基于深度学习的复合材料管件抗弯刚度预测方法及其系统与终端

本发明涉及复合材料结构件设计技术领域，尤其涉及一种基于深度学习的复合材料管件抗弯刚度预测方法及其系统与终端，复合材料管件抗弯刚度预测方法包括：在悬臂梁条件下利用有限元模型测试层铺复合材料管件的抗弯性能，搭建基本数据集；将基本数据集进行处理，得到标准数据集；构建神经网络模型，并利用标准数据集对神经网络模型进行训练，得到管件抗弯刚度预测模型；利用该模型输出抗弯刚度。通过模拟复合材料管件仿真获取所属数据，将预处理后的数据分为作为自变量的层铺数据和管件几何数据，作为应变量的抗弯刚度，制作样本数据集，构建管件抗弯刚度预测模型，通过基本数据可以推算出管件抗弯刚度，实现复合材料管件的低成本和快速准确地设计。