数据驱动梯度结构材料弹塑性本构

• 作者: 杨航 李丽坤 刘道平 唐山 郭旭
• 来源期刊: 固体力学学报
• 关键词: 梯度结构材料 人工神经网络 弹塑性本构 代表性体积单元
• 年，卷（期）: 2021,（3）
• 页码范围: 233-240
• 页数: 8页
• 语种: 中文
• DOI: 10.19636/j.cnki.cjsm42-1250/o3.2020.049

摘要

梯度结构材料因其优异的力学性能被广泛应用于工程结构中.论文整合塑性理论和人工神经网络技术,发展了一种构建梯度结构材料弹塑性本构模型的新方法.该方法基于梯度结构材料不同位置的微结构,构建不同代表性体积单元,进而生成应力应变数据,应用生成的数据训练人工神经网络,建立基于神经网络的材料本构模型.应用该方法,论文开展了针对实际工程结构件的计算,算例结果表明,该方法可快速计算梯度功能复合材料在循环载荷反向载荷状态下的宏观响应,且较为准确.该方法为模拟含复杂梯度结构材料的结构件弹塑性力学响应提供了新的工具.