公开(公告)号：CN118136187A

公开(公告)日：2024-06-04

申请号：CN202410464834.1

申请日：2024-04-17

Applicant: 大连理工大学

Inventor： 卢奕丞 ,  于泽峰 ,  王宇 ,  唐山

IPC: G16C60/00 ,  G06F30/23 ,  G06F30/27 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明属于数据驱动计算力学与固体力学相关技术领域，涉及一种基于力学机制的数据驱动小变形粘弹性本构模型计算方法。本发明以深入探究小变形粘弹性材料的微观力学机理为基础，构建融入力学先验知识和力学机制的代理神经网络，摆脱目前许多数据驱动本构建模和计算研究仅把神经网络当作数据拟合的黑箱工具的现状，使得数据驱动本构模型及其计算方法具备准确和高效预测含复杂结构(如含有微结构)粘弹性材料小变形力学行为的能力，并且能满足基本的物理定律，如热力学第二定律、松弛现象随时间呈记忆衰减的趋势并逐渐趋近于不再随时间发生变化。

公开(公告)号：CN119066921A

公开(公告)日：2024-12-03

申请号：CN202411154670.9

申请日：2024-08-22

Applicant: 大连理工大学

Inventor： 唐山 ,  于泽峰 ,  卢奕丞

IPC: G06F30/23 ,  G06F18/214 ,  G06F119/02 ,  G06F119/14

Abstract: 本发明属于固体力学相关技术领域中的应用，涉及基于数据驱动的无定形玻璃态聚合物本构建模计算方法。本发明避免了传统本构模型对经验的依赖性以及建立过程的专业性及复杂过程，能够直接从数据中学习并构建本构方法，实现率相关、体积相关大变形塑性行为的重现。本发明设计自动化数据加载模式生成算法以及针对实验可获得数据的训练数据提取算法，能够方便的进行网络的训练。本发明不需要大量的实验测试来满足网络训练的需求，只需要几十条单轴及双轴加载数据，大大增加了实用性。本发明完成神经网络结构向有限元求解算法程序中的迁移，能够实现通过对常用有限元软件的二次开发，将该方法用来设计和分析真实工程实际问题。

公开(公告)号：CN118116523A

公开(公告)日：2024-05-31

申请号：CN202410464829.0

申请日：2024-04-17

Applicant: 大连理工大学

Inventor： 卢奕丞 ,  于泽峰 ,  王宇 ,  唐山

IPC: G16C60/00 ,  G06F30/23 ,  G06F30/27 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F119/14

Abstract: 本发明属于数据驱动计算力学与固体力学相关技术领域，涉及基于力学机制的数据驱动有限变形粘弹性本构模型计算方法。本发明以深入探究有限变形粘弹性材料的微观力学机理为基础，构建融入力学先验知识和力学机制的代理神经网络，摆脱目前许多数据驱动本构建模和计算研究仅把神经网络当作数据拟合的黑箱工具的现状，使得数据驱动本构模型及其计算方法具备准确和高效预测含复杂结构粘弹性材料有限变形力学行为的能力，并且能满足基本的物理定律。与小变形情况不同，有限变形框架下需要引入更复杂的力学先验知识来表征力学特征、生成和挖掘数据。