-
公开(公告)号:CN118866211B
公开(公告)日:2025-01-24
申请号:CN202411343556.0
申请日:2024-09-25
Applicant: 先进能源科学与技术广东省实验室 , 中国科学院近代物理研究所
IPC: G16C60/00 , G06F30/23 , G06F30/27 , G06N3/084 , G06F119/14 , G06F113/26
Abstract: 本发明属于数据驱动计算力学和材料本构模型技术领域,公开了一种基于数据驱动的颗粒增强金属基复合材料的本构建模方法及应力预测方法,该方法包括:根据颗粒增强金属基复合材料的结构建立代表性体积单元模型;输入多种不同组分的颗粒增强金属基复合材料的杨氏模量、泊松比、屈服应力、塑性应变,并对其施加不同路径下的载荷,根据有限元计算结果提取划分数据集;将数据集输入到BP神经网络中完成线下训练过程;并根据训练结果实现基于神经网络的应力预测和一致切线模量的更新,获得颗粒增强金属基复合材料本构模型。本发明可以快速准确地建立颗粒增强金属基复合材料的本构模型,更加准确地描述其力学响应行为,提高数值模拟的精度。
-
公开(公告)号:CN118866211A
公开(公告)日:2024-10-29
申请号:CN202411343556.0
申请日:2024-09-25
Applicant: 先进能源科学与技术广东省实验室 , 中国科学院近代物理研究所
IPC: G16C60/00 , G06F30/23 , G06F30/27 , G06N3/084 , G06F119/14 , G06F113/26
Abstract: 本发明属于数据驱动计算力学和材料本构模型技术领域,公开了一种基于数据驱动的颗粒增强金属基复合材料的本构建模方法及应力预测方法,该方法包括:根据颗粒增强金属基复合材料的结构建立代表性体积单元模型;输入多种不同组分的颗粒增强金属基复合材料的杨氏模量、泊松比、屈服应力、塑性应变,并对其施加不同路径下的载荷,根据有限元计算结果提取划分数据集;将数据集输入到BP神经网络中完成线下训练过程;并根据训练结果实现基于神经网络的应力预测和一致切线模量的更新,获得颗粒增强金属基复合材料本构模型。本发明可以快速准确地建立颗粒增强金属基复合材料的本构模型,更加准确地描述其力学响应行为,提高数值模拟的精度。
-