龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：东南大学
摘要：本发明设计了一种基于图神经网络的孪生表面接触变形误差建模方法。本发明通过机理模型与数据模型融合的思想提出了一种基于图神经网络的孪生表面接触变形误差建模方法，对两个装配接触面进行离散，在离散的基础上通过节点、边和全局属性进行图结构化，形成离散接触图；通过有限元法对离散接触图求解接触变形误差，构建离散接触变形数据集；构建包含输入层、中间层、重构层、预测层的图神经网络结构；图神经网络结构的输入层用于接收数据集中的离散接触变形样本；中间层设定向量聚合更新机制，以边向量为求解向量，通过边向量表达接触变形误差，可提高虚拟模型与物理模型的实时交互性。
主权项：1.一种基于图神经网络的孪生表面接触变形误差建模方法，其特征在于，包括以下步骤：步骤1：以边密度为ρ对两个装配接触面进行离散，在离散的基础上通过节点、边和全局属性进行图结构化，形成离散接触图，步骤2：通过有限元法对步骤1中的离散接触图求解接触变形误差，构建离散接触变形数据集，步骤3：构建包含输入层、中间层、重构层、预测层的图神经网络结构，步骤4：图神经网络结构的输入层用于接收数据集中的离散接触变形样本，步骤5：中间层由三个神经网络组成，设定向量聚合更新机制，以边向量为求解向量，通过边向量表达接触变形误差，分别对节点向量、边向量、全局向量进行更新，步骤6：基于步骤5中得到的聚合重构之后的边向量构建重构层，重构层为图神经网络中间层的输出，步骤7：预测层由一个神经网络组成，以步骤6的重构层中装配接触图聚合重构后的边向量为输入，构建边向量预测神经网络，预测边向量的值，所预测的值即为孪生表面接触变形的结果，步骤8：所构建的图神经网络模型即为孪生表面接触变形误差构建模型。
全文数据：
权利要求：
百度查询： 东南大学 一种基于图神经网络的孪生表面接触变形误差建模方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号