公开(公告)号：CN118674892A

公开(公告)日：2024-09-20

申请号：CN202410821545.2

申请日：2024-06-24

Applicant: 东南大学

Inventor： 刘晓军 ,  吕峰 ,  刘建强 ,  施一鸣 ,  易扬

IPC: G06T17/30 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06F30/17 ,  G06F30/27 ,  G06F111/10

Abstract: 本发明设计了一种基于生成对抗神经网络的孪生表面建模方法，通过机理多项式生成和实测扫描的方式构建孪生装配结合面的数据集；通过构建生成器和鉴别器形成生成对抗神经网络模型；构建动态多阶段训练策略，并在数据集上对生成对抗神经网络进行训练，构建孪生装配结合面的生成模型，提高复杂产品数字孪生装配场景下虚拟模型和物理模型的映射效率。

公开(公告)号：CN116933501A

公开(公告)日：2023-10-24

申请号：CN202310768734.3

申请日：2023-06-27

Applicant: 东南大学

Inventor： 刘晓军 ,  刘建强 ,  吕峰 ,  倪中华

IPC: G06F30/20 ,  G06F17/16 ,  G06F17/10

Abstract: 本发明涉及一种零件装配公差敏感度识别方法及系统，根据装配体的三维工艺设计模型获得装配尺寸链和装配序列，获得装配序列中每个工序对应的装配工序模型；对于每一个装配工序模型，获得该工序下新装配的板类零件相对于装配基准的位置坐标、板类零件沿装配尺寸链方向的距离尺寸、该工序的埋件数量、装配结合面数量和板类零件的尺寸公差，以所述位置坐标、距离尺寸、埋件数量和板类零件构成该工序的单元样本；将所有工序的单元样本按顺序构成样本集矩阵并标准化；设计基于TOPSIS算法的装配公差敏感度评价函数，对标准化后的矩阵进行评价，获得每个板类零件的敏感度得分，从而快速准确的获得各板类零件装配公差对整体装配精度影响程度。