基于機器學習的短纖維增強復合材料彈性力學性能預測

摘要： 短纖維增強復合材料彈性力學性能受其內部結構和基礎材料性能影響顯著，參數化分析這些影響需要極高的實驗或數值分析成本。針對這一問題，本文將基于周期性代表性體積單元(RVE)的數值均勻化方法與人工神經網絡(ANN)進行結合，分別構建了空間隨機分布、層內隨機分布和定向排列3種形式的短纖維增強復合材料力學性能預測代理模型。每個代理模型均可以快速實現(xiàn)不同參數組合(纖維長度、長徑比、體積分數... （共12頁）