[发明专利]基于图神经网络的弹性杆系结构体系数据处理方法及装置

权利要求书

1.基于图神经网络的弹性杆系结构体系数据处理方法，其特征在于，包括如下步骤：

获取杆系结构体系数据，提取所述杆系结构体系数据中的拓扑特征，基于所述拓扑特征构建图数据结构；所述拓扑特征，包括杆件特征、杆件连接节点特征、杆件连接关系、连接杆件属性与节点边界条件；

获取外部荷载，将所述图数据结构与所述外部荷载输入图神经网络模型，生成弹性杆系结构体系数据处理结果；

所述基于所述拓扑特征构建图数据结构，包括：

将所述杆件特征与所述杆件连接节点特征映射至无向图中，生成结构节点与所述结构节点之间的边；

利用与所述杆件连接关系与所述连接杆件属性对所述结构节点之间的边进行赋值，生成矩阵元素；

基于所述节点边界条件生成对角元素，根据所述矩阵元素与所述对角元素构建拓扑关联矩阵；其中，所述矩阵元素为除所述对角元素之外的剩余元素；

基于所述结构节点、所述结构节点之间的边和所述拓扑关联矩阵构建所述图数据结构。

2.根据权利要求1所述的基于图神经网络的弹性杆系结构体系数据处理方法，其特征在于，所述将所述图数据结构与所述外部荷载输入图神经网络模型，生成弹性杆系结构体系数据处理结果，包括：

获取所述结构节点的坐标，将所述结构节点的坐标与所述外部荷载输入所述图神经网络模型中，生成节点位移；

基于所述拓扑关联矩阵与所述节点位移生成节点内力合；

基于所述节点内力合与所述外部荷载计算损失函数，将所述损失函数与预设精度进行比较，当所述损失函数与所述预设精度相符时，则将所述节点内力合作为所述弹性杆系结构体系数据处理结果。

3.根据权利要求2所述的基于图神经网络的弹性杆系结构体系数据处理方法，其特征在于，所述基于所述拓扑关联矩阵与所述节点位移生成节点内力合，包括：

基于所述拓扑关联矩阵、所述节点位移与转动角度分别计算杆端内力合与杆端弯矩合；

基于所述杆端内力合与所述杆端弯矩合生成所述节点内力合。

4.根据权利要求2所述的基于图神经网络的弹性杆系结构体系数据处理方法，其特征在于，所述基于所述节点内力合与所述外部荷载计算损失函数中，所述损失函数的计算公式如下：

Loss＝||F_in+F_ex||₂

上式中，Loss表示损失函数，F_in表示节点内力合，F_ex表示外部荷载，||·||₂表示欧几里得范数。

5.根据权利要求2所述的基于图神经网络的弹性杆系结构体系数据处理方法，其特征在于，所述将所述损失函数与预设精度进行比较，还包括：

当所述损失函数与所述预设精度不相符时，调节所述图神经网络模型的模型参数，直至所述损失函数与所述预设精度相符，则将所述节点内力合作为所述弹性杆系结构体系数据处理结果。

6.基于图神经网络的弹性杆系结构体系数据处理装置，其特征在于，包括：

构建模块，用于获取杆系结构体系数据，提取所述杆系结构体系数据中的拓扑特征，基于所述拓扑特征构建图数据结构；所述拓扑特征，包括杆件特征、杆件连接节点特征、杆件连接关系、连接杆件属性与节点边界条件；

生成模块，用于获取外部荷载，将所述图数据结构与所述外部荷载输入图神经网络模型，生成弹性杆系结构体系数据处理结果；

所述构建模块，包括：

映射子模块，用于将所述杆件特征与所述杆件连接节点特征映射至无向图中，生成结构节点与所述结构节点之间的边；

赋值子模块，用于利用与所述杆件连接关系与所述连接杆件属性对所述结构节点之间的边进行赋值，生成矩阵元素；

生成子模块，用于基于所述节点边界条件生成对角元素，根据所述矩阵元素与所述对角元素构建拓扑关联矩阵；其中，所述矩阵元素为除所述对角元素之外的剩余元素；

构建子模块，用于基于所述结构节点、所述结构节点之间的边和所述拓扑关联矩阵构建所述图数据结构。