【技术实现步骤摘要】
本专利技术属于计算材料科学，特别涉及一种复合材料稳定性能预测方法及相关装置。
技术介绍
1、在当今材料科学与工程领域，复合材料因其独特的物理和化学性能，被广泛应用于航空航天、汽车制造、能源设备及基础设施建设等多个行业；复合材料通常以一种材料作为基体，另一种或多种材料作为增强体，通过物理或化学的方法形成具有新性能的材料；随着应用范围的不断拓展，确保复合材料在复杂服役环境下的长期稳定性和可靠性成为研究的重点；然而，复合材料的稳定性能受到多种因素的影响，包括但不限于环境因素、材料属性特征；因此，精确预测复合材料在特定服役环境下的稳定性能，对提升产品设计的可靠性和延长使用寿命至关重要。
2、目前，针对复合材料的稳定性能预测方法主要包括：基于传统力学模型的分析方法、有限元模拟方法及简单的统计学习方法等；上述方案在处理高维度、非线性及动态变换的环境因素和材料稳定性能之间的关系时，存在显著的局限性，无法实现高效、精确的预测效果；具体如下：现有的预测方法往往忽视了环境因素与材料属性特征的动态交互作用，难以准确捕捉环境因素的细微变换对材料稳定...
【技术保护点】
1.一种复合材料稳定性能预测方法，其特征在于，包括：
2.根据权利要求1所述的一种复合材料稳定性能预测方法，其特征在于，待测材料服役环境数据包括待测材料服役环境中的温度、湿度、压力及振动频率；待测材料属性数据包括待测材料的微观结构参数和成分特征参数；
3.根据权利要求1所述的一种复合材料稳定性能预测方法，其特征在于，根据初始数据集和关键服役环境影响因子集，并结合预构建的与环境影响适应性相关的自适应特征权重矩阵，生成输入特征向量的过程，具体步骤如下：
4.根据权利要求3所述的一种复合材料稳定性能预测方法，其特征在于，基于关键服役环境影...
【技术特征摘要】
1.一种复合材料稳定性能预测方法，其特征在于，包括：
2.根据权利要求1所述的一种复合材料稳定性能预测方法，其特征在于，待测材料服役环境数据包括待测材料服役环境中的温度、湿度、压力及振动频率；待测材料属性数据包括待测材料的微观结构参数和成分特征参数；
3.根据权利要求1所述的一种复合材料稳定性能预测方法，其特征在于，根据初始数据集和关键服役环境影响因子集，并结合预构建的与环境影响适应性相关的自适应特征权重矩阵，生成输入特征向量的过程，具体步骤如下：
4.根据权利要求3所述的一种复合材料稳定性能预测方法，其特征在于，基于关键服役环境影响因子集，对稀疏特征权重矩阵进行优化，获得预构建的与环境影响适应性相关的自适应特征权重矩阵的过程，具体步骤如下：
5.根据权利要求3所述的一种复合材料稳定性能预测方法，其特征在于，集成循环神经网...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。