公开(公告)号：CN112949000A

公开(公告)日：2021-06-11

申请号：CN202110218764.8

申请日：2021-02-26

Applicant: 北京理工大学

Inventor： 刘广彦 ,  熊土林 ,  王璐 ,  高先智 ,  马少鹏

IPC: G06F30/17 ,  G06F30/23 ,  G06F30/27 ,  G06F119/14

Abstract: 本发明公开了一种基于卷积神经网络模型的构件残余应力反演方法，包括以下步骤：测量构件散点残余应力；建立代理模型，所述代理模型由U‑net卷积网络组成，包括：划分构件有限元网格、生成代理模型的训练和验证样本、转换样本为图片矩阵形式、切割图片样本、搭建基于深度学习的代理模型网络和训练代理模型；优化模型参数，包括：构造残余应力实测值与模型优化值方差的目标函数，利用代理模型不断更新优化单元温度分布，直至满足收敛条件，此时由代理模型得到的残余应力场即为构件内真实残余应力分布。本发明用基于深度学习的代理模型替代现有技术中的有限元更新法，能够显著提高残余应力反演的效率。

公开(公告)号：CN112949000B

公开(公告)日：2022-08-02

申请号：CN202110218764.8

申请日：2021-02-26

Applicant: 北京理工大学

Inventor： 刘广彦 ,  熊土林 ,  王璐 ,  高先智 ,  马少鹏

IPC: G06F30/17 ,  G06F30/23 ,  G06F30/27 ,  G06F119/14

Abstract: 本发明公开了一种基于卷积神经网络模型的构件残余应力反演方法，包括以下步骤：测量构件散点残余应力；建立代理模型，所述代理模型由U‑net卷积网络组成，包括：划分构件有限元网格、生成代理模型的训练和验证样本、转换样本为图片矩阵形式、切割图片样本、搭建基于深度学习的代理模型网络和训练代理模型；优化模型参数，包括：构造残余应力实测值与模型优化值方差的目标函数，利用代理模型不断更新优化单元温度分布，直至满足收敛条件，此时由代理模型得到的残余应力场即为构件内真实残余应力分布。本发明用基于深度学习的代理模型替代现有技术中的有限元更新法，能够显著提高残余应力反演的效率。