[发明专利]一种基于数值模拟和深度学习的搅拌摩擦焊缝成形预测的工艺参数、焊具结构优化方法有效
| 申请号： | 201910238706.4 | 申请日： | 2019-03-27 |
| 公开（公告）号： | CN110008554B | 公开（公告）日： | 2022-10-18 |
| 发明（设计）人： | 黄永宪;谢聿铭;孟祥晨;陈磊 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/23;G06F111/06;G06F111/10 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 安琪 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于数值模拟和深度学习的搅拌摩擦焊缝成形预测的工艺参数、焊具结构优化方法，属于搅拌摩擦焊技术领域。所述方法包括：步骤一、设定三次模拟试验作为数据测试集；步骤二、计算焊接过程中材料流动场和温度场分布情况；步骤三、计算不同参数下搅拌摩擦焊具断裂失效情况，并计算不同参数下焊缝成形质量及缺陷分布情况；步骤四、利用生成对抗网络深度学习模型遍历所有工艺参数和焊具结构的焊缝成形结果，获得在保证焊具可靠工作前提下焊缝成形最优化结果。本发明所述方法目的在于为生产中最优化搅拌摩擦焊工艺提供有效的普适性预测方法，具有降低时间消耗、材料成本以及预测精确度高等优点。 | ||
| 搜索关键词： | 一种 基于 数值 模拟 深度 学习 搅拌 摩擦 焊缝 成形 预测 工艺 参数 结构 优化 方法 | ||
【主权项】：
1.一种基于数值模拟和深度学习的搅拌摩擦焊缝成形预测优化方法，其特征在于，所述搅拌摩擦焊缝成形预测优化方法包括：步骤一、进行至少三次针对搅拌摩擦焊缝成形的模拟试验，作为数值模拟模型的数据基础和生成对抗网络深度学习模型的测试集，然后生成对抗网络深度学习模型；步骤二、根据给定的实际工况及材料物性参数建立用于数值模拟模型，计算焊接过程中材料流动场和温度场分布情况；步骤三、根据步骤二获得的材料流动场和温度场分布情况，结合单向流固耦合模型，计算不同参数下搅拌摩擦焊具断裂失效情况；然后，结合离散相模型，计算不同参数下焊缝成形质量及缺陷分布情况；步骤四、根据上述计算所得焊缝成形质量及缺陷分布情况和焊具断裂失效情况，利用生成对抗网络深度学习模型遍历所有工艺参数和焊具结构的焊缝成形结果，从而获得在保证焊具可靠工作前提下焊缝成形最优化结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910238706.4/，转载请声明来源钻瓜专利网。
