基于深度学习的结构位移场预测方法

• 作者: 胡烨之 张雅琪 卢昌红 .上海慧广科技发展有限公司 .锦天城(合肥)律师事务所 .合肥瀚网软件科技有限公司
• 来源期刊: 计算机辅助工程
• 学科: 工学
• 关键词: 深度学习;模型训练;位移场;预测;空间薄壳结构
• 年，卷（期）: 2024,（4）
• 页码范围: 71-78
• 页数: 8页
• 语种: 中文
• DOI: 10.13340/j.cae.2024.04.012

摘要

基于有限元法基本方程，将特征拓展层嵌入深度学习模型，依托Abaqus软件接口编写训练集生成器，实现单个模型预测结构全位移分量。采用Tensorflow框架下的Keras API训练空间薄壳结构的深度学习模型，对预测效果进行定量分析，结果表明：深度学习模型的计算效率较仿真模型显著提高，位移的最大值和分布规律预测与仿真结果基本一致，但在位移0值边界处存在误差增大的现象。