机器学习-虚场法协同的金属各向异性塑性混合建模方法

本发明涉及金属材料本构建模技术领域，具体涉及一种机器学习‑虚场法协同的金属各向异性塑性本构混合建模方法，该方法包括设计单轴拉伸金属板材异形试件；对试件进行单轴拉伸实验并基于静态虚场法表征显式本构，获得显式本构参数，以及内外虚功差；其中，将应变场数据作为应变序列，用于模型训练，获得训练好的时序神经网络模型；将待测的异形试件，通过训练好的时序神经网络模型输出对显式本构的应力结果进行补偿，获取真实的本构应力响应。本发明充分发挥虚场法和机器学习从全场数据信息中识别材料复杂本构属性的技术优势，最大程度提高模型预测精度。