基于深度学习的复合材料结构性能参数反演

摘要： 提出了一种基于深度学习的复合材料结构性能参数反演方法。传统的复合材料性能测试方法通常需要大量的实验资源，而本研究将有限元仿真与神经网络模型相结合，实现了复合材料层合板参数的高效准确识别。研究探索了2种深度学习模型在参数反演中的性能，并分析了模型超参数、特征类型、数量对反演精度的影响。结果表明，所提方法能够准确识别复合材料的弹性模量、泊松比、强度等参数，误差均小于10%，验证了基... （共15页）