提出了一种应用神经网络从色散曲线反演材料弹性常数的温度依赖性的方法。采用有限元方法计算了毫秒激光加热铝材料形成的瞬态温度场。在假设不同杨氏模量温度依赖性的条件下，计算了表面波在激光加热区传播时不同的频散曲线。利用正向计算的结果来训练神经网络。神经网络经过训练后，输入材料的表面波频散特性，可反演出材料杨氏模量与温度的关系。为验证该方法的反演能力，对比了不同噪声情况下的反演结果。对比结果表明该方法具有很好的鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
