摘要
本申请涉及构建岩土材料循环应力‑应变本构模型的方法技术领域,尤其涉及一种基于深度学习的循环本构模型构建方法。在动态循环荷载下,对于不同岩土材料的受力水平,可根据全应力‑应变循环曲线预测循环加载条件下岩土材料发生破坏的时间,基于深度学习的循环本构模型构建方法包括:数据预处理;数据分割;搭建不同深度学习模型;搭建不同的基于时间序列的深度学习混合架构;结合物理信息约束的监督方法,构建出基于物理信息约束方法的混合深度学习模型;应用循环本构模型的性能评价指标,通过消融试验来对比并评估是否采用基于物理约束的单步预测架构;循环本构曲线的全过程滚动预测。
技术关键词
模型构建方法
岩土材料
混合深度学习模型
深度学习架构
物理
曲线
约束方法
数据
应力
序列
训练集
超参数
应变传感器
有效性
指标
误差
动态
周期
方程
系统为您推荐了相关专利信息
地球物理数据
机器学习模型
生成方法
潜力评估方法
量子态
洪水预报模型
小型水利设施
模型构建方法
地形高程数据
情景
场景生成系统
场景生成方法
大语言模型
点识别方法
对象
阵列排布方法
阵列结构
噪声子空间
空间谱估计算法
协方差矩阵