首页|基于神经网络的裂纹扩展过程预测

基于神经网络的裂纹扩展过程预测

Prediction of crack propagation process based on neural network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
提出基于神经网络的裂纹扩展过程实时预测方法,其计算效率比近场动力学(peridynamic,PD)模型提高.使用PD算法获取裂纹扩展过程中的损伤云图,构建裂纹扩展数据集.基于数据集构建生成对抗网络(generative adversarial networks,GAN)模型,根据不同加载条件实时生成损伤云图,从而快速预测裂纹的扩展过程.将PD模型计算得到的损伤云图中的RGB值与相应位置处的损伤值结合,构建多层前馈神经网络模型的数据库,并使用多层前馈神经网络模型分析GAN模型产生的损伤云图,得到相应的损伤值.通过数值算例证明该方法的效率和准确性.

郑国君、杜超群、申国哲、夏阳

展开 >

大连理工大学汽车工程学院工业装备结构分析国家重点实验室,辽宁大连116024

近场动力学 计算时间 生成对抗网络 裂纹扩展 裂纹预测 损伤云图 前馈神经网络 损伤值预测

国家自然科学基金中央高校基本科研业务费专项

12072065DUT20JC34

2021

10.13340/j.cae.2021.04.006

计算机辅助工程
上海海事大学

计算机辅助工程

影响因子：0.388
ISSN：1006-0871
年,卷(期)：2021.30(4)
  • 1
  • 27