CN117763927B - 一种几何-网格孪生驱动的仿真模型自动更新方法 - Google Patents
一种几何-网格孪生驱动的仿真模型自动更新方法 Download PDFInfo
- Publication number
- CN117763927B CN117763927B CN202410195563.4A CN202410195563A CN117763927B CN 117763927 B CN117763927 B CN 117763927B CN 202410195563 A CN202410195563 A CN 202410195563A CN 117763927 B CN117763927 B CN 117763927B
- Authority
- CN
- China
- Prior art keywords
- model
- grid
- geometric model
- control point
- plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000013507 mapping Methods 0.000 claims abstract description 45
- 238000012986 modification Methods 0.000 claims abstract description 27
- 230000004048 modification Effects 0.000 claims abstract description 27
- 238000013461 design Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000001131 transforming effect Effects 0.000 claims abstract description 3
- 238000005070 sampling Methods 0.000 claims description 57
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 2
- 239000013598 vector Substances 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 125000000174 L-prolyl group Chemical group [H]N1C([H])([H])C([H])([H])C([H])([H])[C@@]1([H])C(*)=O 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种几何‑网格孪生驱动的仿真模型自动更新方法，属于数字孪生领域，步骤：首先，对基准几何模型进行处理获得基准仿真模型和修改后的几何模型；其次，基于基准几何模型和修改后的几何模型建立对应的两个曲面网格模型，进行映射获得两个平面网格模型；第三，根据节点编号对应关系获得两个曲面网格模型的控制点集合；第四，训练两个控制点集的坐标关系，获得二者之间映射关系；最后，基于映射关系对基准仿真模型中的有限元节点的坐标进行变换，实现修改后的网格模型的孪生，完成仿真模型自动更新。本发明解决了仿真模型中由于部分几何发生修改，仿真模型进行更新时步骤繁琐、迭代速度慢的缺点，具有高效性和鲁棒性，便于开展后续的结构优化设计。
Description
技术领域
本发明属于数字孪生领域，提供一种几何-网格孪生驱动的仿真模型自动更新方法。
背景技术
为了提高飞行器、航天器等结构的强度重量比、增加结构使用的可靠性，整体壁板、框、梁、肋等多种类型的薄壁零件被广泛的应用到结构设计中。这些薄壁零件普遍具有结构复杂、特征种类多、设计精度要求高等特点。在设计阶段，往往需要考虑结构力学性能、零件安装尺寸、空间避让等多种因素，进行多次构型修改。
现有的仿真模型修改方法是，首先通过在CAD软件（例如Pro/E、UG）中建立局部几何模型，将其保存为一定格式的CAD文件，再进行模型导入、划分网格、设置材料属性、装配、载荷和边界条件等前处理操作，然后进行后续的力学分析。一旦几何形状再次发生改变，需要重新导入模型，再对其进行有限元前处理，获得与之对应的仿真模型。上述方法要求分析人员每次对改变后的几何模型进行相应的有限元前处理工作，建模步骤繁琐，这严重制约了设计分析效率，从而延长了开发周期，增加了成本。
因此亟需发明一种几何-网格孪生驱动的仿真模型自动更新方法，无需对几何模型进行复杂繁琐的有限元前处理，通过融合修改前后几何模型的信息及基准仿真模型的网格信息，自动获得修改后的仿真模型。
Xu W等人[Xu W, Neumann I. Finite element analysis based on aparametric model by approximating point clouds[J]. Remote Sensing, 2020, 12(3): 518]通过将实际测量的几何模型与CAD建模的模型进行结合，提高了几何模型的精度，并且通过有限元方法直接对点云进行计算，实现了CAD和CAE的连续性，但是该方法的本质是对现有的CAD模型进行微幅变化，且难以融合到现有的有限元分析框架。
发明内容
针对现有技术存在的问题，本发明提出一种几何-网格孪生驱动的仿真模型自动更新方法，主要解决仿真模型修改步骤繁琐、迭代周期长的问题。
为了达到上述目的，本发明采用的技术方案为：
一种几何-网格孪生驱动的仿真模型自动更新方法，所述的仿真模型自动更新方法的步骤如下：第一步，通过CAD设计获得基准几何模型，并通过有限元处理获得对应的基准仿真模型，再通过CAD修改获得基准几何模型修改后的几何模型；第二步，基于基准几何模型和修改后的几何模型建立对应的两个曲面网格模型，通过拟共形映射方法对两个曲面网格模型分别进行映射，获得映射后的两个平面网格模型；第三步，基于点云采样方法获得两个平面网格模型的控制点集合，根据节点编号对应关系获得两个曲面网格模型的控制点集合；第四步，利用拟合方法训练第三步中两个曲面控制点集的坐标关系，获得二者之间的映射关系；第五步，基于映射关系，对基准仿真模型中的有限元节点的坐标进行变换，实现修改后的网格模型的孪生，并自动继承第一步中基准仿真模型的有限元设置，完成仿真模型自动更新。具体包括以下步骤：
第一步，通过CAD设计获得基准几何模型，并通过有限元处理获得对应的基准仿真模型，再通过CAD修改得到基准几何模型修改后的几何模型。具体的：
步骤1.1：根据结构的设计需求，通过CAD三维设计软件建立基准几何模型A，并以几何模型的格式（IGES、STP、SAT）输出。
步骤1.2：针对获得的基准几何模型A，在有限元分析软件中进行几何导入、网格划分、材料属性设置、装配、连接关系设置，获得基准仿真模型AFem，其中基准仿真模型中包括有限元网格模型信息（单元类型、节点编号、节点集合）和有限元设置信息（材料属性、连接关系、载荷、边界条件、分析类型）。
步骤1.3：根据工程设计的需求，对基准几何模型A进行修改，通过修改几何模型的形状、改变尺寸、调整角度位置的方式，获得修改后的几何模型B，并以几何模型的格式（IGES、STP、SAT）输出。
第二步，采用三角形的单元类型，对基准几何模型A和几何模型B进行网格划分，建立两个几何模型对应的曲面网格模型；通过拟共形映射方法对两个曲面网格模型分别进行平面参数化，获得映射后的两个平面网格模型；具体的：
步骤2.1：采用三角形网格单元对基准几何模型A进行网格划分，得到几何模型A的曲面网格模型Atra，在曲面网格模型Atra的外轮廓节点中选择4个参考点，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型Atra-Plane，平面参数化前的曲面网格模型Atra和平面参数化后的网格模型Atra-Plane的节点编号与单元类型不发生变化，且互相对应。
步骤2.2：采用三角形网格单元对修改后的几何模型B进行网格划分，得到几何模型B的曲面网格模型Btra，在曲面网格模型Btra的外轮廓节点中选择4个参考点，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型Btra-Plane，平面参数化前的曲面网格模型Btra和平面参数化后平面网格模型Btra-Plane的节点编号与单元类型不发生变化，且互相对应。
第三步，基于点云采样方法获得第二步得到的两个平面网格模型Atra-Plane和Btra-Plane的网格节点集合，并根据节点编号对应关系获得曲面网格模型Atra和Btra的节点集合，并将其作为基准几何模型A和几何模型B的控制点集合；具体的：
步骤3.1：采用点云采样方法对步骤2.1中得到的平面网格模型Atra-Plane的节点进行采样，设置长度方向的采样点数目为m，宽度方向采样点数目为n，获得m*n个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择离采样点欧式距离最小的网格节点；进而得到m*n个平面矩形网格的节点；由于平面参数化前曲面网格模型Atra和平面参数化前后平面网格模型Atra-Plane的节点编号与单元类型不发生变化；因此，根据节点编号的对应关系，能够获得基准几何模型A对应的曲面网格模型Atra的m*n个节点，作为基准几何模型A的控制点集合。
步骤3.2：采用点云采样方法对步骤2.2中得到的平面网格模型Btra-Plane的节点进行采样，设置长度方向的采样点数目为m，宽度方向采样点数目为n，获得m*n个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择欧式距离最近的网格节点；进而得到m*n个平面矩形网格的节点；由于平面参数化前曲面网格模型Btra和平面参数化后平面网格模型Btra-Plane的节点编号与单元类型不发生变化；因此，根据节点编号的对应关系，能够获得几何模型B对应的曲面网格模型Btra的m*n个节点，作为几何模型B的控制点集合。
进一步的，所述的步骤3.1和步骤3.2中控制点集合可以认为是对几何模型轮廓的描述。
进一步的，所述的步骤3.1中点云采样方法包括但不限于网格采样、均匀采样方法、集合采样方法，所述的步骤3.2中点云采样方法包括但不限于网格采样、均匀采样方法、集合采样方法，步骤3.1和步骤3.2中的点云采样方法相同。
进一步的，所述的步骤3.1中几何模型A的控制点集为基准几何模型控制点集。所述的步骤3.2中几何模型B的控制点集为修改后的几何模型控制点集。
第四步，利用拟合方法训练第三步中两个几何模型控制点集的位置坐标关系，获得二者之间的映射关系。具体的：
采用拟合方法对第三步中两个几何模型控制点集进行拟合关系的训练，训练过程的输入为步骤3.1得到的基准几何模型控制点集的坐标值，输出为步骤3.2得到的修改后的几何模型控制点集的坐标值。对于三维结构，输入坐标值应包含x，y，z三个方向的坐标，也就是m*n个三维向量。经过训练后，获得修改前基准几何模型A和修改后几何模型B的控制点集之间的映射关系。所述的映射关系指基准几何模型控制点集的坐标值和修改后的几何模型控制点集的坐标值的拟合关系。
进一步的，所述的拟合方法包括径向基函数神经网络、反向传播神经网络的机器学习方法或基于径向基函数法、克里金法的代理模型方法。
第五步，基于第四步中得到的映射关系，对第一步中的基准仿真模型AFem进行孪生，完成仿真模型自动更新，用于后续的仿真分析和结构性能评估。具体的：
基于第四步获得的修改前基准几何模型A和修改后几何模型B的控制点集之间的映射关系，将第一步建立的基准仿真模型AFem中的网格信息进行坐标变换，这里映射关系的输入是基准仿真模型AFem的所有网格节点坐标，输出是与修改后几何模型B对应的网格节点坐标。在此基础上，集成第一步中有限元设置信息（连接关系、载荷、边界条件、分析类型），完成仿真模型自动更新，获得与几何模型B对应的仿真模型BFem，用于后续的仿真分析和结构性能评估。
本发明的有益效果为：
（1）针对传统几何模型参数化读取困难、无法获得均匀的控制点分布的问题，本发明将曲面几何模型进行三角网格处理，并基于拟共形映射映射为平面，通过在平面获取控制点，根据节点编号对应获得曲面控制点，实现对几何模型控制点的获得。本发明区别于传统的点云生成方法，能够针对不同的几何模型获得相同的且均匀分布的控制点集合。
（2）针对传统仿真模型修改步骤繁琐、修改周期长的问题，本发明无需对几何模型进行复杂繁琐的有限元前处理，通过融合修改前后几何模型的信息实现对应的网格模型生成，并能够继承基准仿真模型的网格信息，自动获得修改后的仿真模型。因此，本发明操作简单、鲁棒性强，对实体、壳体、含开口特征等多种结构形式均使用，无需进行复杂的交互，便可快速实现仿真模型更新，能够解决仿真模型更新步骤繁琐、迭代周期长的缺点，同时具有高效性和鲁棒性，实际应用过程中便于后续结构设计迭代，缩短设计周期。
附图说明
图1为一种几何-网格孪生驱动的仿真模型自动更新方法的实现流程图；
图2为各个模型的示意图；（a）为基准几何模型示意图；（b）为基准仿真模型示意图；（c）修改后几何模型示意图；
图3为不同模型拟共形映射前后模型及参考点示意图；（a）为基准几何模型拟共形映射前后模型及参考点示意图；（b）为修改后几何模型拟共形映射前后模型及参考点示意图；
图4为不同模型的控制点分布图；（a）为修改前基准几何模型的控制点分布图；（b）为修改后几何模型的控制点分布图；
图5为不同仿真模型示意图；（a）为截取的半圆柱面仿真模型；（b）为与修改后对应的曲面仿真模型；（c）最终装配更新的仿真模型；
图6为不同方法得到的一阶频率云图；（a）为通用的仿真模型修改方法一阶频率云图；（b）为仿真模型自动更新方法一阶频率云图；
图7为典型曲面结构仿真自动更新流程示意图；（a）为基准几何模型；（b）为基准几何模型的控制点集合；（c）为基准仿真模型；（d）为修改后的几何模型；（e）为修改后几何模型的控制点集合；（f）为几何模型修改后的仿真模型；
图8为含开孔曲面结构仿真自动更新流程示意图；（a）为基准几何模型；（b）为基准几何模型的控制点集合；（c）为基准仿真模型；（d）为修改后的几何模型；（e）为修改后几何模型的控制点集合；（f）为几何模型修改后的仿真模型；
图9为实体结构仿真自动更新流程示意图；（a）为基准几何模型；（b）为基准几何模型的控制点集合；（c）为基准仿真模型；（d）为修改后的几何模型；（e）为修改后几何模型的控制点集合；（f）为几何模型修改后的仿真模型；
具体实施方式
为使本发明解决的方法问题、采用的方法方案和达到的方法效果更加清楚，下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
图1为本发明实施例提供的一种几何-网格孪生驱动的仿真模型自动更新方法的实现流程图，包括以下步骤：
第一步，通过CAD设计获得基准几何模型，并通过有限元处理获得对应的基准仿真模型，并通过CAD修改获得基准几何模型修改后的几何模型。具体的：
步骤1.1：本实施例采用的几何模型的底部为一个实体圆盘，圆盘直径为350mm，高度为15mm，几何模型上部为一个半圆柱面，直径为300mm，高度为450mm，通过在CAD软件中进行建模，并以IGES的形式进行导出。
步骤1.2：将几何模型导入到ABAQUS有限元软件中，并进行有限元设置，有限元设置信息包括网格划分、边界设置、材料属性施加，建立整体仿真模型，选择半圆柱面作为需要修改的结构，作为基准几何模型A，如图2（a）所示，仿真模型中的对应半圆柱面结构的模型作为基准仿真模型AFem，AFem的网格数目为2115个，如图2（b）所示。
步骤1.3：并根据工程需要，在半圆柱面的范围内进行形状改变，在CAD软件中建立修改后的曲面模型B，如图2（c）所示。
第二步，采用三角形的单元类型，对修改前的基准几何模型A和修改后的几何模型B进行网格划分，建立两个几何模型对应的曲面网格模型，曲面网格模型有两个；通过拟共形映射方法对两个曲面网格模型分别进行平面参数化，获得映射后的两个平面网格模型。具体的：
步骤2.1：采用三角形网格单元对半圆柱面进行网格划分，得到半圆柱面的曲面网格模型，三角单元数目为16920，在曲面网格模型的外轮廓节点中选择4个参考点，参考点位于曲面网格模型节点上，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型。映射过程如图3（a）所示。
步骤2.2：采用三角形网格单元对修改后的几何模型B进行网格划分，得到修改后几何模型的曲面网格模型，三角单元数目为11092，在曲面网格模型的外轮廓节点中选择4个参考点，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型。映射过程如图3（b）所示。
第三步，基于均匀采样方法获得第二步得到的两个平面网格模型的网格节点集合，并根据编号对应关系获得曲面网格模型的节点集合，并将其作为修改前后几何模型的控制点集合。具体的：
步骤3.1：针对第二步步骤2.1中得到的矩形的平面网格模型（单元数目为16920），采用均匀采样方法对平面网格模型的节点进行采样，设置长度方向的采样点数目为30，宽度方向采样点数目为30，获得900个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择离采样点欧式距离最小的网格节点。进而得到900个平面矩形网格的节点。因此，根据节点编号的对应关系，可获得初始的网格模型的900个节点，作为半圆柱面的控制点集合。图4（a）是本实施例得到的曲面控制点示意图。
步骤3.2：针对第二步步骤2.2中得到的平面矩形网格模型（单元数目为11092），采用均匀采样方法对网格模型的节点进行采样，设置长度方向的采样点数目为30，宽度方向采样点数目为30，获得900个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择离采样点欧式距离最小的网格节点。进而得到900个平面矩形网格的节点。因此，根据节点编号的对应关系，可获得初始的网格模型的900个节点，作为修改后几何模型的控制点集合。图4（b）是本实施例得到的曲面控制点示意图。
本实施例，所述的步骤3.1和步骤3.2中控制点集合是对几何模型轮廓的描述。
第四步，利用径向基函数神经网络训练第三步得到两个数目为900的控制点集，获得二者之间的映射关系。径向基函数神经网络的输入为基准几何模型对应的900个控制点集的坐标值Xi，Yi，Zi（i=1，2，3，…，900），径向基函数神经网络的输出为改变后几何模型对应的900个控制点集的坐标值Xj，Yj，Zj（j=1，2，3，…，900），每个节点有x、y、z三个方向的坐标，通过径向基函数对这些数据进行拟合，获得映射关系。
第五步，基于第四步中映射关系，将第一步建立的基准仿真模型中的网格信息（网格数目为2115个）进行坐标变换，这里映射关系的输入是半圆柱模型的所有网格节点坐标，如图5（a）所示，输出是与修改后几何模型对应的网格节点坐标，如图5（b）所示。在此基础上，集成第一步中有限元设置信息，完成仿真模型自动更新，获得与修改后几何模型对应的仿真模型，完成仿真模型自动更新，用于后续的仿真分析和结构性能评估，如图5（c）所示。
本实施例的结果及效果验证：
通用的仿真模型更新方法，需要将修改后几何模型导入至有限元分析软件中，进行截面属性赋予、装配、连接关系设置、载荷及边界设置、网格划分、提交计算。用户交互次数为28次，整个流程需要10分钟。根据模态分析的结果，一阶频率为180.20Hz，结果云图如图6（a）所示；对于本方法，仅需手动设置控制点，便可直接进行仿真模型更新和提交，用户交互次数为2次，流程耗费时间为1分钟。根据模态分析的结果，一阶频率为180.45Hz，结果云图如图6（b）所示。对比本方法和传统几何模型仿真建模方法，仿真结果误差为（180.45-180.20）/180.20=0.13%。为了进一步验证本方法的通用性，以典型曲面、含开孔曲面、实体结构为例，通过所提出方法进行演示。
图7为典型曲面结构仿真自动更新流程示意图，针对典型曲面结构仿真模型更新，通过在CAD软件中建立几何模型，作为基准几何模型，如图7（a）所示，并进行有限元处理，获得基准仿真模型，如图7（c）所示，通过在CAD软件中对其进行修改，获得修改后的几何模型，如图7（d）所示，通过本文方法，获得两组相同数目的控制点，基准几何模型对应的控制点如图7（b）所示，修改后几何模型对应的控制点如图7（e）所示，通过径向基函数训练两者之间的映射关系，并通过映射关系实现修改后几何模型的仿真更新，自动更新后的仿真模型如图7（f）所示。
图8为含开孔曲面结构仿真自动更新流程示意图，针对含开孔曲面结构仿真模型更新，通过在CAD软件中建立几何模型，作为基准几何模型，如图8（a）所示，并进行有限元处理，获得基准仿真模型，如图8（c）所示，通过在CAD软件中对其进行修改，获得修改后的几何模型，如图8（d）所示，通过本文方法，获得两组相同数目的控制点，基准几何模型对应的控制点如图8（b）所示，修改后几何模型对应的控制点如图8（e）所示，通过径向基函数训练两者之间的映射关系，并通过映射关系实现修改后几何模型的仿真更新，自动更新后的仿真模型如图8（f）所示。
图9为实体结构仿真自动更新流程示意图，针对实体结构仿真模型更新，通过在CAD软件中建立几何模型，作为基准几何模型，如图9（a）所示，并进行有限元处理，获得基准仿真模型，如图9（c）所示，通过在CAD软件中对其进行修改，获得修改后的几何模型，如图9（d）所示，通过本文方法，获得两组相同数目的控制点，基准几何模型对应的控制点如图9（b）所示，修改后几何模型对应的控制点如图9（e）所示，通过径向基函数训练两者之间的映射关系，并通过映射关系实现修改后几何模型的仿真更新，自动更新后的仿真模型如图9（f）所示。
以上所述实施例仅表达本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。
Claims (7)
1.一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的仿真模型自动更新方法的步骤如下：
第一步，对基准几何模型A进行有限元处理获得对应的基准仿真模型，再通过CAD修改获得基准几何模型修改后的几何模型B；
第二步，采用三角形的单元类型，对基准几何模型A和几何模型B进行网格划分，建立两个几何模型对应的曲面网格模型；通过拟共形映射方法对两个曲面网格模型分别进行平面参数化，获得映射后的两个平面网格模型；具体如下：
步骤2.1：采用三角形网格单元对基准几何模型A进行网格划分，得到几何模型A的曲面网格模型Atra，在曲面网格模型Atra的外轮廓节点中选择4个参考点，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型Atra-Plane，平面参数化前的曲面网格模型Atra和平面参数化后的网格模型Atra-Plane的节点编号与单元类型不发生变化，且互相对应；
步骤2.2：采用三角形网格单元对修改后的几何模型B进行网格划分，得到几何模型B的曲面网格模型Btra，在曲面网格模型Btra的外轮廓节点中选择4个参考，采用拟共形映射方法进行平面参数化，获得矩形的平面网格模型Btra-Plane，平面参数化前的曲面网格模型Btra和平面参数化后平面网格模型Btra-Plane的节点编号与单元类型不发生变化，且互相对应；
第三步，基于点云采样方法获得两个平面网格模型的控制点集合，根据节点编号对应关系获得两个曲面网格模型的控制点集合；具体如下：
步骤3.1：采用点云采样方法对步骤2.1中得到的平面网格模型Atra-Plane的节点进行采样，设置长度方向的采样点数目为m，宽度方向采样点数目为n，获得m*n个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择离采样点欧式距离最小的网格节点；进而得到m*n个平面矩形网格的节点；由于平面参数化前曲面网格模型Atra和平面参数化前后平面网格模型Atra-Plane的节点编号与单元类型不发生变化；因此，根据节点编号的对应关系，能够获得基准几何模型A对应的曲面网格模型Atra的m*n个节点，作为基准几何模型A的控制点集合；
步骤3.2：采用点云采样方法对步骤2.2中得到的平面网格模型Btra-Plane的节点进行采样，设置长度方向的采样点数目为m，宽度方向采样点数目为n，获得m*n个采样点坐标，计算所有的网格节点与采样点之间的欧氏距离，选择欧式距离最近的网格节点；进而得到m*n个平面矩形网格的节点；由于平面参数化前曲面网格模型Btra和平面参数化后平面网格模型Btra-Plane的节点编号与单元类型不发生变化；因此，根据节点编号的对应关系，能够获得几何模型B对应的曲面网格模型Btra的m*n个节点，作为几何模型B的控制点集合；
第四步，利用拟合方法训练第三步中两个曲面控制点集的坐标关系，获得二者之间的映射关系；
第五步，基于映射关系，对基准仿真模型中的有限元节点的坐标进行变换，实现修改后的网格模型的孪生，并自动继承第一步中基准仿真模型的有限元设置，完成仿真模型自动更新；具体如下：
基于第四步获得的修改前基准几何模型A和修改后几何模型B的控制点集之间的映射关系，将第一步建立的基准仿真模型AFem中的网格信息进行坐标变换，这里映射关系的输入是基准仿真模型AFem的所有网格节点坐标，输出是与修改后几何模型B对应的网格节点坐标；在此基础上，集成第一步中有限元设置信息，完成仿真模型自动更新，获得与几何模型B对应的仿真模型BFem，用于后续的仿真分析和结构性能评估。
2.根据权利要求1所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于：所述的第一步，通过CAD设计获得基准几何模型，并通过有限元处理获得对应的基准仿真模型，再通过CAD修改得到基准几何模型修改后的几何模型；具体的：
步骤1.1：根据结构的设计需求，通过CAD三维设计软件建立基准几何模型A，并以几何模型的格式输出；
步骤1.2：针对获得的基准几何模型A，在有限元分析软件中进行几何导入、网格划分、材料属性设置、装配、连接关系设置，获得基准仿真模型AFem，基准仿真模型中包括有限元网格模型信息和有限元设置信息；
步骤1.3：根据工程设计的需求，对基准几何模型A进行修改，通过修改几何模型的形状、改变尺寸、调整角度位置的方式，获得修改后的几何模型B，并以几何模型的格式输出；
所述的第四步，利用拟合方法训练第三步中两个几何模型控制点集的位置坐标关系，获得二者之间的映射关系；具体的：
采用拟合方法对第三步中两个几何模型控制点集进行拟合关系的训练，训练过程的输入为步骤3.1得到的基准几何模型控制点集的坐标值，输出为步骤3.2得到的修改后的几何模型控制点集的坐标值；对于三维结构，输入坐标值应包含x，y，z三个方向的坐标，也就是m*n个三维向量；
经过训练后，获得修改前基准几何模型A和修改后几何模型B的控制点集之间的映射关系；所述的映射关系指基准几何模型控制点集的坐标值和修改后的几何模型控制点集的坐标值的拟合关系。
3.根据权利要求2所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的步骤1.2中，有限元网格模型信息包括单元类型、节点编号、节点集合，有限元设置信息包括材料属性、连接关系、载荷、边界条件、分析类型。
4.根据权利要求1所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的步骤3.1和步骤3.2中控制点集合是对几何模型轮廓的描述。
5.根据权利要求1所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的步骤3.1、步骤3.2中点云采样方法相同，包括网格采样、均匀采样方法或集合采样方法。
6.根据权利要求1所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的步骤3.1中几何模型A的控制点集为基准几何模型控制点集；所述的步骤3.2中几何模型B的控制点集为修改后的几何模型控制点集。
7.根据权利要求2所述的一种几何-网格孪生驱动的仿真模型自动更新方法，其特征在于，所述的第四步中，拟合方法包括径向基函数神经网络、反向传播神经网络的机器学习方法或基于径向基函数法、克里金法的代理模型方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410195563.4A CN117763927B (zh) | 2024-02-22 | 2024-02-22 | 一种几何-网格孪生驱动的仿真模型自动更新方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410195563.4A CN117763927B (zh) | 2024-02-22 | 2024-02-22 | 一种几何-网格孪生驱动的仿真模型自动更新方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117763927A CN117763927A (zh) | 2024-03-26 |
| CN117763927B true CN117763927B (zh) | 2024-05-17 |
Family
ID=90314831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410195563.4A Active CN117763927B (zh) | 2024-02-22 | 2024-02-22 | 一种几何-网格孪生驱动的仿真模型自动更新方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117763927B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027250A (zh) * | 2019-12-11 | 2020-04-17 | 大连理工大学 | 一种基于网格变形技术的异形曲面加筋壳建模方法 |
| US10657301B1 (en) * | 2016-02-17 | 2020-05-19 | National Technology & Engineering Solutions Of Sandia, Llc | Systems, methods and computer program products for constructing complex geometries using layered and linked hexahedral element meshes |
| CN115238392A (zh) * | 2022-08-09 | 2022-10-25 | 大连理工大学人工智能大连研究院 | 一种基于自由变形方法的曲面加筋壳建模方法及*** |
| CN116579040A (zh) * | 2023-06-16 | 2023-08-11 | 国网甘肃省电力公司 | 基于有限元仿真进行绝缘子几何与材料参数优化的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111783241B (zh) * | 2020-06-16 | 2022-09-30 | 大连理工大学 | 一种薄壁微铣削变形预测方法 |
-
2024
- 2024-02-22 CN CN202410195563.4A patent/CN117763927B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10657301B1 (en) * | 2016-02-17 | 2020-05-19 | National Technology & Engineering Solutions Of Sandia, Llc | Systems, methods and computer program products for constructing complex geometries using layered and linked hexahedral element meshes |
| CN111027250A (zh) * | 2019-12-11 | 2020-04-17 | 大连理工大学 | 一种基于网格变形技术的异形曲面加筋壳建模方法 |
| CN115238392A (zh) * | 2022-08-09 | 2022-10-25 | 大连理工大学人工智能大连研究院 | 一种基于自由变形方法的曲面加筋壳建模方法及*** |
| CN116579040A (zh) * | 2023-06-16 | 2023-08-11 | 国网甘肃省电力公司 | 基于有限元仿真进行绝缘子几何与材料参数优化的方法 |
Non-Patent Citations (6)
| Title |
|---|
| Automatic and high-quality surface mesh generation for CAD models;Jianwei Guo et al.;Computer-Aided Design;20191231;全文 * |
| 参数化网格划分方法研究及其***实现;谢世坤;黄菊花;桂国庆;郑慧玲;;中国机械工程;20070215(第03期);全文 * |
| 基于SolidWorks-MATLAB-ANSYS集成框架的结构设计优化;李珺;杨扬;;计算机应用与软件;20200312(第03期);全文 * |
| 水工结构数值仿真等几何分析方法初探;李明超;张梦溪;;水利学报;20180129(第03期);全文 * |
| 航空航天结构轻量化设计与实验方法研究进展;王博等;宇航学报;20230430;全文 * |
| 面向注塑模CAE的有限元网格自动生成技术;朱晓靖;卢炎麟;王玉槐;付飞均;;轻工机械;20090815(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117763927A (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10740509B2 (en) | Machine learning three-dimensional fluid flows for interactive aerodynamic design | |
| US20080275677A1 (en) | System, methods, and computer readable media, for product design using coupled computer aided engineering models | |
| EP2869226A1 (en) | Updating a CAD model to reflect global or local shape changes | |
| JP2016146169A (ja) | データに基づくインタラクティブ３ｄエクスペリエンス | |
| US9965574B2 (en) | CAD-based initial surface geometry correction | |
| CN115688276A (zh) | 一种基于离散伴随方法的飞行器外形自动化优化方法、***、设备、介质 | |
| Hofmeyer et al. | Automated design studies: topology versus one-step evolutionary structural optimisation | |
| CN111310344B (zh) | 一种林火蔓延模拟中考虑风场与火场耦合作用的方法 | |
| CN115774968A (zh) | 基于递归分解的曲面网格生成方法及***、计算机设备 | |
| CN106023286A (zh) | 基于数据驱动的流体动画加速生成方法 | |
| US20210141869A1 (en) | Automated Analysis of Mechanical Designs | |
| CN113486429B (zh) | 一种基于插值算法的空间汇交结构自动化建造方法 | |
| Pernot et al. | A shape deformation tool to model character lines in the early design phases | |
| CN110334450A (zh) | 一种多块结构网格生成中物面投影错误的修复方法 | |
| CN117763927B (zh) | 一种几何-网格孪生驱动的仿真模型自动更新方法 | |
| Wong et al. | Graph neural network based surrogate model of physics simulations for geometry design | |
| JP3221137B2 (ja) | 解析装置 | |
| CN114676615B (zh) | 一种工装补偿型面构建误差评估方法、装置、设备及介质 | |
| CN108197368B (zh) | 飞行器复杂气动外形的几何约束及权函数简捷计算方法 | |
| CN115130340A (zh) | 基于分数布朗运动的管道建模方法 | |
| WO2021222697A1 (en) | Method and apparatus for structural design | |
| CN110555267A (zh) | 一种基于隐式b-样条的参数化水平集结构拓扑优化方法 | |
| Dokken et al. | Requirements from isogeometric analysis for changes in product design ontologies | |
| CN117576339B (zh) | 一种最高分辨率1km的非结构网格生成方法 | |
| CN109684675B (zh) | 一种基于abaqus板体耦合的航空薄壁支架强度分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |