摘要
等双轴预拉伸下介电弹性体薄膜本构建模的机器学习方法,包括以下步骤;步骤一:获取实验数据集,用于生成步骤二物理信息神经网络和步骤三的Kolmogorov‑Arnold网络的输入数据;步骤二:物理信息神经网络搭建;用于预测不变量I1,I2和应变能函数的映射关系,用于步骤三中的Kolmogorov‑Arnold网络的优化训练;步骤三:Kolmogorov‑Arnold网络搭建;用于预测不变量I1,I2和应变能函数的显式表达式,生成能反映介电弹性体薄膜非线性行为的本构模型;步骤四:基于步骤一获得的介电弹性体薄膜在进行等双轴预拉伸后,施加电压后所得到的电压和拉伸比的实验数据集进行物理信息神经网络和Kolmogorov‑Arnold网络的联合训练,找出最优网络参数。本发明能够反映介电弹性体材料的机‑电耦合特性。
技术关键词
机器学习方法
介电弹性体薄膜
介电弹性体材料
变量
物理
参数
表达式
应力
电压
电场
测量点
样条
非线性
深度神经网络
聚合物薄膜
数据