期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度符号优化模型的材料弹塑性力学响应的压痕反演方法
1
作者 李雅茜 丁笑越 +1 位作者 谷瑭 龙旭 《力学学报》 北大核心 2025年第9期2161-2180,共20页
压痕测试因其小尺度、高分辨率和非破坏性等优势,已广泛应用于材料力学性能的快速表征与评估,特别是在微小尺度与复杂结构材料中展现出重要应用前景.然而,由于弹塑性材料本构行为高度非线性,传统反演方法通常依赖有限元模拟与试错型优... 压痕测试因其小尺度、高分辨率和非破坏性等优势,已广泛应用于材料力学性能的快速表征与评估,特别是在微小尺度与复杂结构材料中展现出重要应用前景.然而,由于弹塑性材料本构行为高度非线性,传统反演方法通常依赖有限元模拟与试错型优化算法,不仅计算成本高,而且难以兼顾预测精度与结果可解释性.为此,提出一种基于深度符号优化(deep symbolic optimization,DSO)算法的压痕反演方法,通过学习压痕载荷-位移曲线特征与材料弹塑性参数之间的非线性映射关系,自动生成弹塑性参数之间的符号表达式.研究针对不同硬化指数与两类典型压头(锥形与球形)分别建立DSO反演模型,并将其与多层感知机、高斯过程回归和随机森林等3种主流机器学习方法进行系统对比,评估指标涵盖决定系数、均方根误差和平均绝对误差等.结果表明,DSO模型在大多数任务中均表现出更高的预测精度与更强的稳定性,尤其在屈服强度等强非线性参数拟合方面优势更为显著.此外,该方法生成的数学表达式具备良好的物理解释性,且在不同加载条件与材料类型下均展现出稳定的泛化能力,其预测值与真实材料参数之间的决定系数在0.8~0.96,为构建高效及可解释的材料性能反演模型提供了一种新路径. 展开更多
关键词 压痕理论 深度符号优化算法 弹塑性材料 弹塑性物理参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部