基于深度學(xué)習(xí)的板殼結(jié)構(gòu)網(wǎng)格智能劃分技術(shù)研究

打開文本圖片集

【摘要】為解決板殼結(jié)構(gòu)網(wǎng)格劃分效率低、合格率低等問題，提出了一種基于深度學(xué)習(xí)的板殼結(jié)構(gòu)有限元網(wǎng)格智能劃分技術(shù)。首先，對板殼結(jié)構(gòu)典型特征進(jìn)行分類，并為每類特征開發(fā)網(wǎng)格劃分策略；其次，基于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練特征識(shí)別模型，自動(dòng)調(diào)用策略完成特征區(qū)域網(wǎng)格劃分；最后，對非特征區(qū)域進(jìn)行幾何清理及網(wǎng)格優(yōu)化。經(jīng)某乘用車白車身驗(yàn)證，與主流batchmesh方法相比，該方法將網(wǎng)格自動(dòng)劃分合格率從82.1%提升至92.6%，總工時(shí)減少66.7%，顯著改善了網(wǎng)格質(zhì)量與效率。（剩余10306字）