[发明专利]一种三维网格模型的降维方法、电子设备和介质在审
申请号: | 202210692935.5 | 申请日: | 2022-06-17 |
公开(公告)号: | CN115017773A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 刘飞香;廖金军;赵贵生;蒋海华;王永胜;凡遵金;胡冕 | 申请(专利权)人: | 中国铁建重工集团股份有限公司 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/27;G06T17/20;G06N3/04;G06N3/08 |
代理公司: | 长沙七源专利代理事务所(普通合伙) 43214 | 代理人: | 邹琦;张勇 |
地址: | 410100 湖南省长*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 三维 网格 模型 方法 电子设备 介质 | ||
1.一种三维网格模型的降维方法,其特征在于,具体步骤如下:
步骤S1:三维网格模型仿真,具体是,对三维网格模型进行有限元分析得到每个网格节点的空间坐标以及节点信息,基于空间坐标以及节点信息对所述三维网格模型进行多次仿真,得到仿真结果数据,所述仿真结果数据以矩阵的形式保存为矩阵A,所述仿真结果数据包括节点最大值、节点空间坐标信息、节点应力值以及节点应变值;
步骤S2:划分降维区域,具体是,将步骤S1中的矩阵A的节点赋予颜色并建立节点三维图,基于色差变化将节点三维图中色差发生变化的区域划分为降维区域和非降维区域,将所述降维区域中的节点重新构建矩阵,保存为矩阵B,将非降维区域的节点重新构建矩阵,保存为矩阵C;
步骤S3:降维处理得到降维模型,具体是,通过神经网络算法建立训练网络,将仿真边界条件作为输入参数,步骤S2中的矩阵B的节点空间坐标信息、节点应力值以及节点应变值作为输出参数,对矩阵B进行降维处理得到降维模型。
2.根据权利要求1所述的降维方法,其特征在于,在步骤S1中,所述节点信息包括受力工况范围,所述三维网格模型在受力工况范围内选取至少两种受力工况进行仿真计算,所述受力工况包括最大受力工况以及最小受力工况。
3.根据权利要求1所述的降维方法,其特征在于,在步骤S2中,对矩阵A中的节点赋予颜色的具体步骤如下:
建立颜色区间,对每个节点赋予初始颜色,将区间等分为N个小区间并将不同区间赋予不同的颜色,N的取值为3-50;对节点的节点应力值进行归一化处理,根据节点应力值将节点与颜色区间进行逐一映射,得到节点三维图。
4.根据权利要求3所述的降维方法,其特征在于,所述颜色区间的范围为[0,1]。
5.根据权利要求1所述的降维方法,其特征在于,在步骤S2中,颜色的数值采用0到256进行表示;任意一个数值变化超过K时则认为色差发生变化,所述K的取值范围为0到50。
6.根据权利要求1所述的降维方法,其特征在于,在步骤S3中,所述神经网络算法结构包括输入层、输出层、隐藏层和导出层,所述输入层用于写入输入参数,输出层用于浮现输出参数,所述隐藏层用于计算降维模型,所述导出层用于保存降维模型。
7.根据权利要求6所述的降维方法,其特征在于,在步骤S3中,所述隐藏层的参数设置如下:隐藏层层数设置为5-100,激活函数为sigmoid或者tanh函数,验证数据和测试数据选择总数据量的5-30%,迭代轮次为100-10000。
8.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任意一项所述的降维方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的降维方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国铁建重工集团股份有限公司,未经中国铁建重工集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210692935.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种衣夹自动化设备
- 下一篇:一种汽车线束整理装置