Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学苏州研究院徐世伟获国家专利权

湖南大学苏州研究院徐世伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南大学苏州研究院申请的专利一种基于几何分区的一体压铸件结构参数化建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121580874B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610107354.9,技术领域涉及:G06F30/27;该发明授权一种基于几何分区的一体压铸件结构参数化建模方法是由徐世伟;鲁后国;宋华;束照坤;阚洪贵;袁秋奇;肖培杰设计研发完成,并于2026-01-27向国家知识产权局提交的专利申请。

一种基于几何分区的一体压铸件结构参数化建模方法在说明书摘要公布了:本申请公开了一种基于几何分区的一体压铸件结构参数化建模方法,涉及三维建模技术领域,方法包括:对一体压铸件结构的CAE模型中的各个节点进行特征聚合,得到CAE模型的多个超节点;确定每个超节点最近的相邻超节点,并建立边索引;根据各个超节点和边索引构建得到一体压铸件结构对应的图网络模型;以图网络模型作为训练样本,以CAE模型对应的目标性能参数作为训练标签,训练图卷积网络;当图卷积网络的预测误差达到预设的最优值时,将当前的图网络模型确定为一体压铸件结构的最优图网络模型。本申请通过特征聚合将各个节点进行压缩为超节点,再基于超节点和图卷积网络对图网络模型进行优化,可实现高效、精确的参数化设计。

本发明授权一种基于几何分区的一体压铸件结构参数化建模方法在权利要求书中公布了:1.一种基于几何分区的一体压铸件结构参数化建模方法,其特征在于,所述方法包括以下步骤: 对一体压铸件结构的CAE模型中的各个节点进行特征聚合,得到所述CAE模型的多个超节点; 确定每个所述超节点最近的相邻超节点,并建立边索引; 根据各个所述超节点和所述边索引构建得到所述一体压铸件结构对应的图网络模型; 以所述图网络模型作为训练样本,以所述CAE模型对应的目标性能参数作为训练标签,训练图卷积网络; 当所述图卷积网络的预测误差达到预设的最优值时,将当前的所述图网络模型确定为所述一体压铸件结构的最优图网络模型; 所述对一体压铸件结构的CAE模型中的各个节点进行特征聚合,得到所述CAE模型的多个超节点,包括以下步骤: 提取所述一体压铸件结构的参数化数据库中不同结构参数所对应的所述CAE模型; 以各个所述CAE模型的有限元网格节点为依据,分别将各个所述CAE模型离散为包含多个节点的节点集合; 对各个所述节点集合提取初始特征向量,并利用加权系数矩阵将所述初始特征向量转换为最终特征矩阵; 以所述最终特征矩阵为聚类目标,对每个所述节点集合中的所有节点进行聚类并划分到对应的簇中; 对每个簇中的节点进行特征聚合,得到每个簇对应的所述超节点; 所述对每个簇中的节点进行特征聚合,得到每个簇对应的所述超节点,包括以下步骤: 对每个簇中所有节点取中心点坐标作为所述超节点的几何特征; 将每个簇中所有节点的厚度进行平均,取平均厚度作为所述超节点的厚度特征; 对每个簇中所有节点,确定数量最多且材料属性相同的节点,进而将所述材料属性作为所述超节点的材料特征,最终得到所述超节点。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南大学苏州研究院,其通讯地址为:215131 江苏省苏州市相城区北桥街道凤北荡路200号3号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。