一种基于深度学习反向设计的压电超材料自适应振动抑制方法

本发明涉及一种基于深度学习反向设计的压电超材料自适应振动抑制方法，包括获取非线性数字压电超材料获取超材料的电路参数与振动响应信号数据集；其中电路参数与振动响应信号数据集包括非线性数字压电超材料的电路参数向量和带隙标签向量；构建基于深度学习的反向设计网络模型；根据电路参数与振动响应信号数据集，对基于深度学习的反向设计网络模型进行训练；获取非线性数字压电超材料的电路参数。本发明中的压电超材料利用单片机构成具有可编程性的非线性分流电路，并且结合深度学习的神经网络，可以根据期望振动抑制响应精准地自动设计出相应的电路参数，提高了振动抑制的灵活性和自适应能力，以及设计效率，展现了良好的振动抑制效果。