摘要
本发明涉及一种基于原位压痕位移和载荷响应的材料力学性能测试方法,属于材料力学性能测试技术领域。该方法通过原位压痕仪测试不同合金获取了不同压深的位移云图和载荷,基于静力学仿真获取了仿真数据,接着基于扩散模型对试验和仿真数据的位移云图数据增广,然后建立基于深度学习模型的从应变云图,压深和载荷到力学性能的映射,模型先后在仿真数据增广数据集,仿真数据集和试验数据增加广数据集上进行预训练,然后在实验数据集上进行微调,训练好多组不同的模型,组成集成学习模型,进一步提高模型的回归精度,最后使用DQN强化学习算法对各个模型的权重进行优化,进一步提高模型的精度。该策略可降低了建立模型所需的实验数据的需求。
技术关键词
材料力学性能测试方法
集成学习模型
仿真数据
载荷
材料力学性能测试技术
强化学习算法
原位压痕测试
深度学习模型
金属固体材料
集成学习算法
集成学习方法
指数
应变云图
编程方法
工况
薄片状
铜合金
训练集
系统为您推荐了相关专利信息
电力电子系统
智能功率模块
IGBT模块
多时间尺度
模式
稳定性监测系统
仓储货架
节点
灰色预测模型
变量
动力响应分析方法
集成系统
脉冲响应函数
载荷
浮式平台
耦合模型试验
伺服加载系统
应力传感器
应力分布规律
信息采集系统