CN119167532B 一种基于多尺度建模的钣金件结构性能分析方法 （杭州森阳机械有限公司）

512.一种基于多尺度建模的钣金件结构性能分本发明提供一种基于多尺度建模的钣金件利用有限元分析方法对多尺度模型进行多工况2步骤S2、将预处理后的点云数据导入逆向工程软件进步骤S3、对参数化的三维数字化模型进行网格划分，步骤S31、采用基于机器学习的智能特征识别方法对三维数字化模型进行几何清理和步骤S314、构建用于在图域上进行特征识别和分割的GNN网3数以最小化特征分类误差；使用训练好的GNN网络模型对钣金件三维数字化模型进行特征步骤S316、根据GNN网络模型的特征分割结果，对三维数字化模型进行几何清理和简2.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在3.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在4.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在45.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在6.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在建立基于节点自由度耦合的位置约束关系，在局部子模型与全局尺7.根据权利要求1所述的一种基于多尺度建模的钣金件结构性能分析方法，其特征在56[0024]步骤S31、采用基于机器学习的智能特征识别方法对三维数字化模型进行几何清[0029]步骤S36、将局部子模型嵌入全局尺度有限元网格模型，形成钣金件的多尺度模7络参数以最小化特征分类误差；使用训练好的GNN网络模型对钣金件三维数字化模型进行到高维的隐藏表示；第二全连接层用于通过全连接操作将第一全连接层的输出映射到K维8[0044]步骤S43、选择隐式求解器或显式求解器以匹配不同的载荷工况和材料非线性特[0047]本发明的一种基于多尺度建模的钣金件结构性能分析方法，通过融合三维扫描、明的实施并不局限于下面的实施例，对本发明所做的任何形式上的变通和/或改变都将落晓的部件，其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获9采样和点云平滑。点云滤波可采用统计滤波方法或半径滤波方法，点云配准可采用ICP算[0069]在步骤S21_S25中，本实施例将预处理后的点云数据转化为参数化的三维数字化[0071]步骤S31、采用基于机器学习的智能特征识别方法对三维数字化模型进行几何清卷积操作，输出32个特征图；第一池化层对第一卷积层的输出进行2×2×2的最大池化操个分支的卷积和池化操作，第一分支进行3×3×3的卷积操作和2×2×2的最大池化操作，第二分支进行3×3×3的卷积操作和4×4×4的最大池化操作，第三分支进行3×3×3的卷进行2×2×2的最大池化操作，将特征图尺寸减半；第一全连接层将第二池化层的输出展为三维CNN网络模型的输出转化为的节点特征矩阵，第一图卷积层对输入数据进行图卷积络参数以最小化特征分类误差；使用训练好的GNN网络模型对钣金件三维数字化模型进行特征识别方法并通过其自动提取和识别钣金件的关键几何特征，以及指导模型简化过程。络与三维CNN网络形成了一个协同的特征提取为网格加密的候选区域并对其单元进行加密