基于深度学习的陶瓷基复合材料实时损伤程度预测方法

本发明属于材料结构健康监测技术领域，具体提供一种基于深度学习的陶瓷基复合材料实时损伤程度预测方法，包括以下步骤：建立初始损伤数据集；搭建初始损伤模型，结合物理约束进行驱动；建立陶瓷基复合材料的过程损伤数据集；建立噪声滤波模型，进行无噪化和归一化处理；搭建过程损伤模型，结合损伤机理进行驱动；耦合初始损伤与过程损伤建立实时损伤程度映射模型，利用最小二乘法和非线性优化拟合参数；应用映射模型进行实时损伤程度预测。本发明简单易操作、效率高，通过融入初始缺陷特征、服役过程损伤和物理参数至机器学习模型中，使构建的物理信息‑深度学习模型获得了更好的物理一致性、强大的实时健康监测能力和更高的预测鲁棒性。