基于PINN网络的一维杆弹塑性力学行为预测方法

本发明公开了基于PINN网络的一维杆弹塑性力学行为预测方法，属于固体力学计算领域，首先构建一个将位移边界条件硬编码于网络结构的神经网络，利用自动微分和弹塑性本构模型推导出物理量，最终通过优化迭代获得用于预测的模型，并以这些物理量在物理控制方程和其余边界条件上的损失函数作为损失函数；可以快速准确地预测一维拉杆在弹塑性段的应力、应变和位移，大幅缩短预测时间，提高设计效率，为一维拉杆的快速设计提供支持。