一种车辆引擎盖抗凹性能训练数据集提取方法及系统与流程
本申请属于有限元仿真,尤其涉及一种车辆引擎盖抗凹性能训练数据集提取方法及系统。
背景技术:
1、车辆引擎盖属于车身重要覆盖件。在局部载荷作用下,引擎盖的位移变形响应直接反映其抗凹性能,并影响结构设计、材料选型以及性能校核。工程上通常采用有限元分析软件建立引擎盖模型,通过节点、单元、材料、属性、约束及载荷等信息构成计算模型,再求解不同加载位置和加载过程下的节点位移响应。
2、对于车型迭代和多工况性能校核,重复执行完整有限元求解需要较多计算时间。图神经网络能够利用网格节点及其连接关系描述有限元模型,因此可以通过历史有限元样本学习结构、材料、边界及载荷条件与节点响应之间的映射关系,并用于后续快速预测。但是,在有限元模型直接用于图神经网络训练之前,需要将分散在有限元输入文件和分析结果文件中的几何信息、拓扑关系、材料属性、边界约束、载荷条件及响应结果转换为统一且相互对应的图数据结构。若依赖人工逐项整理或依赖前处理器反复导出数据,容易造成数据制作耗时、不同样本字段不一致以及模型输入与结果标签难以按节点准确对齐等问题。
技术实现思路
1、有鉴于此,本申请旨在提出一种车辆引擎盖抗凹性能训练数据集提取方法及系统,以解决车辆引擎盖有限元模型中多源基础信息、网格拓扑和仿真位移结果难以自动转换为统一图结构训练样本的问题。
2、为达到上述目的,本申请的技术方案是这样实现的:
3、第一方面,本申请提供了一种车辆引擎盖抗凹性能训练数据集提取方法,包括:
4、读取车辆引擎盖抗凹有限元模型输入文件,按照预设关键字提取包含有节点、壳单元、材料、属性、约束、加载单元及加载中心节点的基础信息;
5、基于所述基础信息建立节点与单元、材料、约束及载荷之间的关联关系,生成各节点的节点特征,所述节点特征包括节点空间坐标、载荷状态及载荷值、相对加载中心的位置特征、邻接及曲度特征、自由度约束特征、材料特征和节点法向量特征,根据所述壳单元的节点连接关系生成图拓扑,并基于图拓扑中相邻节点的相对坐标和节点间距离生成边特征;
6、读取有限元分析结果文件中的节点位移历程,在预设加载时刻获取各节点合位移并形成节点位移标签;
7、对所述节点特征中的连续型特征、边特征和节点位移标签进行归一化,将处理后的节点特征、所述图拓扑、边特征及节点位移标签封装为与图神经网络相适配的图数据样本,并汇集不同加载工况和/或不同有限元模型对应的图数据样本,得到车辆引擎盖抗凹性能训练数据集。
8、第二方面,基于同一发明构思,本申请还提供了一种车辆引擎盖抗凹性能训练数据集提取系统,包括:
9、基础信息提取模块,被配置为读取车辆引擎盖抗凹有限元模型输入文件,按照预设关键字提取包含有节点、壳单元、材料、属性、约束、加载单元及加载中心节点的基础信息;
10、特征生成模块,被配置为基于所述基础信息建立节点与单元、材料、约束及载荷之间的关联关系,生成各节点的节点特征,所述节点特征包括节点空间坐标、载荷状态及载荷值、相对加载中心的位置特征、邻接及曲度特征、自由度约束特征、材料特征和节点法向量特征,根据壳单元的节点连接关系生成图拓扑,并基于图拓扑中相邻节点的相对坐标和节点间距离生成边特征;
11、位移获取模块,被配置为读取有限元分析结果文件中的节点位移历程,在预设加载时刻获取各节点合位移并形成节点位移标签;
12、数据集生成模块,被配置为对所述节点特征中的连续型特征、边特征和节点位移标签进行归一化,将处理后的节点特征、所述图拓扑、边特征及节点位移标签封装为与图神经网络相适配的图数据样本,并汇集不同加载工况和/或不同有限元模型对应的图数据样本,得到车辆引擎盖抗凹性能训练数据集。
13、第三方面,基于同一发明构思,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的方法。
14、第四方面,基于同一发明构思,本申请还提供了一种非暂态计算机可读存储介质,其中,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
15、相对于现有技术,本申请所述的一种车辆引擎盖抗凹性能训练数据集提取方法及系统具有以下有益效果:
16、本申请通过对车辆引擎盖有限元模型文件中的节点、单元、材料、属性、约束及载荷等基础信息进行自动化提取,并结合节点空间位置、受载状态、邻域拓扑关系、几何曲度、材料参数及边连接特征等多维信息构建适用于图神经网络的数据集,同时利用仿真结果文件提取节点位移响应作为训练标签,实现了有限元仿真数据向图结构训练数据的自动转换。通过该方法能够减少传统人工整理有限元仿真数据的工作量,提高训练数据集构建效率和数据一致性,为图神经网络模型快速训练及车辆引擎盖抗凹性能预测提供可靠的数据基础,从而降低反复有限元仿真的计算成本,缩短车辆结构设计优化周期,提高抗凹性能预测效率和准确性。
1.一种车辆引擎盖抗凹性能训练数据集提取方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于:
3.根据权利要求1所述的方法,其特征在于,所述载荷状态及载荷值、相对加载中心的位置特征的生成包括:
4.根据权利要求1所述的方法,其特征在于,所述邻接及曲度特征和节点法向量特征的生成包括:
5.根据权利要求1所述的方法,其特征在于:
6.根据权利要求1所述的方法,其特征在于,所述生成图拓扑和边特征包括:
7.根据权利要求1所述的方法,其特征在于,所述形成节点位移标签包括:
8.根据权利要求1所述的方法,其特征在于:
9.根据权利要求1所述的方法,其特征在于,还包括:
10.一种车辆引擎盖抗凹性能训练数据集提取系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com