一种基于LSTM-DNN的复合材料渐进式破坏预测方法

本申请提出一种基于LSTM‑DNN的复合材料渐进式破坏预测方法，包括：通过蒙特卡洛方法生成复合材料的参数分布集；利用Python脚本对ABAQUS进行二次开发，模拟复合材料在不同条件下的应力‑应变曲线及损伤‑破坏演化过程，提取时间序列数据；构建结合LSTM网络和DNN网络的串联模型，用于提取复合材料的时间序列特征与静态特征并融合，预测应力序列和损伤因子序列；基于反向传播算法训练模型，通过损失函数优化参数，并结合物理规律约束提升预测精度；将新的位移和载荷数据输入模型，生成应力序列和损伤因子序列，预测复合材料的渐进式破坏状态及剩余寿命。本申请利用LSTM对复合材料破坏过程的时间依赖本构与渐进损伤过程进行建模和预测，能够提高破坏路径的准确性。