摘要
本发明提供一种碳化硅颗粒增强铝基复合材料力学性能的预测方法,包括:构建碳化硅颗粒增强铝基复合材料的结构‑性能关联数据集;构建基于编码器‑解码器结构的深度学习模型,深度学习模型以材料的组织结构图片作为输入,编码器用于获得组织结构的特征编码向量,解码器根据特征编码向量获得应力应变演化关系,深度学习模型输出组织结构所对应的应力‑应变曲线;将结构‑性能关联数据集划分为训练集、测试集和验证集,对深度学习模型进行训练;将新生成的待预测碳化硅颗粒增强铝基复合材料构型输入训练好的深度学习模型,获得所对应的应力‑应变曲线,并从中提取出力学性能。本发明可以实现对材料在拉伸过程中应力‑应变曲线的精准预测。
技术关键词
碳化硅颗粒
深度学习模型
铝基复合材料
解码器结构
长短期记忆神经网络
编码器
编码向量
应力
训练集
泊松圆盘采样
基体
数据
组织
图片
优化器
曲线
序列
卷积模块
构型
系统为您推荐了相关专利信息
解码矩阵
深度学习模型
分词
计算机设备
训练装置
跨区块链交易
交易特征
追踪方法
深度学习模型
机器可读指令
混合深度学习模型
浓度识别方法
图像特征向量
多波段
序列
双目相机
组合导航系统
路面病害检测方法
路面病害检测系统
网格