摘要
一种预镀金属板材镀层与合金层力学性能参数协同反演方法,在金属板材的镀层表面实施纳米压痕实验获得压痕三维轮廓数据后,通过三维仿真生成各参数组合下的载荷‑位移曲线及压痕形貌数据作为训练集,利用神经网络学习多维特征与材料力学性能参数间的非线性映射关系,再通过反演计算确定多层结构的微区力学性能参数。本发明通过多层结构微区力学性能反演,不仅可提升镀层与合金层力学性能参数的反演精度,有效缓解“兄弟材料”问题,同时能保证计算效率为多层结构材料的力学性能表征提供可靠的解决方案。
技术关键词
协同反演方法
镀层
非线性映射关系
材料力学性能参数
轮廓数据
合金
表面纳米
载荷
融合神经网络
轮廓曲线
板材
激光共聚焦显微镜
三维多层结构
力学性能表征
多层结构材料
系统为您推荐了相关专利信息
规划控制方法
动态响应模型
解耦控制策略
集群
柔性
精雕机控制系统
网格模型数据
物体
场景深度图
结构模型数据
充电站
延迟参数
充电路径规划
非线性映射关系
因子