基于神经网络的复合材料多尺度建模方法、设备及介质技术

本发明专利技术涉及复合材料分析技术领域，特别涉及一种基于神经网络的复合材料多尺度建模方法、设备及介质，其中方法包括：获取复合材料的微观单胞的结构数据；构建微观有限元损伤演化模型；在微观单胞的受载应变范围内进行抽样，获得多组微观应变输入数据；以多组微观应变输入数据作为微观有限元损伤演化模型的输入，通过有限元仿真计算，得到对应的应力输出数据；基于多组微观应变输入数据及对应的应力输出数据，对神经网络进行训练，得到微观应力传递网络；获取复合材料的细观单胞的结构数据；构建细观有限元损伤演化模型；细观有限元损伤演化模型基于微观应力传递网络进行积分点的应力更新。本发明专利技术能够更为准确地实现复合材料多尺度建模。尺度建模。尺度建模。

【技术实现步骤摘要】
基于神经网络的复合材料多尺度建模方法、设备及介质


[0001]本专利技术实施例涉及复合材料分析
，特别涉及一种基于神经网络的复合材料多尺度建模方法、电子设备及存储介质。

技术介绍

[0002]复合材料的多尺度建模目的在于建立复合材料的宏观性能同其组分材料性能及各尺度结构之间的定量关系，并揭示各尺度不同组织形式导致其宏观性能不同的内在机制。
[0003]多尺度建模的关键在于不同尺度之间的信息传递。以碳纤维增强复合材料为例，微观尺度通常是指纤维丝和树脂基体的尺度，细观尺度指纤维束和树脂基体的尺度，宏观尺度则通常指结构件或一般试验件的尺度。目前，在多尺度建模过程中，从低尺度向高尺度(即从微观尺度向细观尺度、从细观尺度向宏观尺度)传递信息时，一般会进行一些简化或者近似处理，例如以一个微观尺度的单胞为研究对象，将低尺度中的两种材料均质化为高尺度的一种材料，仅关注材料的少数特性，低尺度与高尺度的耦合度较低，并且在构建材料模型时，引入的损伤准则往往对不同材料的普适性较差，这就导致复合材料的多尺度建模准确性偏低，不能准确地反映复合材料的特性。...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的复合材料多尺度建模方法，其特征在于，包括：获取复合材料的微观单胞的结构数据；基于所述微观单胞的结构数据，构建微观有限元损伤演化模型并设置周期性边界条件；确定微观单胞的六个方向的受载应变范围；在微观单胞的受载应变范围内进行抽样，获得多组微观应变输入数据；每组微观应变输入数据包括微观单胞六个方向上的应变数据；以多组微观应变输入数据作为所述微观有限元损伤演化模型的输入，通过有限元仿真计算，得到对应的应力输出数据；基于多组微观应变输入数据及对应的应力输出数据，对神经网络进行训练，得到微观应力传递网络；获取复合材料的细观单胞的结构数据；基于所述细观单胞的结构数据，构建细观有限元损伤演化模型并设置周期性边界条件；所述细观有限元损伤演化模型基于所述微观应力传递网络进行积分点的应力更新。2.根据权利要求1所述的方法，其特征在于，还包括：确定细观单胞的六个方向的受载应变范围；在细观单胞的受载应变范围内进行抽样，获得多组细观应变输入数据；每组细观应变输入数据包括细观单胞六个方向上的应变数据；以多组细观应变输入数据作为所述细观有限元损伤演化模型的输入，通过有限元仿真计算，得到对应的应力输出数据；基于多组细观应变输入数据及对应的应力输出数据，对搭建的神经网络进行训练，得到细观应力传递网络；获取复合材料的宏观结构件的结构数据；基于所述宏观结构件的结构数据，构建宏观有限元损伤演化模型并设置边界条件；所述宏观有限元损伤演化模型基于所述细观应力传递网络进行积分点的应力更新。3.根据权利要求2所述的方法，其特征在于，所述基于所述微观单胞的结构数据，构建微观有限元损伤演化模型，包括：分别获取复合材料中各组分材料的实验数据；基于各组分材料的实验数据，分别确定各组分材料的力学参数；基于各组分材料的力学参数和所述微观单胞的结构数据，构建微观有限元损伤演化模型。4.根据权利要求3所述的方法，其特征在于，在所述基于所述微观单胞的结构数据，构建微观有限元损伤演化模型并设置周期性边界条件之后，所述以多组微观...

【专利技术属性】
技术研发人员：韩晓剑，黄凯，周锦地，刘晓东，张莉，果立成，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：