基于深度学习的板壳结构网格智能划分技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】为解决板壳结构网格划分效率低、合格率低等问题，提出了一种基于深度学习的板壳结构有限元网格智能划分技术。首先，对板壳结构典型特征进行分类，并为每类特征开发网格划分策略；其次，基于卷积神经网络训练特征识别模型，自动调用策略完成特征区域网格划分；最后，对非特征区域进行几何清理及网格优化。经某乘用车白车身验证，与主流batchmesh方法相比，该方法将网格自动划分合格率从82.1%提升至92.6%，总工时减少66.7%，显著改善了网格质量与效率。（剩余10306字）

试读结束

目录
monitor