摘要
本发明公开一种融合离散元与机器学习的PBX裂纹演化预测方法,包括:基于真实结构的PBX颗粒模型,采用离散元方法进行加载仿真,提取颗粒在多时间步上的应力状态、几何属性与接触特征,构建裂纹判定数据集;通过XGBoost分类器判断裂纹是否发生,并输出裂纹发生概率,作为回归模型的辅助输入;再基于Stacking集成回归模型预测裂纹发生时间;同时引入SHAP方法定量分析各输入特征对预测结果的贡献。采用本发明的技术方案,能够在多尺度特征驱动下准确识别PBX材料中裂纹的演化行为,并实现对其演化路径、时序过程的可追溯解释,以服务于含能材料的结构优化、服役安全性评估及风险防控策略制定。
技术关键词
裂纹
XGBoost算法
风险防控策略
描述符
接触特征
仿真平台
扫描电镜
物理
应力
分类器
变量
坐标
数据
图像
重构
力学
时序
模式
关系
强度
系统为您推荐了相关专利信息
多层结构
毁伤效应
仿真图形
双层波纹钢板
机库结构
图像拼接方法
网格
单应性变换矩阵
特征点
灰度共生矩阵
物体分割方法
点云特征
描述符
动态融合机制
矩阵
拼接缝位置
拼宽桥梁
拉丁超立方抽样
XGBoost算法
XGBoost模型