本技术涉及复合材料破坏分析方法领域,具体为一种融合机器学习模型的复合材料结构多尺度渐进破坏分析方法,包括以下步骤:基于均匀化理论,将有限元方法和机器学习模型相结合,建立多尺度交互计算框架;基于连续介质损伤力学理论,建立复合材料多尺度渐进损伤模型;基于有限元模型,通过二次开发程序实现复合材料结构多尺度渐进破坏分析。本发明基于均匀化理论和连续介质损伤力学理论,建立了复合材料结构多尺度渐进破坏分析方法,并融入K‑means++聚类的机器学习模型,可以实现宏/微观尺度的交互计算,同时还可以降低宏/微观尺度反复迭代求解的计算量,在保证计算精度的同时提高了计算效率。
背景技术
与传统金属材料相比,纤维增强树脂基复合材料具有比刚度和比强度高、抗疲劳性能优异、耐腐蚀性强等优点,在航空航天等领域得到了广泛应用。近年来,随着复合材料在飞机承重结构中的应用不断增加,其在使用过程中的损伤和失效已成为一个关键问题,对飞机的安全性和可靠性构成威胁,因此,需要通过可靠的方法来评估复合材料结构的承载能力和破坏过程。
基于有限元方法的渐进破坏分析方法能够有效预测复合材料结构的强度和损伤演化过程,受到了国内外学者和工业界的广泛关注。复合材料结构的宏观力学响应取决于微观结构和组成材料性能,也决定了微观应力应变场和损伤分布。其整个破坏过程通常涵盖了不同的尺度,包括微观尺度上的各种损伤模式(如基体开裂、界面脱粘和纤维断裂)和宏观尺度上的结构整体破坏。因此,需要采用多尺度方法来研究复合材料结构的渐进破坏过程。
但是现有技术在实际使用时,两个尺度交互计算需要对宏/微观尺度应力应变响应和损伤进行反复迭代求解,巨大的计算量会给实际应用带来困难。
实现思路