[发明专利]一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法

权利要求书

1.一种基于数据驱动的多信任度协同元模型在预测燃料舱焊接变形的应用方法，其特征在于，包括以下步骤：

A、建立工件的多信任度有限元分析模型以及区间多信任度样本点的选取；

B、以有限元仿真模型变形量最大值作为响应值，根据初始样本点的信息以及响应值，构建初始协同元模型，在所述步骤B中，根据有限元仿真模型变形量最大值作为响应值，以热源参数作为协同元模型的输入参数X，响应值作为协同元模型的输出参数Y，建立协同元模型的具体步骤为：

B1、高信任度模型的n个样本点为X_h＝[x_h⁽¹⁾,x_h⁽²⁾,...,x_h⁽ⁿ⁾]^T，对应的响应值为Y_h＝[y_h⁽¹⁾,y_h⁽²⁾,...,y_h⁽ⁿ⁾]^T，假设将y_h视为一个稳态随机过程，所以y_h替换为如下随机过程的实现，即Y_h＝β_h+Z_h(x)，则将以此建立高信任度模型；

B2、低信任度模型的n个样本点为X_l＝[x_l⁽¹⁾,x_l⁽²⁾,...,x_l⁽ⁿ⁾]^T，对应的响应值为Y_l＝[y_l⁽¹⁾,y_l⁽²⁾,...,y_l⁽ⁿ⁾]^T，假设将y_l视为一个稳态随机过程，所以y_l替换为如下随机过程的实现，即Y_l＝β_l+Z_l(x)，则将以此建立低信任度模型；

B3、将高信任度元模型和低信任度元模型耦合在一起组成协同元模型，其中，λ_h、λ_l为权重系数，且λ_h+λ_l＝1；；

C、对步骤B中建立的协同元模型进行精度验证，如满足要求则进行步骤D，如不满足要求，则利用加点准则对协同元模型进行优化迭代，直到满足精度要求；

D、根据最终迭代完成的协同元模型，对焊接工件的变形进行预测。

2.如权利要求所述的方法，其特征在于，在所述步骤A中，建立工件的多信任度有限元分析模型以及区间多信任度样本点的选取具体步骤为：

A1、建立焊接工件的三维结构模型；

A2、在有限元仿真分析软件中，对焊接工件模型的材料属性进行参数设置，材料的属性包括材料的密度、热膨胀系数、杨氏模量、泊松率、屈服强度、热导系数和比热；

A3、对焊接工件模型进行多信任度的网格划分，即划分网格粗糙为高信任度，划分网格细致为低信任度，并设置初始条件、边界条件和分析设置，具体网格划分类型根据焊接工件的结构，选择适应的四面体网格或者六面体网格；初始条件与边界条件包括初始环境温度、热对流换热系数和约束受力条件；

A4、确定热源模型以及热源参数变量，根据具体的加工设备以及工况进行确定，热源包括电子束和激光，而热源模型包括高斯热源模型、双椭球热源模型和半球状热源模型，其中热源参数包括焊接电压、焊接电流、激光功率、热源移动速度；

A5、对热源参数变量利用最优拉丁超立方抽样算法进行初始样本点的选取，选取两组样本点分别作为高信任度和低信任度的样本信息，根据确定的热源参数变量来确定对应热源参数的变化区间，采用最优拉丁超立方抽样算法进行区间抽样，其抽样点在每个坐标轴的投影都具有均匀性。