CN114970240B 多相复合结构图像的载荷状态快速评估方法及设备 （上海交通大学）

CaO-MgO-Al2O3-SiO2.EUROPEANJOURNALOFMECHANICSA-SOLIDS.2023,第100卷1-13.多相复合结构图像的载荷状态快速评估方本发明涉及一种多相复合结构图像的载荷2获取多相复合结构的断面形貌图像，建立图像复原有限元分构建弹性力学模型约束的生成对抗网络，并基于有限元分析模型获取的数据进行训S6：将S2中获取的语义分割结构图作为模型输入和S4S8：获取待检测的多相符合结构的断面形貌图像基于pix2pix架构建立一种像素到像素转换的初始生成对抗网络：积神经网络作为生成对抗网络的生成器G，建立降采样卷积神经网络作为生成对抗网络的L1应变场εt，3设步骤S2语义分割后的多相结构分布为xc，基于步骤S4中有限元模型计算的对应的应变分布设为εtt是由εt,11,εt,22,er2ER""按顺序堆叠而成的三维数εm＝[εm,11#εm,22#εm,12]pp4C,m是合成应变分布的应变协调误差；C,m是合成应变分布的应变协调误差，应将生成的应52.根据权利要求1所述的一种多相复合结构图像的载荷状态快速评估方法，其特征在3.根据权利要求1所述的一种多相复合结构图像的载荷状态快速评估方法，其特征在4.根据权利要求1所述的一种多相复合结构图像的载荷状态快速评估方法，其特征在将步骤S3优化的结构边界进行有限元元分析，建立二维多相结构的几何5.根据权利要求1所述的一种多相复合结构图像的载荷状态快速评估方法，其特征在将语义分割结构图及其对应的载荷分布切分成满足步骤S5建立的生成对抗网络输入6.根据权利要求1所述的一种多相复合结构图像的载荷状态快速评估方法，其特征在将高分辨率的待测多相复合结构图片按照步骤S2进行预处理，将图像7.一种电子设备，包括存储器和处理器，所述存储67[0004]第一种是基于复合结构样件的试验测试，一般采用DIC法在模拟边界条件下测量期内获取较多的数据支撑复合结构强度及工艺参8[0007]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种多相复合结构[0009]根据本发明第一方面，提供了一种多相复合结构图像的形卷积神经网络作为生成对抗网络的生成器G，建立降采样卷积神经网络作为生成对抗网9限元应变场εt，[0050]εm＝[εm,11#εm,22#εm,12][0054]采用差分法计算应变图像的应变协调误差，任一像素点pp[0091]将语义分割结构图及其对应的载荷分布切分成满足步骤S5建立的生成对抗网络入图片尺寸条件的多组局部图片，采用步骤S7训练的网络模型依次预测其对应的应变分所述程序被处理器执行时实现所述的一种多相复合结构图像的载荷状态快程应用。[0117]步骤5建立用于拟合结构图像与应变分布关系的弹性力学约束生成对抗网络模积神经网络作为生成对抗网络的生成器G，建立降采样卷积神经网络作为生成对抗网络的限元应变场εt。[0138]采用差分法计算应变图像的应变协调误差，任一像素点pp[0173]步骤6将步骤2中获取的语义分割结构图作为模型输入和步骤4获取的载荷分布作[0174]步骤7基于步骤5建立的训练集训练步骤6建立的生成对抗网络，所述的载荷分布[0175]步骤8对待测复合结构重复步骤2进行预处理，采用步骤7训练的网络模型对待测立的生成对抗网络输入图片尺寸条件的多组局部图片，采用步骤7训练的网络模型依次预[0176]本实例中以典型的CaO–MgO–Al2O3–SiO2(CMAS)渗透热障涂层(TC–CMAS)复杂两相行建模，整体架构见图2。该方法的具体实施方式主要分为训练阶段与热应变评估两个阶的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令，来[0187]本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例集成电路(ASIC)、专用标准产品(ASSP)、芯[0188]用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来理器或控制器，使得程序代码当由处理器或控制器执