基于人工神经网络的环氧树脂固化温度场预测方法

    公开(公告)号:CN118378525A

    公开(公告)日:2024-07-23

    申请号:CN202410510465.5

    申请日:2024-04-26

    摘要: 本发明公开了基于人工神经网络的环氧树脂固化温度场预测方法,具体按照如下步骤实施:步骤1,建立环氧树脂固化温度场预测模型,并定义固化流程参数;步骤2,使用步骤1建立的环氧树脂固化温度场预测模型,获取不同参数下的固化流程的温度数据,然后参数化扫描模块对不同参数下的固化流程的温度数据,获得训练集、验证集和测试集;步骤3,构建神经网络模型;步骤4,采用步骤2的训练集验证集对步骤3构建的神经网络模型进行训练和验证;步骤5,采用测试集对步骤4训练好的模型进行测试。本发明解决了现有技术中存在了环氧树脂固化温度场数值仿真时只考虑了内部两点最高温度但未考虑整个内部的温度分布情况以及形状参数的问题。