摘要
本发明属于复合材料固化残余应力预测领域,具体公开采用考虑温度场的本征应变模型预测固化残余应力的方法,用于解决使用粘弹性本构模型优化固化工艺周期效率低下的问题。其过程为:通过热化学有限元仿真获取复合材料厚平板件各单层温度和固化度时变曲线,将其引入薄平板件有限元模型,预测各薄平板件脱模后的变形场;基于变形反演各单层的本征应变,构建温度历史与本征应变的神经网络映射关系并训练模型;将其作为预训练模型,依据新固化工艺周期下的仿真结果构建小样本数据集,微调预训练模型,预测新工艺下所有层的本征应变;将其作为伪热应变参数输入厚结构件有限元模型,预测脱模后的残余应力分布。本发明具有高准确性和高效率的特点。
技术关键词
固化残余应力
复合材料
平板件
预训练模型
单层
结构件
曲线
训练神经网络模型
仿真分析
优化网络参数
ReLU函数
数据
周期
制造商
力学
非线性
系统为您推荐了相关专利信息
SiC复合材料
冗余特征
生成复合材料
数据
Pearson相关系数
金属电极片
压电复合材料
压电陶瓷
超声装置
超声波换能器
恒温控制模块
可控硅元件
电加热
交流变压器
温度传感器