用于训练机器学习模型以在生成三维对象的设计时修改形状的部分的技术制造技术

在各种实施方案中，一种训练应用程序训练机器学习模型以在设计3D对象时修改形状的部分。所述训练应用程序将具有第一分辨率的第一结构分析数据转换为具有第二分辨率的第一粗结构分析数据，所述第二分辨率低于所述第一分辨率。随后，所述训练应用程序基于第一形状、所述第一粗结构分析数据以及得自所述第一形状的第二形状来生成一个或多个训练集。每个训练集与所述第一形状的不同部分相关联。所述训练应用程序然后使用所述训练集对所述机器学习模型执行一个或多个机器学习操作，以生成经训练的机器学习模型。所述经训练的机器学习模型基于具有所述第二分辨率的粗结构分析数据来修改具有所述第一分辨率的形状的至少一部分。修改具有所述第一分辨率的形状的至少一部分。修改具有所述第一分辨率的形状的至少一部分。

【技术实现步骤摘要】
用于训练机器学习模型以在生成三维对象的设计时修改形状的部分的技术

技术介绍


[0001]各种实施方案总体上涉及计算机科学和计算机辅助设计，并且更具体地涉及用于训练机器学习模型以在生成三维对象的设计时修改形状的部分的技术。
[0002]相关技术的描述
[0003]三维(“3D”)对象的生成式设计是自动地生成3D对象的满足用户指定的任何数量和类型的设计目标和设计约束的设计的计算机辅助的设计过程。在一些实现方式中，生成式设计应用程序基于设计目标和设计约束来指定任何数量的拓扑优化问题。每个问题规范包括形状边界以及与拓扑优化问题相关的任何数量的参数的值。参数的一些示例包括但不限于材料类型、制造方法、制造约束、负载用例、设计约束、设计目标以及完成标准。生成式设计应用程序然后配置拓扑优化应用程序，以独立地解决每个拓扑优化问题。为了解决给定的拓扑优化问题，典型的拓扑优化应用程序基于形状边界来生成形状，并且然后基于不同参数的值迭代地优化形状。生成式设计应用程序将得到的优化形状作为设计空间中的设计呈现给用户。最后，用户探索“生成式”设计空间来选择设计空间中包括的设计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于训练机器学习模型以在设计三维(“3D”)对象时修改形状的部分的计算机实现的方法，所述方法包括：将具有第一分辨率的第一结构分析数据转换为具有第二分辨率的第一粗结构分析数据，所述第二分辨率低于所述第一分辨率；基于第一形状、所述第一粗结构分析数据以及得自所述第一形状的第二形状来生成一个或多个训练集，其中所述一个或多个训练集中的每一者与所述第一形状的不同部分相关联；以及使用所述一个或多个训练集对所述机器学习模型执行一个或多个机器学习操作，以生成第一经训练的机器学习模型，所述第一经训练的机器学习模型被训练为基于具有所述第二分辨率的粗结构分析数据来修改具有所述第一分辨率的形状的至少一部分。2.如权利要求1所述的计算机实现的方法，其中生成所述一个或多个训练集包括：将所述第一形状转换为具有所述第二分辨率的粗形状；以及对所述第一形状、所述第一粗结构分析数据、所述粗形状和所述第二形状中的每一者执行滑动窗口算法，以生成所述一个或多个训练集。3.如权利要求1所述的计算机实现的方法，其中生成所述一个或多个训练集包括：基于所述第一形状、所述第一粗结构分析数据和所述第二形状来确定多个潜在训练集，其中所述多个潜在训练集中包括的每个潜在训练集包括所述第二形状的不同部分；以及基于到所述第一形状的表面的多个距离对所述多个潜在训练集执行一个或多个过滤操作，以生成所述一个或多个训练集。4.如权利要求1所述的计算机实现的方法，其中所述一个或多个训练集中包括的第一训练集包括所述第二形状的第一部分，并且所述一个或多个训练集中包括的第二训练集包括所述第二形状的第二部分，所述第二部分与所述第二形状的所述第一部分至少部分地重叠。5.如权利要求1所述的计算机实现的方法，其中生成所述一个或多个训练集包括：生成第一训练数据集，所述第一训练数据集包括所述第一形状的第一部分、所述第一粗结构分析数据的第二部分和所述第二形状的第三部分；以及基于3D旋转方向来将所述第一形状的所述第一部分、所述第一粗结构分析数据的所述第二部分和所述第二形状的所述第三部分旋转，以生成第二训练集。6.如权利要求1所述的计算机实现的方法，其中将所述第一结构分析数据转换为所述第一粗结构分析数据包括对所述第一结构分析数据执行一个或多个下采样操作。7.如权利要求1所述的计算机实现的方法，其中将所述第一结构分析数据转换为所述第一粗结构分析数据包括：对所述第一结构分析数据执行一个或多个场传递操作或重新网格化操作，以生成未归一化粗结构分析数据；以及对所述未归一化粗结构分析数据的至少一部分执行一个或多个归一化操作，以生成所述第一粗结构分析数据。8.如权利要求1所述的计算机实现的方法，其中所述第一粗结构分析数据包括多个应变能值、多个位移或多个旋转中的至少一者。
9.如权利要求1所述的计算机实现的方法，其中所述第一形状包括形状元素的3D网格，并且其中每个形状元素与具有所述第一分辨率的3D栅格的不同体素相关联。10.如权利要求1所述的计算机实现的方法，其中所述机器学习模型包括神经网络，并且所述第一经训练的机器学习模型包括所述神经网络的训练版本或另一类型的机器学习模型的训练版本中的至少一者。11.一种或多种非暂时性计算机可读介质，所述非暂时性计算机可读介质包括指令，所述指令在由一个或多个处理器执行时致使所述一个或多个处理器通过执行以下步骤来训练机器学习模型以在设计三维(“3D”)对象时修改形状的部分：将具有第一分辨率的第一结构分析数据转换为具有第二分辨率的第一粗结构分析数据，所述第二分辨率低于所述第一分辨率；基于第一形状、所述第一粗结构分析数据以及得自所述第一形状的第二形...

【专利技术属性】
技术研发人员：张然，M，
申请(专利权)人：欧特克公司，
类型：发明
国别省市：