本发明公开了一种基于仿真和试验数据混合驱动的结构性能预测方法,在静力试验中,将有限测量数据和仿真数据结合,建立融合模型,利用大量仿真数据和少量试验数据来提高混合数据构造的代理模型精度,发展变保真度模型构建方法,实现结构状态场重构,通过利用多精度深度神经网络模型,自适应的学习试验数据和仿真数据之间的线性和非线性关系,实现空间维度上的健康预测。在健康监测试验中,利用优化算法对融合模型进行修正,所构建的融合模型融合了健康监测数据,能够反映结构真实物理状态,实现时间维度上的健康预测。本发明充分考虑飞行器的静动力特性和
复合材料损伤演化过程与参数变化规律,研究反映结构实时损伤状态和载荷历程的集成多物理量、多参量高保真仿真过程。通过试验数据不断修正有限元模型参数,使得所建立数字原理样机能够对结构的多物理场环境下的力学响应和损伤扩展过程进行高精度映射。
声明:
“基于仿真和试验数据混合驱动的结构性能预测方法” 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)