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：湖南大学

摘要：本发明公开一种基于深度算子网络的焊接材料力学性能参数智能求解方法，包括：制作母材标准拉伸试件和焊接结构拉伸试件；分别对母材标准拉伸试件和焊接结构拉伸试件进行材料硬度测试和拉伸试验，得到试验结果；根据不同焊接方式的结构特性，利用实体单元与壳单元建立焊接结构有限元模型，确定有限元模型的设计参数，设计参数包括焊接结构几何参数和材料参数；设置设计参数的设计空间，进行参数化建模，生成参数化有限元模型；利用深度算子网络建立设计参数与目标响应值之间的代理模型；利用优化算法，以代理模型预测结果与试验结果的误差最小化为优化目标，求解出焊缝及热影响区的几何及材料性能参数，提高焊接结构仿真结果的准确性。

主权项：1.一种基于深度算子网络的焊接材料力学性能参数智能求解方法，其特征在于，包括：制作母材标准拉伸试件和焊接结构拉伸试件；分别对母材标准拉伸试件和焊接结构拉伸试件进行材料硬度测试和拉伸试验，得到试验结果；根据不同焊接方式的结构特性，利用实体单元与壳单元建立焊接结构有限元模型，确定有限元模型的设计参数，所述设计参数包括焊接结构几何参数和材料参数；设置所述设计参数的设计空间，进行参数化建模，生成参数化有限元模型；根据所述设计参数、设计空间以及参数化有限元模型，利用深度算子网络建立设计参数与目标响应值之间的代理模型；基于所述代理模型，利用优化算法，以代理模型预测结果与试验结果的误差最小化为优化目标，求解出焊缝及热影响区的几何及材料性能参数；其中，根据所述设计参数、设计空间以及参数化有限元模型，利用深度算子网络建立设计参数与目标响应值之间的代理模型，包括：根据所述设计参数和设计空间，采用拉丁超立方采样方法在设计空间内进行采样，得到设计空间内的采样数据集X（m，n），式中m为采样数量，n为设计变量个数；根据所述采样数据集，利用所述参数化有限元模型提交至求解器进行有限元求解计算，获取目标响应值数据集Y（m，k），式中m为采样数量，k为响应值数量；将X（m，n）和Y（m，k）按照7:3分为训练样本和验证样本；将深度算子网络与生成对抗网络相结合，根据训练样本训练训练样本集，生成在输出域上连续的代理模型，根据验证样本验证代理模型的精度；将深度算子网络与生成对抗网络相结合，根据训练样本训练训练样本集，生成在输出域上连续的代理模型，根据验证样本验证代理模型的精度，包括：深度算子网络由一个编码离散输入空间的分支网络和另一个编码输出函数域的主干网络组成，深度算子网络的表达式为： ；式中，z为深度算子网络的分支网络的输入参数；r代表主干网络和分支网络的维数；x为主干网络的输入参数，表示函数的输出域；b0为偏差；bk（z）表示因变系数，是z的函数；tk（x）表示x的基函数；Gzx表示以z为条件的x的函数。

全文数据：

权利要求：

百度查询： 湖南大学 基于深度算子网络的焊接材料力学性能参数智能求解方法