科研之友
微信
新浪微博
Facebook
分享链接
摘要
复合材料因其优异的力学性能在多个工业领域获得广泛应用。复合材料结构的多尺度力学响应分析计算量巨大，对开发高效高精度的数值计算方法带来挑战。近年来深度学习等人工智能技术快速发展，为复合材料多尺度力学响应分析带来机遇。目前复合材料多尺度分析采用的代理模型大多单纯由数据驱动，物理解释性较差。针对由两相超弹性材料组成的复合材料代表性体积单元，本文采用数据/物理共同驱动的神经网络建立了三种非线性力学响应代理模型，采用不同的构建策略实现在代理模型中融入不同程度的物理解释；通过对代表性体积单元等效力学行为的预测，综合对比分析了三种代理模型在计算效率、精度和适用性等方面的表现，为平衡数据驱动和物理解释性、建立有效的复合材料力学响应代理模型提供了参考。
- 单位
