基于物理信息神经网络的准脆性材料损伤场反演方法

本发明公开了基于物理信息神经网络的准脆性材料损伤场反演方法，包括：数据采集和处理；预设初始损伤场数据，并将初始损伤场数据中每个单元的模量作为独立的待反演参数；以各节点在空间中的位置信息作为神经网络的输入，经过神经网络的隐藏层进行处理，以对应位置信息的位移数据作为网络输出数据；根据预处理后的位移数据、网络输出数据和力学规律构建神经网络的损失函数；利用最小化神经网络的损失函数对初始损伤场数据进行训练优化，通过调整控制项损失、边界项损失和数据项损失的权重，优化神经网络的超参数，直至满足预设的收敛条件，确定目标损伤场数据。本发明显著减少神经网络模型对数据集的依赖，确保反演结果具有较强的物理可解释性。