一种面网格自动生成方法、装置、设备及介质制造方法及图纸

本申请公开了一种面网格自动生成方法、装置、设备及介质，涉及计算机技术领域，该方法包括：将目标模块化飞行器分为各目标部件区及各目标部件交界区；对各目标部件区进行区域划分得到各目标部件区分别对应的各划分后部件区域，对各划分后部件区域进行网格划分得到各划分后部件区域分别对应的面网格A；在目标部件区的几何尺寸发生变化时通过网格变形方法自动完成面网格A的变形得到各变化后部件区域和各变化后部件区域分别对应的面网格B；利用交界区网格生成模型对各变化后部件交界区进行网格划分得到各变化后部件交界区分别对应的面网格D；基于面网格B和面网格D得到所述目标模块化飞行器对应的面网格E。能够提高网格生成效率和网格精度。成效率和网格精度。成效率和网格精度。

【技术实现步骤摘要】
一种面网格自动生成方法、装置、设备及介质


[0001]本专利技术涉及计算机
，特别涉及一种面网格自动生成方法、装置、设备及介质。

技术介绍

[0002]当前，在飞行器设计开发的过程中，CFD(Computational Fluid Dynamics，计算流体动力学)计算结果的精度对飞行器设计结果有重要影响。若CFD计算结果的误差很大，设计结果的可靠性将会受到质疑，故保证CFD计算的精度至关重要。而CFD网格的质量对CFD计算的精度有非常重大的影响，故工程师们来非常重视网格生成环节的工作，因此，如何快速有效地生成CFD分析所需要的高质量网格一直是飞行器外形设计与优化过程中的痛点。
[0003]现有技术，一方面是手动处理得到网格，虽然CFD工程师手动划分得到的网格，质量好，但一般而言，手工生成一套高质量的CFD计算网格需要花费一名优秀的CFD工程师数小时甚至数日的宝贵时间，对于生成一套网格，如此的时间消耗尚可承担，但是，对于模块化飞行器方案设计阶段气动布局反复优化迭代过程中出现的大量相似外形，这种时间消耗将大大降低飞行器方案优化的效率；另一方面是软件自动划分得到网格，此方式耗时短，但网格质量差，会影响后续分析精度。
[0004]综上所述，如何提高网格生成效率，并提高网格精度是当前接待解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种面网格自动生成方法、装置、设备及介质，能够提高网格生成效率，并提高网格精度。其具体方案如下：
[0006]第一方面，本申请公开了一种面网格自动生成方法，包括：
[0007]将目标模块化飞行器分为各目标部件区及各目标部件交界区；
[0008]通过客户端对各所述目标部件区进行区域划分以得到各所述目标部件区分别对应的各划分后部件区域，并对各所述划分后部件区域进行网格划分得到各所述划分后部件区域分别对应的面网格A；
[0009]在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各变化后部件区域以及各所述变化后部件区域分别对应的面网格B；
[0010]利用预先通过深度学习训练得到的具有各类预设部件交界区和网格模型之间映射关系的交界区网格生成模型对各变化后部件交界区进行网格划分得到各所述变化后部件交界区分别对应的面网格D；所述变化后部件交界区为所述目标部件区对应的几何尺寸发生变化后的部件交界区；
[0011]对所述面网格B和所述面网格D进行光顺处理，得到所述目标模块化飞行器对应的面网格E。
[0012]可选的，所述将目标模块化飞行器分为各目标部件区及各目标部件交界区，包括：
[0013]通过深度学习算法检测目标模块化飞行器的三维外形数模，以区分出所述目标模块化飞行器的各目标部件区，并将所述目标模块化飞行器中除各目标部件区的其它区域作为待识别区域；
[0014]通过深度学习算法识别各所述待识别区域的交界区信息，并基于所述待识别区域和所述待识别区域对应的交界区信息得到各目标部件交界区；所述交界信息包括与所述待识别区域相交的所述目标部件区。
[0015]可选的，所述利用预先通过深度学习训练得到的具有各类预设部件交界区和网格模型之间映射关系的交界区网格生成模型对各变化后部件交界区进行网格划分得到各所述变化后部件交界区分别对应的面网格D之前，还包括：
[0016]在各类预设模块化飞行器的各预设部件交界区中加入分区特征标记以区分各所述预设部件交界区；
[0017]通过客户端对具有所述分区特征标记的各所述预设部件交界区进行网格划分得到面网格C；
[0018]利用具有所述分区特征标记的各所述预设部件交界区和对应的所述面网格C进行卷积神经网络训练，以得到具有所述各预设部件交接区和所述面网格C之间的映射关系的所述交界区网格生成模型。
[0019]可选的，所述在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各变化后部件区域以及各所述变化后部件区域分别对应的面网格B之前，还包括：
[0020]对各所述面网格A进行网格分区以得到各目标网格区域，建立所述目标网格区域与相应的所述目标网格区域中所述网格点之间的映射关系。
[0021]可选的，所述在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各目标网格区域以及各所述变化后部件区域分别对应的面网格B，包括：
[0022]在所述目标部件区对应的几何尺寸发生变化时，基于所述面网格A和变化后目标部件区，并通过网格变形方法自动确定各所述目标网格区域分别对应的变化后网格区域的边界点的第一目标坐标；
[0023]基于所述第一目标坐标以及所述目标网格区域与相应的所述目标网格区域中所述网格点之间的映射关系确定各所述网格点的第二目标坐标；
[0024]基于所述第一目标坐标和所述第二目标坐标完成各所述划分后部件区域和各所述面网格A的变形得到各所述划分后部件区域以及各所述划分后部件区域分别对应的面网格B。
[0025]可选的，所述对各所述面网格A进行网格分区以得到各目标网格区域，建立所述目标网格区域与相应的所述目标网格区域中所述网格点之间的映射关系，包括：
[0026]对各所述面网格A进行网格分区以得到各目标网格区域，为所述各目标网格区域设置各自对应的全局编号，并为各所述目标网格区域中的网格点设置局部编号，然后建立所述目标网格区域的全局编号与相应的所述目标网格区域中所述网格点的局部编号之间的映射关系。
[0027]相应的，所述在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法
自动完成所述划分后部件区域和所述面网格A的变形得到各目标网格区域以及各所述变化后部件区域分别对应的面网格B，包括：
[0028]在所述目标部件区对应的几何尺寸发生变化时，确定各所述目标网格区域对应的所述全局编号，然后基于所述面网格A和变化后目标部件区，并通过网格变形方法自动确定各所述目标网格区域分别对应的变化后网格区域的边界点的第一目标坐标；
[0029]基于所述第一目标坐标以及所述全局编号和所述局部编号之间的映射关系确定各所述局部编号对应的所述网格点的第二目标坐标；
[0030]基于所述第一目标坐标和所述第二目标坐标完成各所述划分后部件区域和各所述面网格A的变形得到各所述变化后部件区域以及各所述变化后部件区域分别对应的面网格B。
[0031]可选的，所述对所述面网格B和所述面网格D进行光顺处理，得到所述目标模块化飞行器对应的面网格E之后，还包括：
[0032]利用所述交界区网格生成模型对所述面网格B和所述面网格D进行光顺处理，得到所述目标模块化飞行器对应的面网格E。
[0033]第二方面，本申请公开了一种面网格自动生成装置，包括：
[0034]飞行器划分模块，用于将目标模块化飞行器分为各目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面网格自动生成方法，其特征在于，包括：将目标模块化飞行器分为各目标部件区及各目标部件交界区；通过客户端对各所述目标部件区进行区域划分以得到各所述目标部件区分别对应的各划分后部件区域，并对各所述划分后部件区域进行网格划分得到各所述划分后部件区域分别对应的面网格A；在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各变化后部件区域以及各所述变化后部件区域分别对应的面网格B；利用预先通过深度学习训练得到的具有各类预设部件交界区和网格模型之间映射关系的交界区网格生成模型对各变化后部件交界区进行网格划分得到各所述变化后部件交界区分别对应的面网格D；所述变化后部件交界区为所述目标部件区对应的几何尺寸发生变化后的部件交界区；对所述面网格B和所述面网格D进行光顺处理，得到所述目标模块化飞行器对应的面网格E。2.根据权利要求1所述的面网格自动生成方法，其特征在于，所述将目标模块化飞行器分为各目标部件区及各目标部件交界区，包括：通过深度学习算法检测目标模块化飞行器的三维外形数模，以区分出所述目标模块化飞行器的各目标部件区，并将所述目标模块化飞行器中除各目标部件区的其它区域作为待识别区域；通过深度学习算法识别各所述待识别区域的交界区信息，并基于所述待识别区域和所述待识别区域对应的交界区信息得到各目标部件交界区；所述交界信息包括与所述待识别区域相交的所述目标部件区。3.根据权利要求1所述的面网格自动生成方法，其特征在于，所述利用预先通过深度学习训练得到的具有各类预设部件交界区和网格模型之间映射关系的交界区网格生成模型对各变化后部件交界区进行网格划分得到各所述变化后部件交界区分别对应的面网格D之前，还包括：在各类预设模块化飞行器的各预设部件交界区中加入分区特征标记以区分各所述预设部件交界区；通过客户端对具有所述分区特征标记的各所述预设部件交界区进行网格划分得到面网格C；利用具有所述分区特征标记的各所述预设部件交界区和对应的所述面网格C进行卷积神经网络训练，以得到具有所述各预设部件交接区和所述面网格C之间的映射关系的所述交界区网格生成模型。4.根据权利要求1所述的面网格自动生成方法，其特征在于，所述在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各变化后部件区域以及各所述变化后部件区域分别对应的面网格B之前，还包括：对各所述面网格A进行网格分区以得到各目标网格区域，建立所述目标网格区域与相应的所述目标网格区域中所述网格点之间的映射关系。
5.根据权利要求4所述的面网格自动生成方法，其特征在于，所述在所述目标部件区对应的几何尺寸发生变化时，通过网格变形方法自动完成所述划分后部件区域和所述面网格A的变形得到各变化后部件区域以及各所述变化后部件区域分别对应的面网格B，包括：在所述目标部件区对应的几何尺寸发生变化时，基于所述面网格A和变化后目标部件区，并通过网格变形方法自动确定各所述目标网格区域分别对应的变化后网格区域的边界点的第一目标坐标；基于所述第一目标坐标以及所述目标网格区域与相应的所述目标网格区域中所述网格点之间的映射关系确定各所述网格点的第二目标坐标；基于所述...

【专利技术属性】
技术研发人员：王月星，欧帅，陈安强，缪炜星，简铭，陈滨琦，
申请(专利权)人：中航成都无人机系统股份有限公司，
类型：发明
国别省市：