一种基于有限元模型与机器学习算法的管柱应力预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于有限元模型与机器学习算法的管柱应力预测方法
申请号:CN202510981656
申请日期:2025-07-16
公开号:CN120911179A
公开日期:2025-11-07
类型:发明专利
摘要
一种基于有限元模型与机器学习算法的管柱应力预测方法,包括以下步骤:步骤一:基于有限元模型分析生成基准数据集,基准数据集包含节点坐标矩阵和对应的等效应力向量;步骤二:基于K‑Means聚类,对节点坐标矩阵进行无监督学习,进行结构感知特征提取;步骤三:对结构感知特征提取后的每一个节点,提取该节点的原始三维坐标、所属簇的质心坐标、到簇质心的欧氏距离,以及用独热编码表示的簇隶属关系,构建融合结构信息的复合特征矩阵;步骤四:基于的复合特征矩阵和等效应力向量,对XGBoost算法与自定义目标函数的XGBoost模型训练;步骤五:通过训练好的XGBoost模型,获取管柱应力预测值。本发明具备预测速度快、工程实用性强、预测精度高的特点。
技术关键词
机器学习算法 节点 应变片传感器 管柱 无监督学习 坐标 矩阵 预测误差 XGBoost模型 效应 轴向拉伸载荷 基准 高应力 配套夹具 加法模型 数据采集系统 感知特征 噪声数据