基于神经网络的复合材料热载荷下非线性行为的预测方法

本发明公开了一种基于神经网络的复合材料热载荷下非线性行为的预测方法，属于人工智能与复合材料领域。方法包括：基于拉伸热载荷试验得到的温度‑应力‑应变曲线，对复合材料试件进行有限元模型分析，提取试件在每一分析步下的真实温度、应力、应变及应力增量、应变增量和温度增量，生成数据集；利用数据集训练预先搭建的神经网络，以从训练好的神经网络模型中获取用于构建该复合材料本构模型的目标参数；基于目标参数，编写材料本构子程序，构建基于神经网络的复合材料本构模型。本方案可以确保模型输出不受特定温度‑应力‑应变曲线形态的制约，不仅省时省力，而且可以使得本构模型对复合材料响应特性的反映更加客观精确。