摘要详情

ID / 提交时间

83 / 2021-03-31 20:19:30

标题

预测复合材料力学性能的深度神经网络方法

关键字

复合材料,微观结构,力学性能,机器学习方法,深度神经网络

主题及专题

基于数据驱动的疲劳损伤模型与寿命预测方法

状态

全文待审

作者

桑叶 / 清华大学工程力学系生物力学与医学工程研究所

博李 / 清华大学工程力学系生物力学与医学工程研究所

群仰李 / 清华大学工程力学系生物力学与医学工程研究所

红平赵 / 清华大学工程力学系生物力学与医学工程研究所

西桥冯 / 清华大学工程力学系生物力学与医学工程研究所

摘要

本文提出了一种基于机器学习的深度学习方法预测具有任意几何形状和空间分布的夹杂的复合材料的有效弹性性能。首先利用有限元法生成的数据集，建立了一种卷积神经网络方法，直接从复合材料的微观结构图像窗口预测其有效杨氏模量和泊松比。通过数值实验，证明了经过训练的神经网络可以有效地提取具有复杂微观结构的复合材料的有效力学性能和其与微观结构之间的精确映射。本研究为大数据驱动材料设计中非均质材料的表征提供了一种新方法。