当前位置: 首页 > 专利查询>中南大学专利>正文

多模态融合的碰撞塑性变形点云序列预测方法技术

技术编号:40035529 阅读:24 留言:0更新日期:2024-01-16 18:54
本发明专利技术公开了一种多模态融合的碰撞塑性变形点云序列预测方法,属于结构碰撞变形点云预测技术领域,包括以下步骤:S1:构建结构碰撞变形过程多模态融合预测代理模型;S2:构建数据集并进行预处理,划分为训练集和验证集;S3:利用训练集对所述结构碰撞变形过程多模态融合预测代理模型进行训练,利用验证集进行模型验证;S4:输入结构的几何参数、材料设计参数以及由几何参数确定的结构初始有限元网格节点点云,预测耐撞性响应数据和结构碰撞变形点云数据。

【技术实现步骤摘要】

本专利技术属于结构碰撞变形点云预测,具体涉及一种多模态融合的碰撞塑性变形点云序列预测方法


技术介绍

1、碰撞变形模式约束下的结构耐撞性优化问题需要快速构建针对种群个体变形模式约束,然而通过有限元仿真获取结构碰撞变形数据的时间成本过高,难以实际应用。因此,需要借助代理模型快速预测薄壁结构碰撞变形数据。

2、将结构碰撞变形过程的有限元网格节点点云序列与结构耐撞性优化过程结合仍然存在较大的挑战,其中的关键在于有限元仿真求解的速度过慢。

3、通常在碰撞变形模式约束下的结构耐撞性优化过程中,需要对结构耐撞性响应及碰撞变形表示进行成千上万次的求解,若采用有限元方法进行仿真求解,所耗费的时间成本和计算资源难以计数。


技术实现思路

1、有鉴于此,本专利技术的目的在于提供一种多模态融合的碰撞塑性变形点云序列预测方法,构建能够同时完成结构耐撞性响应和结构碰撞变形表示预测的代理模型,加速结构耐撞性优化过程。

2、为达到上述目的,本专利技术提供如下技术方案:

3、一种多模态融合的碰撞本文档来自技高网...

【技术保护点】

1.一种多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:所述结构碰撞变形过程多模态融合预测代理模型包括多模态特征嵌入与融合层、特征提取层、耐撞性响应预测层以及结构碰撞变形点云预测层;

3.根据权利要求2所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:所述特征提取层中,编码器模块由三个点云滑窗注意力PSAB模块和两个PPM模块交替堆叠而成,解码器模块则与编码器模块保持对称,由三个PSAB和两个点云像素重排操作PPS模块交替堆叠而成,Bottle Neck模...

【技术特征摘要】

1.一种多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:所述结构碰撞变形过程多模态融合预测代理模型包括多模态特征嵌入与融合层、特征提取层、耐撞性响应预测层以及结构碰撞变形点云预测层;

3.根据权利要求2所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:所述特征提取层中,编码器模块由三个点云滑窗注意力psab模块和两个ppm模块交替堆叠而成,解码器模块则与编码器模块保持对称,由三个psab和两个点云像素重排操作pps模块交替堆叠而成,bottle neck模块则由“ppm-psab-pps”串联的形式构成;psab模块视作点云自适应注意力特征提取模块,经过psab处理的融合特征的大小保持不变;ppm模块在编码器模块中视作下采样层,其作用是合并相邻一定范围内的从上一层传来的融合特征,并由此得到更高一层的特征作为当前特征的高级抽象;pps模块视作上采样层,其作用是将抽象的高层特征恢复至对应的底层特征维度;

4.根据权利要求2所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于:在结构碰撞变形点云预测层中,特征首先经过一个pps模块,特征大小从[c,n/4]恢复至[t×3,n],其中t表示预测的结构碰撞变形点云序列所包含的时间步数,最后利用一个psab模块对最终的预测输出进行微调。

5.根据权利要求2所述的多模态融合的碰撞塑性变形点云序列预测方法,其特征在于...

【专利技术属性】
技术研发人员:阳程星许平李朝阳郭维年姚曙光
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1