-
公开(公告)号:CN118095014B
公开(公告)日:2024-06-28
申请号:CN202410472541.8
申请日:2024-04-19
申请人: 西南科技大学
IPC分类号: G06F30/23 , G06F30/15 , G16C60/00 , G06T11/60 , G06N3/0464 , G06N3/0455 , G06F119/14
摘要: 本发明公开了一种基于机器学习的复合材料性能快速计算方法,基于多尺度有限元求解的思路,构造两种类型网格,大尺度粗网格用于分析复合材料结构的宏观大尺度特性,小尺度细网格用于表征复合材料结构小尺度下的非均质特性,大幅度降低单次求解的网格单元数量,提升求解速度和收敛效率,大幅减少复合材料结构性能分析的时间;本发明通过提出的基于机器学习的复合材料性能快速计算方法,可以实现复合材料小尺度结构位移的快速预测,与有限元分析相比较,计算效率提升了80倍以上,且反演计算得到的复合材料结构内部应力分布的误差在5%以下。
-
公开(公告)号:CN118095014A
公开(公告)日:2024-05-28
申请号:CN202410472541.8
申请日:2024-04-19
申请人: 西南科技大学
IPC分类号: G06F30/23 , G06F30/15 , G16C60/00 , G06T11/60 , G06N3/0464 , G06N3/0455 , G06F119/14
摘要: 本发明公开了一种基于机器学习的复合材料性能快速计算方法,基于多尺度有限元求解的思路,构造两种类型网格,大尺度粗网格用于分析复合材料结构的宏观大尺度特性,小尺度细网格用于表征复合材料结构小尺度下的非均质特性,大幅度降低单次求解的网格单元数量,提升求解速度和收敛效率,大幅减少复合材料结构性能分析的时间;本发明通过提出的基于机器学习的复合材料性能快速计算方法,可以实现复合材料小尺度结构位移的快速预测,与有限元分析相比较,计算效率提升了80倍以上,且反演计算得到的复合材料结构内部应力分布的误差在5%以下。
-