一种基于深度学习的T型接头指导网格自适应的方法

本发明提供一种基于深度学习的T型接头指导网格自适应的方法，包括如下步骤：S1、生成随机几何参数的T型接头模型，通过参数化设计定义几何形状；S2、利用深度学习模型预测网格单元尺寸分布，指导非均匀网格生成；S3、集成有限元求解器进行线弹性力学计算，自动设置材料参数与边界条件；S4、通过可视化工具输出应变能、应力分布及自适应网格结果。本发明通过深度学习模型获得最优的非均匀网格单元尺寸分布，进而获得更加精确的非均匀性网格，深度学习模型通过预测最优网格分布，避免了传统方法中基于后验误差估计的网格调整过程，准确性以及效率都能显著提高。