公开(公告)号：CN119905178A

公开(公告)日：2025-04-29

申请号：CN202411752824.4

申请日：2024-12-02

Applicant: 同济大学

Inventor： 赵云妹 ,  简晓彬 ,  陈震岳 ,  周耀佳 ,  杨斌 ,  李岩

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G16C20/80 ,  G06N3/0442 ,  G06F30/23 ,  G06F30/27 ,  G06F113/26

Abstract: 本发明提供了一种CERCER复合燃料等效体积生长变形预测方法，具有这样的特征，包括步骤S1，构建复合燃料三维RVE几何模型以及算例样本；步骤S2，根据应力更新算法和复合燃料三维RVE几何模型，通过有限元软件Abaqus进行仿真计算，得到模拟等效体积生长变形数据；步骤S3，根据模拟等效体积生长变形数据构建训练数据集；步骤S4，构建LSTM预测模型，并根据训练数据集对LSTM预测模型进行训练；步骤S5，将CERCER复合燃料的特征参数和历史等效体积生长变形数据输入LSTM预测模型，得到预测等效体积生长变形数据。总之，本方法能够实现对CERCER复合燃料的效体积生长变形的准确且持续预测。

公开(公告)号：CN118428041A

公开(公告)日：2024-08-02

申请号：CN202410369079.9

申请日：2024-03-28

Applicant: 同济大学

Inventor： 赵云妹 ,  陈震岳 ,  杨斌 ,  李岩 ,  仓钰 ,  简晓彬

IPC: G06F30/20 ,  G06F113/26

Abstract: 本发明提供了一种短纤维复合材料宏观力学性能精细化设计方法。本发明针对短纤维复合材料宏观力学性能的细观参数设计及优化问题，充分利用机器学习和遗传算法两者的优势，实现更高效和精准的设计优化。设计流程中，机器学习通过快速预测提供高效筛选的搜索空间，遗传算法结合SHAP可解释特征分析用于设计和精细调整优化，结合二者的优势实现高效的设计探索和优化。本发明根据组分材料性能及微观结构预测短纤维复合材料的宏观力学性能，并充分利用SHAP可解释性特征分析结果，实现对短纤维复合材料组分及微观结构设计的智能化指导调控，对于指导短纤维复合材料的细观参数设计及优化具有积极意义。