一种基于机器学习的复杂结构状态预测的数字孪生方法、系统及介质

本发明公开了一种基于机器学习的复杂结构状态预测的数字孪生方法、系统及介质，所述方法包括如下步骤：步骤1、数据获取；步骤2、模型训练；步骤3、状态获取；步骤4、状态预测；步骤5、模型验证；步骤6、重复步骤3和步骤4，实现对结构响应的实时预测；若结构的几何、材料、服役状态、工况参数改变，即超出了步骤2中神经网络的预测范围时，则需重新完成步骤1‑步骤5进行数字孪生系统的构建，然后利用步骤3和步骤4进行状态实时预测。本发明通过前期采用有限元数值模拟生成数据集，并采用神经网络生成结构状态实时预测模型，通过给定实时输入数据即可实时预测结构的响应状态。