一种基于深度学习的飞机结构件设计方法技术

本发明专利技术公开了一种基于深度学习的飞机结构件设计方法，该方法包括使用CATIA函数库CAA进行特征提取阶段、利用OpenCv辅助的特征的分类剥离阶段、特征数据深度学习阶段、使计算机可以自主识别飞机结构件特征并根据用户提出的请求自主设计及改良飞机结构件。具体步骤为：构建CATIA特征提取平台构建、特征载体及调试控制系统；将CATIA函数库CAA作用于飞机结构件二维模型上并将其特征以矩阵、图像等方式呈现出来，在OpenCv软件的作用下将得到的若干特征通过图像识别的方式进行剥离；将剥离出来的特征作为训练数据进行深度学习训练，从而使计算机可以自主识别飞机结构件的特征。该方法增强了飞机结构件自主设计的过程可控性、提高了飞机结构件设计的质量和效率。飞机结构件设计的质量和效率。飞机结构件设计的质量和效率。

【技术实现步骤摘要】
一种基于深度学习的飞机结构件设计方法


[0001]本专利技术涉及飞机结构件设计
，特别是涉及一种基于深度学习的飞机结构件设计方法。

技术介绍

[0002]当前的飞机研发和制造，飞机结构件人机交互系统广泛应用于航空领域中飞机结构件的设计，但随着飞机结构件自主设计系统既要提高飞机的设计质量和设计效率，又要降低飞机的制造和研发成本的更高要求，对飞机结构件人机交互系统的低成本和高重复利用率提出了更高的要求，而飞机结构件人机交互系统的智能化、高效化、自动化直接影响了系统的使用性能。为了提高飞机结构件设计知识的重用度以及飞机结构件的设计效率，满足我国对于飞机结构件的高质量的需求，研制基于深度学习的飞机结构件方法具有重要的现实意义。
[0003]一种基于参数构件的参数化飞机结构设计方法(CN103310032A)用参数化构建表述飞机结构中的典型零件，构建中包含结构的几何信息和非几何信息，所述参数化构件是对飞机设计中常用的部件进行归纳整理而形成的、包含几何及非几何属性数据信息的三位数字模型；该方法将造成飞机结构件设计过程过于复杂，每设计一个飞机结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的飞机结构件设计方法，该方法包括使用CATIA函数库CAA进行特征提取阶段、利用OpenCv辅助的特征的分类剥离阶段、特征数据深度学习阶段、使计算机可以自主识别飞机结构件特征并根据用户提出的请求自主设计及改良飞机结构件，所述特征提取阶段是根据飞机结构件设计需要部署特征甄别系统、特征控制系统；所述分类剥离阶段是将OpenCv特征识别功能作用于飞机结构件上，使其将板筋、蒙皮、助板等特征剥离；所述深度学习阶段是将刚刚提取出来的飞机结构件特征作为训练集使用在学习中，其中使用的深度学习系统包括特征提取系统、特征分离系统、特征表达形式数据化系统、特征深度学习优化系统、特征自动完善系统；所述特征提取装置包括CATIA的CAA函数库、OpenCv图像识别库、静态模型识别库，所述特征分离装置包括Matlab图像处理库、OpenCv特征分离函数库、Python特征校验函数库，所述特征表达形式数据化系统有所述CATIA内自动数据转换系统及DELMIA辅助系统，所述深度学习优化系统包括Pytorch框架下的CNN神经网络特征特征学习系统，所述特征自动完善系统包括CATIA特征知识库、CATIA知识工程库、特征改进库，所述的飞机结构件特征识别方法具体包括以下步骤：(1)根据飞机结构件的材料特性、复杂结构要求特征提取装置、分类剥离、深度学习控制系统；(2)通过不同的飞机机翼组成部分的特征表现剥离特征，并为每个特征进行铭名；(3)将识别出来的特征作为深度学习的训练库，再次通过飞机结构的知识库验证深度学习训练出来的结果，如果训练结果基本符合要求，则将训练结果加入知识库，作为其中的一种识别方式；(4)将完成当前零件识别的深度学习知识体系转移至下一个飞机结构件的标准，然后循环(2)、(3)步骤，直至所有的飞机结构件特征识别工作工作保质保量完成。2.根据权利要求1所述的一种基于深度学习的飞机结构件设计方法，其特征在于：所述特征提取系统通过CATIA的函数库CAA以矩阵以及点...

【专利技术属性】
技术研发人员：郝博，尹兴超，王明阳，郭嵩，闫俊伟，王杰，
申请(专利权)人：东北大学，
类型：发明
国别省市：