期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的复合材料开孔板拉伸失效行为预测
1
作者
崔翼扬
陈普会
《南京航空航天大学学报》
CAS
2024年第3期468-477,共10页
为研究复合材料开孔板在拉伸载荷下的失效行为,基于开孔板的拉伸试验建立了高精度的有限元仿真模型,并批量生成了拉伸载荷-位移曲线的数据集。提出了一种双长短时记忆(Long short-term memory,LSTM)神经网络模型用于预测载荷-位移曲线,...
为研究复合材料开孔板在拉伸载荷下的失效行为,基于开孔板的拉伸试验建立了高精度的有限元仿真模型,并批量生成了拉伸载荷-位移曲线的数据集。提出了一种双长短时记忆(Long short-term memory,LSTM)神经网络模型用于预测载荷-位移曲线,其中第1个LSTM模型进行输入特征的提取,第2个LSTM模型直接给出载荷-位移曲线的预测。结果表明:这一模型能够高效、准确地预测开孔板的拉伸载荷-位移曲线,在测试集上的决定系数R2可以达到0.9755,关键特征如初始刚度E0的预测误差仅为1.85%,极限载荷Fmax的预测误差仅为2.16%。
展开更多
关键词
复合材料开孔板
失效行为预测
载荷-位移曲线
深度学习
长短时记忆模型
下载PDF
职称材料
题名
基于深度学习的复合材料开孔板拉伸失效行为预测
1
作者
崔翼扬
陈普会
机构
南京航空航天大学航空学院
出处
《南京航空航天大学学报》
CAS
2024年第3期468-477,共10页
文摘
为研究复合材料开孔板在拉伸载荷下的失效行为,基于开孔板的拉伸试验建立了高精度的有限元仿真模型,并批量生成了拉伸载荷-位移曲线的数据集。提出了一种双长短时记忆(Long short-term memory,LSTM)神经网络模型用于预测载荷-位移曲线,其中第1个LSTM模型进行输入特征的提取,第2个LSTM模型直接给出载荷-位移曲线的预测。结果表明:这一模型能够高效、准确地预测开孔板的拉伸载荷-位移曲线,在测试集上的决定系数R2可以达到0.9755,关键特征如初始刚度E0的预测误差仅为1.85%,极限载荷Fmax的预测误差仅为2.16%。
关键词
复合材料开孔板
失效行为预测
载荷-位移曲线
深度学习
长短时记忆模型
Keywords
composite open-hole plates
failure behavior prediction
force-displacement curve
deep learning
long short-term memory(LSTM)model
分类号
V214.8 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的复合材料开孔板拉伸失效行为预测
崔翼扬
陈普会
《南京航空航天大学学报》
CAS
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部