StampFormer: A Physics-Guided Material-Geometry-Coupled Multimodal Model for Rapid Prediction of Physical Fields in Sheet Metal Stamping

En 3 lignesStampFormer est un modèle deep learning multimodal qui prédit les champs physiques en emboutissage de tôles en fusionnant géométrie et propriétés matériaux. Testé sur panneaux acier/aluminium, il atteint <8.5% d'erreur relative en <1 seconde, remplaçant les analyses FEA coûteuses.

Résumé généré par Claude — vérifié par l'humain