基于神经网络与相场断裂法的SiC/SiC热解碳界面优化方法

本发明提供了一种基于神经网络与相场断裂法的SiC/SiC热解碳界面优化方法，该方法包括：首先构建SiC纤维增强复合材料代表性体积单元模型；然后采取相场断裂法对SiC纤维增强复合材料代表性体积单元模型进行横向拉伸模拟，获得横向拉伸强度；最后以横向拉伸强度为判据对最优界面厚度进行筛选并训练逆向神经网络，实现对不同材料参数的SiC纤维最优界面厚度的预测与优化。本发明使用准确、高效的代表性体积单元模型，并将相场断裂法与逆向设计神经网络相结合，通过模拟裂纹行为并对不同半径、弹性模量、临界能量释放率以及强度的纤维的最优界面厚度进行预测，系统性地优化PyC界面参数，从而提升SiC/SiC复合材料的力学性能和可靠性。