卷积神经网络求解有限元单元刚度矩阵

作     者：贾光辉 于云瑞 王丹 JIA Guanghui;YU Yunrui;WANG Dan

作者机构：北京航空航天大学宇航学院北京100083 北京空间飞行器总体设计部北京100094 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2020年第46卷第3期

页      面：481-487页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

主　　题：卷积神经网络 有限元 刚度矩阵 卷积核数 总样本数 实时计算 

摘      要：随着深度学习在众多领域的成功应用与快速发展,将深度学习与传统的结构分析相融合已经成为了新的研究方向。在求解有限元单元刚度矩阵的具体问题上,研究了卷积神经网络在结构分析上的应用。以四边形平面应力单元为例,基于卷积神经网络,提出了一个求解有限元总体刚度矩阵的神经网络模型;同时分析了网络的学习效果与网络卷积核数目、训练样本数目之间的关系。计算实例表明,在一定范围内,网络的学习能力随着卷积核数目、训练样本数目的增加而不断提升。在现实应用时,可以根据具体的精度要求而设定相应的卷积神经网络。卷积神经网络训练完成后,单元刚度矩阵的计算具有实时性,且精度满足工程要求。