本公開涉及深度學(xué)習(xí)，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法和裝置。

背景技術(shù)：

1、在超高速碰撞過程中，物質(zhì)通常會經(jīng)歷劇烈的變形，這使得傳統(tǒng)的網(wǎng)格算法面臨網(wǎng)格畸變問題，進(jìn)而導(dǎo)致計(jì)算精度下降和時間步長縮小，影響計(jì)算的效率。而質(zhì)點(diǎn)類方法或結(jié)合質(zhì)點(diǎn)類的質(zhì)點(diǎn)網(wǎng)格法能夠有效克服網(wǎng)格畸變問題，適用于處理大變形的物質(zhì)，但這些方法的計(jì)算成本較高，且由于數(shù)據(jù)的有限性，在進(jìn)行復(fù)雜物理問題的數(shù)值模擬時仍然面臨較大的挑戰(zhàn)。因此，亟需一種在超高速碰撞這種復(fù)雜環(huán)境中實(shí)現(xiàn)高精度模擬與預(yù)測的方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本公開實(shí)施例提供至少一種基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法和裝置，以便提高如泰勒桿撞擊等超高速碰撞過程的模擬精度。

2、具體地，本公開實(shí)施例是通過如下技術(shù)方案實(shí)現(xiàn)的：

3、第一方面，提供一種基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法，所述方法包括：

4、獲取目標(biāo)時刻的目標(biāo)物質(zhì)點(diǎn)的空間坐標(biāo)信息，所述目標(biāo)物質(zhì)點(diǎn)為超高速碰撞過程中待模擬物體的物質(zhì)點(diǎn)；

5、將所述空間坐標(biāo)信息輸入預(yù)先訓(xùn)練好的目標(biāo)神經(jīng)網(wǎng)絡(luò)，得到所述目標(biāo)神經(jīng)網(wǎng)絡(luò)輸出的初始等效塑性應(yīng)變和初始應(yīng)力三軸度；

6、將所述空間坐標(biāo)信息和所述初始等效塑性應(yīng)變輸入預(yù)先訓(xùn)練好的第一算子神經(jīng)網(wǎng)絡(luò)，得到所述第一算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的應(yīng)力三軸度；

7、將所述空間坐標(biāo)信息和所述初始應(yīng)力三軸度輸入預(yù)先訓(xùn)練好的第二算子神經(jīng)網(wǎng)絡(luò)，得到所述第二算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的等效塑性應(yīng)變；

8、其中，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)、所述第一算子神經(jīng)網(wǎng)絡(luò)和所述第二算子神經(jīng)網(wǎng)絡(luò)的組合用于模擬超高速碰撞過程中物質(zhì)點(diǎn)的空間坐標(biāo)信息、應(yīng)力三軸度和等效塑性應(yīng)變之間的非線性映射關(guān)系。

9、結(jié)合本公開提供的任一實(shí)施方式，所述第一算子神經(jīng)網(wǎng)絡(luò)和所述第二算子神經(jīng)網(wǎng)絡(luò)采用相同的網(wǎng)絡(luò)結(jié)構(gòu)。

10、結(jié)合本公開提供的任一實(shí)施方式，所述第一算子神經(jīng)網(wǎng)絡(luò)采用deeponet網(wǎng)絡(luò)結(jié)構(gòu)；所述第一算子神經(jīng)網(wǎng)絡(luò)由第一分支網(wǎng)絡(luò)和第一主干網(wǎng)絡(luò)組成；

11、所述將所述空間坐標(biāo)信息和所述初始等效塑性應(yīng)變輸入預(yù)先訓(xùn)練好的第一算子神經(jīng)網(wǎng)絡(luò)，得到所述第一算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的應(yīng)力三軸度，包括：

12、將所述初始等效塑性應(yīng)變輸入所述第一分支網(wǎng)絡(luò)，提取得到初始等效塑性應(yīng)變特征向量；

13、將所述空間坐標(biāo)信息輸入第一主干網(wǎng)絡(luò)，提取得到第一空間坐標(biāo)特征向量；

14、根據(jù)所述初始等效塑性應(yīng)變特征向量和所述第一空間坐標(biāo)特征向量，得到模擬的所述目標(biāo)物質(zhì)點(diǎn)的在所述目標(biāo)時刻的應(yīng)力三軸度。

15、結(jié)合本公開提供的任一實(shí)施方式，所述第二算子神經(jīng)網(wǎng)絡(luò)采用deeponet網(wǎng)絡(luò)結(jié)構(gòu)；所述第二算子神經(jīng)網(wǎng)絡(luò)由第二分支網(wǎng)絡(luò)和第二主干網(wǎng)絡(luò)組成；

16、所述將所述空間坐標(biāo)信息和所述初始應(yīng)力三軸度輸入預(yù)先訓(xùn)練好的第二算子神經(jīng)網(wǎng)絡(luò)，得到所述第二算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的等效塑性應(yīng)變，包括：

17、將所述初始應(yīng)力三軸度輸入所述第二分支網(wǎng)絡(luò)，提取得到初始應(yīng)力三軸度特征向量；

18、將所述空間坐標(biāo)信息輸入第二主干網(wǎng)絡(luò)，提取得到第二空間坐標(biāo)特征向量；

19、根據(jù)所述初始應(yīng)力三軸度特征向量和所述第二空間坐標(biāo)特征向量，得到模擬的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的等效塑性應(yīng)變。

20、結(jié)合本公開提供的任一實(shí)施方式，所述第一算子神經(jīng)網(wǎng)絡(luò)采用以下方式訓(xùn)練得到：

21、將樣本物質(zhì)點(diǎn)的樣本空間坐標(biāo)信息和等效塑性應(yīng)變實(shí)測值輸入待訓(xùn)練的初始第一算子神經(jīng)網(wǎng)絡(luò)，得到所述初始第一算子神經(jīng)網(wǎng)絡(luò)輸出的應(yīng)力三軸度模擬值；

22、根據(jù)所述應(yīng)力三軸度模擬值和應(yīng)力三軸度實(shí)測值之間的差異，確定第一網(wǎng)絡(luò)損失；

23、根據(jù)所述第一網(wǎng)絡(luò)損失調(diào)整所述初始第一算子神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，當(dāng)達(dá)到訓(xùn)練結(jié)束條件時，得到所述第一算子神經(jīng)網(wǎng)絡(luò)。

24、結(jié)合本公開提供的任一實(shí)施方式，所述第二算子神經(jīng)網(wǎng)絡(luò)采用以下方式訓(xùn)練得到：

25、將樣本物質(zhì)點(diǎn)的樣本空間坐標(biāo)信息和應(yīng)力三軸度實(shí)測值輸入待訓(xùn)練的初始第二算子神經(jīng)網(wǎng)絡(luò)，得到所述初始第二算子神經(jīng)網(wǎng)絡(luò)輸出的等效塑性應(yīng)變模擬值；

26、根據(jù)所述等效塑性應(yīng)變模擬值和等效塑性應(yīng)變實(shí)測值之間的差異，確定第二網(wǎng)絡(luò)損失；

27、根據(jù)所述第二網(wǎng)絡(luò)損失調(diào)整所述初始第二算子神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，當(dāng)達(dá)到訓(xùn)練結(jié)束條件時，得到所述第二算子神經(jīng)網(wǎng)絡(luò)。

28、結(jié)合本公開提供的任一實(shí)施方式，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)采用以下方式訓(xùn)練得到：

29、將樣本物質(zhì)點(diǎn)的樣本空間坐標(biāo)信息輸入初始神經(jīng)網(wǎng)絡(luò)，得到所述初始神經(jīng)網(wǎng)絡(luò)輸出的等效塑性應(yīng)變初始值和應(yīng)力三軸度初始值；

30、將所述樣本空間坐標(biāo)信息和所述等效塑性應(yīng)變初始值輸入預(yù)先訓(xùn)練好的第一算子神經(jīng)網(wǎng)絡(luò)，得到所述第一算子神經(jīng)網(wǎng)絡(luò)輸出的所述樣本物質(zhì)點(diǎn)的應(yīng)力三軸度預(yù)測值；

31、將所述樣本空間坐標(biāo)信息和所述應(yīng)力三軸度初始值輸入預(yù)先訓(xùn)練好的第二算子神經(jīng)網(wǎng)絡(luò)，得到所述第二算子神經(jīng)網(wǎng)絡(luò)輸出的所述樣本物質(zhì)點(diǎn)的等效塑性應(yīng)變預(yù)測值；

32、根據(jù)所述應(yīng)力三軸度實(shí)測值和所述應(yīng)力三軸度初始值之間的差異，以及所述等效塑性應(yīng)變實(shí)測值和所述等效塑性應(yīng)變初始值之間的差異，確定第三網(wǎng)絡(luò)損失；

33、根據(jù)所述應(yīng)力三軸度實(shí)測值和所述應(yīng)力三軸度預(yù)測值之間的差異，以及所述等效塑性應(yīng)變實(shí)測值和所述等效塑性應(yīng)變預(yù)測值之間的差異，確定第四網(wǎng)絡(luò)損失；

34、根據(jù)所述第三網(wǎng)絡(luò)損失和所述第四網(wǎng)絡(luò)損失調(diào)整所述初始神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，當(dāng)達(dá)到訓(xùn)練結(jié)束條件時，得到所述目標(biāo)神經(jīng)網(wǎng)絡(luò)。

35、第二方面，提供一種基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬裝置，所述裝置包括：

36、數(shù)據(jù)獲取模塊，用于獲取目標(biāo)時刻的目標(biāo)物質(zhì)點(diǎn)的空間坐標(biāo)信息，所述目標(biāo)物質(zhì)點(diǎn)為超高速碰撞過程中待模擬物體的物質(zhì)點(diǎn)；

37、目標(biāo)網(wǎng)絡(luò)模塊，用于將所述空間坐標(biāo)信息輸入預(yù)先訓(xùn)練好的目標(biāo)神經(jīng)網(wǎng)絡(luò)，得到所述目標(biāo)神經(jīng)網(wǎng)絡(luò)輸出的初始等效塑性應(yīng)變和初始應(yīng)力三軸度；

38、第一算子模塊，用于將所述空間坐標(biāo)信息和所述初始等效塑性應(yīng)變輸入預(yù)先訓(xùn)練好的第一算子神經(jīng)網(wǎng)絡(luò)，得到所述第一算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的應(yīng)力三軸度；

39、第二算子模塊，用于將所述空間坐標(biāo)信息和所述初始應(yīng)力三軸度輸入預(yù)先訓(xùn)練好的第二算子神經(jīng)網(wǎng)絡(luò)，得到所述第二算子神經(jīng)網(wǎng)絡(luò)輸出的所述目標(biāo)物質(zhì)點(diǎn)在所述目標(biāo)時刻的等效塑性應(yīng)變；

40、其中，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)、所述第一算子神經(jīng)網(wǎng)絡(luò)和所述第二算子神經(jīng)網(wǎng)絡(luò)的組合用于模擬超高速碰撞過程中物質(zhì)點(diǎn)的空間坐標(biāo)信息、應(yīng)力三軸度和等效塑性應(yīng)變之間的非線性映射關(guān)系。

41、第三方面，提供一種電子設(shè)備，所述設(shè)備包括存儲器、處理器，所述存儲器用于存儲可在處理器上運(yùn)行的計(jì)算機(jī)指令，所述處理器用于在執(zhí)行所述計(jì)算機(jī)指令時實(shí)現(xiàn)本公開任一實(shí)施例所述的基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法。

42、第四方面，提供一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述程序被處理器執(zhí)行時實(shí)現(xiàn)本公開任一實(shí)施例所述的基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法。

43、本公開實(shí)施例的技術(shù)方案提供的基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法，通過基于深度學(xué)習(xí)的算子學(xué)習(xí)方法預(yù)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型采用并行的雙向預(yù)測機(jī)制，能增強(qiáng)模型在復(fù)雜場景中的適應(yīng)性，可以在有限的測量數(shù)據(jù)下，學(xué)習(xí)碰撞過程中，物質(zhì)發(fā)生變形時各變量的變化趨勢，從而在對超高速碰撞過程進(jìn)行模擬時，可以僅根據(jù)目標(biāo)時刻的目標(biāo)物質(zhì)點(diǎn)的空間坐標(biāo)精確快速模擬得到該目標(biāo)物質(zhì)點(diǎn)在目標(biāo)時刻的應(yīng)力三軸度和等效塑性應(yīng)變，克服了傳統(tǒng)數(shù)值方法在大變形和高非線性問題上的局限性，有效地提高如泰勒桿撞擊等超高速碰撞過程模擬精度，為工程仿真提供了更高效的解決方案，有助于推動相關(guān)領(lǐng)域的研究和應(yīng)用發(fā)展。