一种AI预测雨刮簧片压力分布的方法技术

本发明专利技术公开了一种AI预测雨刮簧片压力分布的方法，包括以下步骤：S1、向CAE仿真模型输入雨刮特征X，通过CAE仿真模型预测玻璃上形成的压力分布结果并输出结果Y；S2、通过雨刮特征X和输出的压力分布结果Y对AI模型进行训练；S3、AI模型经过训练获得雨刮特征X和输出的压力分布结果Y之间的关系模型。本发明专利技术结合当前科技发展引申出来的AI技术及CAE仿真技术，将人工智能技术应用到机械行业的雨刮弧度压力分布预测技术当中，将两者优点相结合，在兼顾准确性的同时提高效率。

【技术实现步骤摘要】

本专利技术涉及雨刮，具体为一种ai预测雨刮簧片压力分布的方法。

技术介绍

1、当前雨刮行业发展要求，随着电动车的普及，市场上电动车对雨刮噪音的要求日渐苛刻，外形发展趋势上玻璃面逐渐大型化，曲面复杂化和流线化，对雨刮的要求也越来越高，对雨刮的核心部件簧片弧度要求也越来越高，对雨刮弧度的设计要求时效和准确度也越来越高。

2、目前雨刮各厂家，雨刮簧片弧度的设计，简单的方式是根据设备成型原理采取手工调整的方式，实测压力分布结果；标准的的操作方式是采用cae(computer aidedengineering)建模，利用力学模型做仿真模拟分析，再根据分析结果做实际测量确认。

3、但还存在一定缺陷：

4、1、手工调整的方式，需要依靠经验，且会有大量摸索及人为判定的因素在，虽然出结果比较快，但是得出的结果准确性差，需要反复多次调试，不能满足当前的快和准的要求。

5、2、cae建模仿真，需要做好前期的建模工作，且需要大量的运算，虽然准确性高，但是建模和运算耗时长，效率低，不能满足当前越来越短的开发时间要求。

6、本文档来自技高网...

【技术保护点】

1.一种AI预测雨刮簧片压力分布的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种AI预测雨刮簧片压力分布的方法，其特征在于：AI模型采用类神经网络，是一种非线性统计模型，其主要由输入层、隐藏层及输出层所组成，输入层中包括多个神经元A。

3.根据权利要求2所述的一种AI预测雨刮簧片压力分布的方法，其特征在于：将X和Y在训练过程中不同组合情况下得到的值参数设为“W”，是系统的影响系数值，指的是参数的敏感度，并通过输入层A与输出层B之数据，对W值进行训练，以建立AB间的关系模型，具体为：

4.根据权利要求1所述的一种AI预测雨刮簧片压力分布的...

【技术特征摘要】

1.一种ai预测雨刮簧片压力分布的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种ai预测雨刮簧片压力分布的方法，其特征在于：ai模型采用类神经网络，是一种非线性统计模型，其主要由输入层、隐藏层及输出层所组成，输入层中包括多个神经元a。

3.根据权利要求2所述的一种ai预测雨刮簧片压力分布的方法，其特征在于：将x和y...

【专利技术属性】
技术研发人员：刘欢，黄松林，李嘉明，
申请(专利权)人：江苏云睿汽车电器系统有限公司，
类型：发明
国别省市：