基于LSTM与PINN融合的船用复合材料螺旋桨工作应变预测方法

本发明公开了一种基于LSTM与PINN融合的船用复合材料螺旋桨工作应变预测方法，包括对获取不同工况下的螺旋桨桨叶的内部原始应变时序数进行数据预处理获取优化应变时序数据；提取优化应变时序数据中高频时序数据与低频时序数据，获取多尺度分解时序数据，以重构优化应变时序数据获取重构应变时序数据；构建基于LSTM神经网络的螺旋桨工作应变预测模型；并引入基于PINN算法改进的具有物理约束的损失函数，根据重构应变时序数据获取优化螺旋桨工作应变预测模型；解决了传统基于LSTM的应变预测方法，缺乏对物理规律的显式约束，导致预测结果可能偏离实际物理规律，降低了工程可信度的问题；此外还存在的应变预测精度低、实时性差以及计算复杂等问题。