龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东科技大学
摘要：本发明公开一种基于机器学习确定金属材料本构参数的方法，属于材料动力学性能测试技术领域。该方法通过试验装置对金属材料进行静态与动态拉伸试验，并基于光测途径实时测量；通过基于数值分析方法和机器学习手段，建立cGAN条件生成对抗网络，对试验过程中材料拉伸损伤阶段难以完整获取的应变场云图进行识别并基于一定物理机制补全云图；通过CNN卷积神经网络建立材料拉伸过程应变场云图时程数据与数值仿真平台输入本构模型参数之间的映射关系，对试验得到的云图数据进行参数反演，以得到能够直接输入数值仿真平台的本构模型参数。本发明可快速获取复杂应力状态下材料动态本构关系，具有精确、便捷等优点。
主权项：1.一种基于机器学习确定金属材料本构参数的方法，其特征在于包括以下步骤：a、将测试材料加工成测试试件，对测试试件进行静态与动态试验，记录测试试件加载全过程形变图像，分析并组装应变场云图时程矩阵；b、建立测试试件的有限元模型，获取各参数组合下应变场云图时程矩阵；并基于所建立的神经网络，进行步骤a中试验获取但存有缺陷的损伤阶段云图补全，得到具有完整信息的应变场云图时程矩阵；c、开展仅由弹性参数控制的弹性阶段模拟，输出模拟获取的弹性阶段应变场云图时程矩阵；基于CNN卷积图像识别技术，建立弹性参数与试验获取的弹性阶段应变场云图时程矩阵的映射关系；考虑不同的塑性参数组合，输出模拟获取的塑性阶段应变场云图时程矩阵，进而建立塑性参数与试验获取的塑性阶段应变场云图时程矩阵的映射关系；d、开展由损伤参数控制的延伸至损伤阶段的数值仿真，输出模拟获取的损伤阶段应变场云图时程矩阵；建立损伤参数与试验获取的损伤阶段应变场云图时程矩阵的映射关系，并基于步骤b具有完整信息的应变场云图时程矩阵获取经过修复、调整的损伤阶段云图，反演得到损伤参数；e、更换不同应力状态试件的试验云图作为输入，获取材料复杂应力状态下动态本构参数。
全文数据：
权利要求：
百度查询： 山东科技大学 一种基于机器学习确定金属材料本构参数的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号