买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种基于物理信息神经网络的装配过程误差建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120911254B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510961453.9，技术领域涉及：G06F30/27；该发明授权一种基于物理信息神经网络的装配过程误差建模方法是由刘晓军;马希望;吕峰;柴大洲;莫景文;易扬设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的装配过程误差建模方法在说明书摘要公布了：本发明设计了一种基于物理信息神经网络的装配过程误差建模方法，实现了零部件装配过程中装配结合面受力变形的快速准确计算。零部件装配过程中，装配过程中的力是影响装配精度的重要因素。为了快速准确地预测零部件装配过程中的受力变形量，提升装配精度，该专利基于物理信息神经网络构建了零部件装配结合面受力变形的预测模型。在全连接神经网络结构的基础上，嵌入边界条件作为损失项来参与训练。通过最小化损失函数，使得该模型学习到装配结合面受力变形的规律，得到点坐标与点位移等物理量之间的映射关系，从而实现对装配结合面受力变形量的快速预测。

本发明授权一种基于物理信息神经网络的装配过程误差建模方法在权利要求书中公布了：1.一种基于物理信息神经网络的装配过程误差建模方法，其特征在于，包括以下步骤： 步骤1：确定索引矩阵， 根据装配结合面理论几何轮廓划定采样区域，根据离散网格因数进行离散网格化，依据装配结合面真实形状获取索引矩阵， 步骤2：配准实测点云， 获取零部件装配结合面的实测点云坐标，配准法配准装配结合面的点云数据， 步骤3：下采样实测点云， 依据坐标索引矩阵对点坐标进行下采样，得到下采样后的装配结合面实测点云， 步骤4：处理装配结合面， 通过差异面法将装配结合面转换为一个理想面和一个非理想面，通过逐渐接触法实现装配接合面的配合， 步骤5：建立边界约束方程， 基于边界元理论，建立边界约束方程组， 步骤6：构建神经网络结构， 构建神经网络结构，用萤火虫算法得到最佳网络结构，构建应力应变预测模型， 步骤7：构建损失函数， 基于步骤5得到的边界约束方程组，构建物理信息神经网络的损失函数， 步骤8：训练模型 基于步骤5、步骤6、步骤7中的结果构建物理信息神经网络模型，输入点坐标，得到受力变形后的点位移，更新点云数据； 其中，步骤5中，基于边界元理论，建立边界约束方程组， 1装配结合面实现装配约束后，在力的作用下，理想面会逐渐压迫非理想面，非理想面产生受力变形，理想面的位置发生变动， 2根据接触力学理论，得到装配结合面的边界约束条件和约束方程组，如公式3-6所示， 平衡方程 几何方程 物理方程各向同性材料 由平衡方程、几何方程和物理方程共同组成了空间受力变形问题的控制方程，此外，计算空间受力变形问题时，还需要考虑问题的边界条件，边界条件需要考虑应力边界条件和位移边界条件两种， 在应力边界上满足应力边界条件为： 在位移边界上满足位移边界条件为： 其中，u，v，w分别表示沿x、y、z三个方向的位移分量，E表示弹性模量，为泊松比，是位移边界，是应力边界，，，分别表示作用在垂直于x轴、y轴、z轴的平面上，且应力方向也分别沿着x轴、y轴、z轴的正应力；，，分别沿着x轴、y轴、z轴的体力分量，，，分别表示沿x轴、y轴、z轴方向的正应变，，分别表示发生在x-y、x-z、y-z平面内的切应变分量，，，表示作用在垂直于第一个下标坐标轴的平面上，且应力方向沿着第二个下标坐标轴的切应力分量；为方向余弦，，，分别为方向上的面力分量，，，分别为方向上的已知位移分量； 这些微分方程将赋予神经网络模型物理意义，约束条件将融入到损失函数中，通过最小化损失函数来求解受力变形问题， 3在装配结合面配合过程中，在接触区域和非接触区域有不同的边界条件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。