摘要
本发明提供复合材料扩孔率多尺度预测模型的建立方法及系统,涉及扩孔率预测技术领域,本方法通过系统地采集各种复合材料的实验数据,包括材料类型、密度、温度、应力、应变等信息,分析采集的实验数据构建微观、介观和宏观的多尺度模型,基于多尺度模型的输出,进一步训练机器学习模型以预测扩孔率。最后,通过分析待预测复合材料的相关实验数据,获取多尺度模型的融合特征矩阵,输入至训练好的扩孔率预测模型中,得到扩孔率预测模型的输出,再结合当前材料的温度,获取实时的扩孔率预测结果,从而为复合材料的性能评估和应用提供科学依据。
技术关键词
复合材料
融合特征
矩阵
多尺度
泊松比
应力
训练机器学习模型
剪切模量
网格搜索方法
标签
支持向量机
密度
数据采集模块
特征值
样本
纤维
代表
作用力
系统为您推荐了相关专利信息
故障区段定位方法
潜伏性故障
暂态零序电流
矩阵
检测点
缺陷检测方法
PID算法控制
微服务器
大语言模型
颜色传感器
像素点
传播算法
语义分割网络
训练样本数据
模型训练方法
珠宝
移除系统
融合卷积神经网络
掩膜
消除背景干扰
光学遥感图像
识别方法
动态权重分配
注意力机制
识别模块