[论文]基于机器学习和有限元预测复合材料模量
引用格式
施汇斌,李想,柳占立. 基于机器学习和有限元预测复合材料模量[Z]. 中国,北京: 2020,3. ![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1665298723242_zbt1h8.jpg?imageView2/0)
力学特性中,最具代表性的是模量。计算出复合材料的物质组成分布与模量之间的映射关系。 通过机器学习和有限元的相关理论,利用卷积神经网络模型。 1)使用扫描电子显微镜获得页岩样本的扫描电子显微镜图像 ![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1665248416439_d3xoha.jpg?imageView2/0)
2)利用 MATLAB 软件对原始图像进行处理得到测试集数据库,并通过编程建立训练集数据库。原始图像提供的图像数量样本过少,通过随机建模的方法建立训练集和交叉验证集数据库,得到 12960 组图像数据。 3)将图像模型转化为有限元模型,并使用Abaqus进行求解 ![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1665248416081_c28sac.jpg?imageView2/0)
测试集样本的平均相对误差为 1.06%,最大相对误差为 4.40%。 对于复杂的复合材料等非均一材质,无法构建理论和有限元模型模型时,可结合机器学习的数据训练,精准预测其材料特性。 著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2022-10-09
最近编辑:1年前
作者推荐
![](https://public.fangzhenxiu.com/course/thums/20190803233840-微信图片_20190803233630.jpg?imageView2/0/w/480/h/270)