基于增强图网络的管材液压胀形网格变形场预测方法、系统、介质及设备
本发明涉及金属管材塑性成形,特别是关于一种基于增强图网络的管材液压胀形网格变形场预测方法、系统、介质及设备。
背景技术:
1、管材液压胀形是利用内部液体压力与轴向补料共同驱动管坯发生塑性变形并贴合模具型腔的先进成形工艺。该工艺可用于制造复杂异型截面管件,具有零件整体性好、成形精度高、材料利用率高等优点,广泛应用于汽车、航空航天、轨道交通和工程机械等领域。在液压胀形过程中,管材变形受内压路径、轴向补料路径、模具型腔几何、摩擦系数、材料性能、初始壁厚、温度和接触边界等因素共同影响。若工艺参数不匹配,容易产生局部过度减薄、开裂、起皱、贴模不足等缺陷。因此,快速准确预测管材液压胀形过程中的节点位移、周向应变、轴向应变、壁厚变化和缺陷风险,对工艺设计、缺陷预警和闭环控制具有重要意义。
2、现有技术中,管材液压胀形变形预测主要依赖有限元模拟。有限元方法可以获得较高精度的节点位移场、应变场和壁厚场,但计算时间长、建模成本高,难以满足实时数字孪生和在线控制需求。传统机器学习代理模型多以工艺参数为输入,以最大减薄率、最大应变或成形力等标量为输出,难以保留有限元网格的空间拓扑信息,无法实现节点级全场变量预测。卷积神经网络虽然适合规则图像数据,但管材有限元网格通常具有非规则拓扑结构,将其强行展开为二维图像容易损失几何邻接关系和局部变形特征。
3、图神经网络适合处理由节点和边构成的非规则网格数据,能够直接利用有限元网格拓扑结构进行消息传递。然而,若仅将原始有限元网格作为图输入,仍存在边界节点信息不足、几何工艺参数难以充分嵌入、加载路径和外部边界条件难以参与节点更新等问题。因此,如何能够同时表达网格拓扑、几何构型、内压补料等工艺载荷,以及模具接触约束,实现高精度、快速的液压胀形变形场预测,成为目前亟需解决的技术问题。
技术实现思路
1、针对上述问题,本发明的目的是提供一种基于增强图网络的管材液压胀形网格变形场预测方法、系统、介质及设备,通过增强图结构和三并行图网络,在保留有限元网格拓扑的同时改善边界预测稳定性、提高工艺参数传播效率,并实现节点级位移、应变、壁厚和缺陷风险的快速同步预测。
2、为实现上述目的,第一方面,本发明采取的技术方案为:一种基于增强图网络的管材液压胀形网格变形场预测方法,其包括:构建管材液压胀形有限元样本数据库,通过改变几何参数、材料参数和工艺参数生成多组有限元仿真样本;将管材液压胀形有限元网格表示为原始图结构,该原始图结构包括管材网格节点集合、由相邻网格节点连接形成的边集合和全局几何-工艺参数集合,并构建节点特征、边特征和全局工艺参数;在原始图结构的基础上对节点集合和边集合进行增强,得到增强图结构,增强包括:设置边界虚拟节点和虚拟边;设置与全部真实节点连接的全局虚拟节点,用于聚合全场状态并传播全局工艺参数;根据模具型腔几何构造理想目标构型,将节点目标坐标、节点到模具型腔距离、周向角、轴向归一化位置、局部曲率和/或理想胀形比嵌入增强节点特征;构建编码-消息传递-解码图神经网络,以样本数据库中的有限元结果为监督标签训练;图神经网络包括编码器、处理器和解码器,编码器将增强节点特征、边特征和全局工艺参数映射至隐空间,处理器通过图消息传递更新节点隐变量,解码器输出节点级场变量;将当前液压胀形状态输入训练后的图神经网络,输出下一时间步或目标成形时刻各真实节点的三维位移、变形后坐标、周向应变、轴向应变、等效塑性应变、壁厚、减薄率和/或缺陷风险。
3、在一些实施例中,增强结构包括增强节点集合、增强边集合和全局几何-工艺参数集合;其中,增强节点集合包括原始真实节点和所添加的虚拟节点,增强边集合包括原始边和所添加的虚拟边;
4、设置边界虚拟节点和虚拟边,包括:
5、在管材两端密封区、轴向补料区、模具接触过渡区和自由胀形区的边界处添加虚拟节点和虚拟边,使边界节点与内部节点具有一致或近似一致的邻接度;
6、对于边界节点,根据设定的虚拟节点间距系数,在边界节点的法向或轴向外侧构造虚拟节点。
7、在一些实施例中,设置与全部真实节点连接的全局虚拟节点,包括:
8、在增强图中设置一个全局虚拟节点,并将该全局虚拟节点与所有真实节点连接;
9、全局虚拟节点用于聚合全场网格状态和全局工艺参数,并在消息传递过程中将内压、补料、温度、摩擦和材料特征传播到所有节点。
10、在一些实施例中,根据模具型腔几何构造理想目标构型,包括:
11、根据模具型腔几何和给定成形进程,构造管材在无缺陷、均匀胀形条件下的理想目标构型;
12、对于每个真实节点,计算其理想目标坐标以进一步构造节点几何增强特征;节点几何增强特征用于将模具几何、贴模目标和液压胀形变形趋势直接嵌入节点特征,使图网络不仅学习节点间关系,还学习节点相对于目标型腔的偏差。
13、在一些实施例中,编码器包括节点编码器、边编码器和全局工艺参数编码器;节点编码器将增强节点特征映射到隐空间,边编码器将增强边特征映射到隐空间,全局工艺参数编码器将全局工艺参数映射到隐空间,且节点编码器、边编码器和全局工艺参数编码器均为多层感知机;
14、处理器由若干图消息传递层组成,每一层包括三个并行图网络块,三个并行图网络块为轴向图网络块、周向图网络块和径向图网络块,或者为x方向图网络块、y方向图网络块和z方向图网络块;三个并行图网络块分别预测不同方向上的节点位移分量,或者分别更新节点在不同方向上的隐变量,从而将三维变形场预测任务分解为多个方向子任务;
15、解码器包括位移解码器和场变量解码器;位移解码器输出各真实节点的三维位移分量,或在柱坐标体系下输出径向位移分量、周向位移分量和轴向位移分量,并根据位移分量与当前节点坐标得到变形后节点坐标;场变量解码器输出周向应变、轴向应变、等效塑性应变、预测壁厚、壁厚减薄率和缺陷风险指标。
16、在一些实施例中,每个图网络块包括边模型、全局模型、消息聚合函数和节点模型;
17、边模型根据相邻节点隐变量和边隐变量计算边消息,并构造反向边消息以表达相邻节点间内力作用的相反性和局部平衡关系;
18、全局模型根据节点隐变量和全局工艺参数隐变量计算作用于节点的全局工艺消息;
19、消息聚合函数对节点的邻域边消息进行聚合;
20、节点模型根据当前节点隐变量、聚合后的邻域边消息和全局工艺消息更新节点隐变量。
21、在一些实施例中,以样本数据库中的有限元结果为监督标签训练,包括:
22、以有限元计算结果作为监督标签,构建多任务物理约束损失函数;
23、多任务物理约束损失函数包括位移损失、应变损失、壁厚损失、贴模约束损失、场变量平滑损失和体积近似守恒损失;
24、其中,贴模约束损失根据预测节点到模具型腔曲面的距离构建,体积近似守恒损失根据相邻单元或相邻节点构成的局部网格区域变形前后的体积差构建。
25、第二方面,本发明采取的技术方案为:一种基于增强图网络的管材液压胀形网格变形场预测系统,其包括:样本数据库构建模块,构建管材液压胀形有限元样本数据库,通过改变几何参数、材料参数和工艺参数生成多组有限元仿真样本;原始图结构构建模块,将管材液压胀形有限元网格表示为原始图结构,该原始图结构包括管材网格节点集合、由相邻网格节点连接形成的边集合和全局几何-工艺参数集合,并构建节点特征、边特征和全局工艺参数;增强图构建模块,在原始图结构的基础上对节点集合和边集合进行增强,得到增强图结构,增强包括:设置边界虚拟节点和虚拟边;设置与全部真实节点连接的全局虚拟节点,用于聚合全场状态并传播全局工艺参数;根据模具型腔几何构造理想目标构型,将节点目标坐标、节点到模具型腔距离、周向角、轴向归一化位置、局部曲率和/或理想胀形比嵌入增强节点特征;图神经网络构建与训练模块,构建编码-消息传递-解码图神经网络,以样本数据库中的有限元结果为监督标签训练;图神经网络包括编码器、处理器和解码器,编码器将增强节点特征、边特征和全局工艺参数映射至隐空间,处理器通过图消息传递更新节点隐变量,解码器输出节点级场变量;预测输出模块,将当前液压胀形状态输入训练后的图神经网络,输出下一时间步或目标成形时刻各真实节点的三维位移、变形后坐标、周向应变、轴向应变、等效塑性应变、壁厚、减薄率和/或缺陷风险。
26、第三方面,本发明采取的技术方案为:一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机的程序指令,所述程序指令被处理器执行时实现如上述方法对应的步骤。
27、第四方面,本发明采取的技术方案为:一种计算设备,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计算机程序时实现上述方法中的任一方法。
28、本发明由于采取以上技术方案,其具有以下优点:
29、1、本发明保留液压胀形有限元网格拓扑信息,直接以有限元网格节点和边为输入,不需要将管材表面强制转换为规则图像,避免几何邻接关系丢失,适合复杂异型管件和非均匀网格。
30、2、本发明通过虚拟节点改善边界预测稳定性,在管材端部、密封区、补料区和接触边界添加虚拟节点和虚拟边,使边界节点获得充分邻域信息,降低边界节点预测突变。
31、3、本发明通过全局虚拟节点提高工艺参数传播效率,设置全局虚拟节点,将内压、补料、温度、摩擦和材料参数快速传递至全场节点,提高复杂加载条件下的预测一致性。
32、4、本发明将模具型腔目标构型嵌入节点特征,根据液压胀形理想目标构型构造增强节点特征,包括目标坐标、节点到模具距离、局部曲率和理想胀形比,使模型能够学习当前节点与目标贴模状态之间的关系。
33、5、本发明采用三并行图网络块提高三维位移预测精度,将三维位移预测分解为多个方向子任务,通过并行图网络块分别处理轴向、周向和径向变形,提高模型对复杂三维变形的表达能力。
34、6、本发明能实现多场变量同步预测,不仅预测节点位移,还能够同步输出应变、壁厚、减薄率和缺陷风险,适用于液压胀形数字孪生和在线闭环控制。
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