[发明专利]一种确定复合材料基因组和复合材料力学性能关系的方法

权利要求书

1.一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，采用深度学习确定复合材料基因组和复合材料力学性能关系的方法，包括：

S1，获取某一复合材料的多个材料基因组和对应的复合材料力学性能的训练数据；

S2，根据所述训练数据得到表征该复合材料的材料基因组与复合材料力学性能关系的神经网络；

S3，获取测试数据，根据所述测试数据测试所述神经网络，若测试结果不满足误差要求，则返回S2，直到测试结果满足误差要求；

S4，获取需要分析力学性能或者材料基因组的复合材料；

S5，将该复合材料的力学性能或者材料基因组输入到所述神经网络，得到神经网络的输出，作为该复合材料的力学性能对应的基因组，或者该复合材料的基因组对应的力学性能。

2.根据权利要求1所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，S3中，所述测试结果满足要求是指：神经网络的实际输出数据与测试数据中的标准输出数据的误差小于5％。

3.根据权利要求1所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，当根据复合材料基因组预测复合材料力学性能时，所述方法包括：

S11，获取某一复合材料的多个材料基因组和对应的复合材料力学性能的训练数据；

S12，将多个材料基因组作为输入神经元，将对应的复合材料力学性能作为输出神经元，从而得到表征该复合材料的材料基因组与复合材料力学性能关系的神经网络；

S13，获取需要分析力学性能的复合材料以及该复合材料的材料基因组；

S14，将该复合材料的材料基因组输入到所述神经网络，得到神经网络的输出，作为该复合材料的力学性能。

4.根据权利要求1所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，当根据复合材料力学性能预测复合材料基因组时：

S21，获取某一复合材料的多个材料基因组和对应的复合材料力学性能的训练数据；

S22，将多个复合材料力学性能作为输入神经元，将对应的材料基因组作为输出神经元，从而得到表征该复合材料的复合材料力学性能与材料基因组关系的神经网络；

S23，获取需要分析材料基因组的复合材料以及该复合材料的力学性能；

S24，将该复合材料的力学性能输入到所述神经网络，得到神经网络的输出，作为该复合材料的材料基因组。

5.根据权利要求3所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，当某一复合材料为碳纤维复合材料时，S11，中：

所述碳纤维复合材料的多个材料基因组中的基因元素包含：碳纤维种类、含量和铺设角度，基体种类、含量，以及碳纤维复合材料的制备工艺。

6.根据权利要求3所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，当某一复合材料为碳纤维复合材料时，S11，中：

所述碳纤维复合材料的力学性能至少包含：单向板的弹性模量、剪切模量、泊松比、破坏强度，以及复合板的刚度、强度。

7.根据权利要求1所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，S2中，该复合材料的材料基因组与复合材料力学性能关系的神经网络由两层全连接层构成。

8.根据权利要求7所述的一种确定复合材料基因组和复合材料力学性能关系的方法，其特征在于，采用ReLu函数对神经元传递进行非线性化处理，神经元参数传递采用L₂正则化处理，神经网络的优化算法采用Adam算法，损失函数采用L1Loss函数。