Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于数据驱动的材料塑性本构与变形行为预测方法及装置 

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!

摘要:本发明涉及一种基于数据驱动的材料塑性本构与变形行为预测方法及装置,属于高端装备智能制造技术领域,该方法包括:通过本构模型预测材料的塑性变形行为;本构模型通过以下方式得到:将遗传算法对应的种群分为多个子种群,基于子种群中个体的适应度,确定全局搜索种群和局部搜索种群;每个个体对应一组权值和阈值;基于全局搜索种群和局部搜索种群,获取BP神经网络的初始参数;基于样本数据对BP神经网络的初始参数进行训练,得到本构模型。本发明提供的基于数据驱动的材料塑性本构与变形行为预测方法,通过本构模型可以较好地表征材料的变形行为,提供了预测精度。

主权项:1.一种基于数据驱动的材料塑性本构与变形行为预测方法,其特征在于,包括:通过本构模型预测材料的塑性变形行为;所述本构模型通过以下方式得到:通过单向拉伸试验平台获取材料应力-应变曲线,构建数据集;对所述数据集进行归一化处理: 其中,为归一化后的数据,为原始输入数据,和分别表示原始输入数据的最大值和最小值;将遗传算法对应的种群分为多个子种群,基于所述子种群中个体的适应度,确定全局搜索种群和局部搜索种群;每个个体对应一组权值和阈值;所述适应度的表达式如下: 其中,表示适应度,c表示常数,为目标函数界限的估值,表示目标函数;基于所述全局搜索种群和所述局部搜索种群,获取BP神经网络的初始参数;基于样本数据对所述BP神经网络的初始参数进行训练,得到所述本构模型;所述基于所述全局搜索种群和所述局部搜索种群,获取BP神经网络的初始参数,包括:基于王国发展策略、所述全局搜索种群和所述局部搜索种群,获取BP神经网络的初始参数;所述基于王国发展策略、所述全局搜索种群和所述局部搜索种群,获取BP神经网络的初始参数,包括:对所述全局搜索种群和所述局部搜索种群分别进行迭代遗传操作,得到迭代后的全局搜索种群和迭代后的局部搜索种群,并生成随机数;在所述随机数对应的迭代次数中,基于所述迭代后的局部搜索种群对所述迭代后的全局搜索种群进行优化,得到优化后的全局搜索种群;在达到预设迭代次数时,基于轮盘赌方法在所述优化后的全局搜索种群中确定最优个体;基于所述最优个体,确定所述初始参数;所述初始参数包括初始权值和初始阈值;所述对所述全局搜索种群和所述局部搜索种群分别进行迭代遗传操作,得到迭代后的全局搜索种群和迭代后的局部搜索种群,包括:基于第一交叉概率和第一变异概率对所述全局搜索种群进行遗传操作,得到所述迭代后的全局搜索种群;基于第二交叉概率和第二变异概率对所述局部搜索种群进行遗传操作,得到所述迭代后的局部搜索种群;所述第二交叉概率小于所述第一交叉概率,第二变异概率大于所述第一变异概率;将通过BP神经网络计算得到的应力预测值与实验值进行比较,引入决定系数,平均决定误差MAE,以及均方根误差RMSE对本构模型的精度进行定量分析;决定系数、平均决定误差、均方根误差的表达式分别如下: 其中,表示预测值,表示预测值的平均值,表示实验值,n为输出结果个数。

全文数据:

权利要求:

百度查询: 武汉理工大学 基于数据驱动的材料塑性本构与变形行为预测方法及装置

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。