本发明涉及一种纤维增强
复合材料结构固化变形预测方法、装置及存储介质,其中方法包括:基于有限元数值仿真法构建样本集,并随机确定铺设角度,得到样本集;对样本集数据进行数据预处理;划分训练集和测试集;建立基于卷积神经网络的结构固化变形预测模型,所述结构固化变形预测模型的输入为铺设角度彩色图像,输出为结构固化变形云图;给定卷积神经网络的初始网络结构参数、超参数和损失函数;基于训练集对结构固化变形预测模型进行回归学习;保存模型;基于测试集对模型的预测效果进行验证。与现有技术相比,本发明能有效、快速的预测连续纤维增强复合材料结构的固化变形,解决了铺层形式多样造成的固化变形预测困难问题。
声明:
“复合材料结构固化变形预测方法、装置及存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)