一种基于机器学习的力学超材料设计与优化方法技术

本发明专利技术公开了一种基于机器学习的力学超材料设计与优化方法，包括：设计一系列力学超材料；通过有限元方法计算得到每种结构的力学性能参数；建立力学超材料结构特征与其对应力学性能参数的数据集；通过机器学习，映射力学超材料的结构特征以及通过有限元分析得到的力学性能之间的关系，并得到一系列新的满足我们设定力学性能的力学超结构；将机器学习得到的力学超材料再进行模拟建立新的数据集，再通过机器学习进一步优化力学超材料的结构以及力学性能；本发明专利技术的有益效果在于：本发明专利技术将机器学习应用到力学超材料设计与优化中，与以往基于丰富先验知识的传统方法不同，机器学习可以提供更多的选择。

【技术实现步骤摘要】
一种基于机器学习的力学超材料设计与优化方法
本专利技术涉及结构设计与优化
，具体为一种基于机器学习的力学超材料设计与优化方法。
技术介绍
超材料(Metamaterial)是新材料
的一个重要分支，是指一类通过改变内部结构而具有天然材料所不具备的超常物理性质的人工复合结构或材料，比如声学超材料、光学超材料、力学超材料等，其中力学超材料因为其独特的力学性能，能够实现轻质高刚度、可调刚度、负压缩性、超流体、负泊松比等特性，在众多领域都具有广泛的应用。力学超材料具有重要的应用价值和巨大潜力，但在设计上始终面临着不少挑战，现有的结构材料设计通常采用仿生或者拓扑优化等手段。例如头骨是质量很轻但抗冲击性最强的结构，因此可以考虑将头骨结构运用在建筑材料上。但是，自然界的生物结构并不一定会提供最佳结构性能，因此源于生物灵感的设计通常不能保证得到结构的最优解。而且由于生物系统的复杂性，搞清某种生物系统的机制需要相当长的研究周期，因此限制了仿生学的发展速度。结构拓扑优化是实现结构轻量化的重要手段之一，它是根据给定的负载情况、约束条件和性能指标，本文档来自技高网...

【技术保护点】
1.一种基于机器学习的力学超材料设计与优化方法，其特征在于，包括如下步骤：/n(1)设计力学超材料的基础数据；/n(2)通过有限元方法计算得到每种结构的力学性能参数；/n(3)建立力学超材料结构特征以及与其对应的力学性能参数的数据集；/n(4)通过机器学习，映射力学超材料的结构特征以及通过有限元分析得到力学性能之间的关系，并得到一系列新的满足设定的力学性能的力学超结构；/n(5)将机器学习得到的力学超材料再进行有限元分析建立新的数据集，再通过机器学习进一步优化力学超材料的结构以及力学性能。/n

【技术特征摘要】
1.一种基于机器学习的力学超材料设计与优化方法，其特征在于，包括如下步骤：
(1)设计力学超材料的基础数据；
(2)通过有限元方法计算得到每种结构的力学性能参数；
(3)建立力学超材料结构特征以及与其对应的力学性能参数的数据集；
(4)通过机器学习，映射力学超材料的结构特征以及通过有限元分析得到力学性能之间的关系，并得到一系列新的满足设定的力学性能的力学超结构；
(5)将机器学习得到的力学超材料再进行有限元分析建立新的数据集，再通过机器学习进一步优化力学超材料的结构以及力学性能。


2.根据权利要求1所述的一种基于机器学习的力学超材料设计与优化方法，其特征在于：在步骤(1)中，所述力学超材料的基础数据包括力学超材料的结构形式和材料属性。


3.根据权利要求1所述的一种基于机器学习的力学超材料设计与优化方法，其特征在于：所述力学超材料包括超强超硬超材料，可调节刚度超材料，负压缩性超材料，反胀、拉胀超材料和超流体。


4.根据权利要求2所...

【专利技术属性】
技术研发人员：张强强，董家琦，张宝强，王玉，何鹏，
申请(专利权)人：兰州大学，
类型：发明
国别省市：甘肃;62