摘要
本发明公开了一种基于水平集的非均质微结构性能预测方法,包括:采用水平集方法进行非均质微结构的参数化建模,控制切割平面高度以生成不同体积分数的微结构构型;根据均匀化理论计算微结构的等效弹性张量,获得其力学性能参数;对切割高度参数进行随机采样,生成包含切割高度参数及其对应力学性能参数的数据集;基于所生成的数据集建立微结构切割高度与力学性能之间的映射关系训练神经网络模型,通过神经网络快速预测微结构的力学性能。该方法可以建立均质微结构切割高度与力学性能之间的映射关系。最终,通过训练好的神经网络模型能够在短时间内预测新微结构的力学性能,从而为多尺度结构设计与性能优化提供高效的解决方案。
技术关键词
性能预测方法
力学性能参数
水平集函数
水平集方法
训练神经网络模型
原型
构型
复合微结构
优化神经网络
ReLU函数
连续可调
周期性
理论
节点数
数据
医疗器械
系统为您推荐了相关专利信息
电磁阀线圈
电流监测方法
电流监测装置
电阻
电流监测设备
面向智能家居
上下文特征
推荐方法
分层特征提取
设备端
激光测距传感器
振动加速度传感器
估测方法
路段
车身
机器学习预测方法
盾构隧道管片
盾构掘进参数
神经网络预测模型
变形监测数据
拦截器
状态空间方程
姿控发动机
制导控制系统
李雅普诺夫函数