摘要
本发明提出了一种基于机器学习的陶瓷基复合材料界面剪应力识别方法、介质及设备,属于界面剪应力识别技术领域。包括:开展单向CMC疲劳试验,提取迟滞环多特征试验结果;推导迟滞环多特征理论表达式及纤维失效百分数;计算不同参数组合下迟滞环多特征的理论计算结果;将主要影响参数与迟滞环多特征作为输入,界面剪应力作为输出,构建界面剪应力识别数据集;将迟滞环多特征试验结果带入数据驱动模型进行界面剪应力识别,考虑纤维失效百分数,对主要影响参数进行优化;将主要影响参数的最优解与迟滞环多特征试验结果带入数据驱动模型,获得疲劳载荷下CMC界面剪应力的退化规律。本发明显著提升界面剪应力识别精度,具有合理性与可靠性。
技术关键词
数据驱动模型
识别方法
界面
表达式
纤维
机器学习模型
理论
参数
遗传算法求解
载荷
应力
基体
随机森林
处理器
裂纹
可读存储介质
存储器
计算机
系统为您推荐了相关专利信息
阻尼控制器
数据驱动模型
电力系统
信号
主导振荡模态
量子神经网络
文档检索方法
量子态
表达式
文本编码器
甲基酮类化合物
酸奶
风味化合物
风味分析技术
全脂奶粉
园区微电网
混合储能系统
燃料电池
电解槽
容量规划