5)中，优化模型的方法为：将每个测量点的实际变形三维向量与预测变形三维向量作L2范数的差值的Loss，并将各测量点的平均L2范数差值Loss_Avg作为优化目标，并使用Adam梯度器对Loss_Avg进行优化，得到基于图卷积网络的白车身点焊变形预测模型。

2.根据权利要求1所述基于图卷积网络的白车身点焊变形预测模型构建方法，其特征在于：所述步骤1)中，焊接特征包括：

过程信号的局部峰值、局部谷值、峰值时刻、谷值到峰值时间、上升速率、终了值、跌落值和跌落速率；过程信号包括动态电阻、电极位移和电极压力；

声发射信号的最大振动幅值、事件能量、振铃数和上升时间。