基于深度学习的板壳结构网格智能划分技术研究

黄泽辉，唐洪斌，范阳，王士彬（中国第一汽车股份有限公司研发总院）

摘要：为解决板壳结构网格划分效率低、合格率低等问题，提出了一种基于深度学习的板壳结构有限元网格智能划分技术。首先，对板壳结构典型特征进行分类，并为每类特征开发网格划分策略；其次，基于卷积神经网络训练特征识别模型，自动调用策略完成特征区域网格划分；最后，对非特征区域进行几何清理及网格优化。经某乘用车白车身验证，与主流batchmesh 方法相比，该方法将网格自动划分合格率从82.1% 提升至92.6%，总工时减少66.7%，显著改善了网格质量与效率。该技术通过AI模型与预定义策略的结合，减少了人工干预，为板壳结构网格划分提供了智能化解决方案。

主题词：深度学习；板壳结构；有限元分析；网格划分