一种基于卷积神经网络的颗粒体系宏观应力波动预测方法
授权
摘要
本发明涉及一种基于卷积神经网络的颗粒体系宏观应力波动预测方法，其包括以下步骤：基于颗粒的微观塑性行为和高斯核函数的粗粒化方法，将颗粒体系的微观塑性变形转换成规则的三维体素矩阵；建立以所述三维体素矩阵为输入、颗粒体系的实际宏观应力波动为输出的深度学习数据集；基于所述深度学习数据集训练卷积神经网络，建立颗粒体系的微观行为与宏观响应的定量关系的跨尺度预测模型。本发明涉及的一种基于卷积神经网络的颗粒体系宏观应力波动预测方法，能够建立颗粒体系从颗粒微观塑性行为到宏观力学响应的定量关系，为颗粒物质的宏观应力波动预测和宏微观跨尺度研究提供了一条崭新且有效的途径。
基本信息
专利标题 ：
一种基于卷积神经网络的颗粒体系宏观应力波动预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113361184A
申请号 ：
CN202110547077.0
公开（公告）日 ：
2021-09-07
申请日 ：
2021-05-19
授权号 ：
CN113361184B
授权日 ：
2022-05-13
发明人 ：
马刚梅江洲肖海斌周伟曹学兴常晓林
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山
代理机构 ：
武汉智权专利代理事务所(特殊普通合伙)
代理人 ：
牛晶晶
优先权 ：
CN202110547077.0
主分类号 ：
G06F30/25
IPC分类号 ：
G06F30/25 G06F30/27 G06F119/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/25
使用基于粒子的方法
法律状态
2022-05-13 ：
授权
2021-09-24 ：
实质审查的生效
IPC(主分类) : G06F 30/25
申请日 : 20210519
申请日 : 20210519
2021-09-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
