CN116246735B 基于神经网络的复合材料多尺度建模方法、设备及介质 （哈尔滨工业大学）

基于神经网络的复合材料多尺度建模方法、及一种基于神经网络的复合材料多尺度建模方基于多组微观应变输入数据及对应的应力输出化模型基于微观应力传递网络进行积分点的应2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，获得多组微观应变基于多组微观应变输入数据及对应的应力输出数据，对神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，获得多组细观应变基于多组细观应变输入数据及对应的应力输出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，构建微观获取复合材料制成的单向带的实验数据；所述单向带的3获取复合材料制成的层合板的实验数据；所述层合板的所述微观有限元损伤演化模型采用长方体单胞，所述长方体单胞的横截面中所述细观有限元损伤演化模型采用板状单胞，所述板状单胞由多段纤维束编织组成，9.一种电子设备，包括存储器和处理器，所述存储器中存4[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[0003]多尺度建模的关键在于不同尺度之间的信息传递。以碳[0005]第一方面，本发明实施例提供了一种基于神经网络的复5[0018]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[0020]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6[0042]图1是本发明一实施例提供的一种基于神经网络的复合材料多尺度建模方法流程[0043]图2是本发明一实施例提供的另一种基于神经网络的复合材料多尺度建模方法流7每组微观应变输入数据包括微观单胞六个方向上[0057]此步骤106中获取微观应变输入数据的具体组数可根据实际需要设置，在此不再[0059]此步骤108将足够多的应变数据作为输入，在构建好的所述微观有限元损伤演化[0061]此步骤110可采用现有技术中的Python语言搭建合适的神经网络结构，再利用输观有限元损伤演化模型可用于仿真细观尺度的试验件在失效与损失演化过程中的变化，8传递信息，所得的细观有限元损伤演化模型中嵌入了微观应力传递网络来实现应力更新，每组细观应变输入数据包括细观单胞六个方向上[0073]此步骤120将足够多的应变数据作为输入，在构建好的所述细观有限元损伤演化元仿真计算获得了用于训练新搭建的神经网络的9述微观有限元损伤演化模型不能准确仿真单向带失效与损失演化过程，则需要返回步骤102调整所构建所述微观有限元损伤演化模型。通过利用实际获得的实验数据对所述微观有限元损伤演化模型亦可采用纤维丝在有限元模型内随机分[0107]纤维束织物结构是一种使用较为广泛的细观单胞模型，通过改变纤维束的尺寸、述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作，从而以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进