文献类型：期刊文章

作　　者：霍冠良[1] 宁志华[1]

HUO Guanliang;NING Zhihua(School of Mechanics and Construction Engineering,Jinan University,Guangzhou,510632,China)

机构地区：[1]暨南大学力学与建筑工程学院,广州510632

出　　处：《南京航空航天大学学报》

基　　金：国家自然科学基金(11302083)资助项目;广东省自然科学基金(2018A0303130128)资助项目。

年　　份：2020

卷　　号：52

期　　号：3

起止页码：460-467

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EBSCO、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：利用BP(Back propagation)神经网络处理多参数问题具有的非线性映射及泛化能力,构建了具有3层隐藏层的神经网络,对含纤维褶皱复合材料层合板的压缩强度进行预测。基于LaRC失效准则建立三维损伤模型,对含褶皱复合材料的压缩失效进行数值分析。将数值分析结果作为数据样本对神经网络进行训练。采用黄金分割法快速确定最佳隐藏层神经元数量区间范围,并通过分析对比不同数量神经元模型的强度预测结果及评价指标,确定具有高预测精度的隐藏层神经元数量。结果表明,所构建的神经网络预测最大褶皱角为5.6°、9.9°和11.4°的3种层合板失效强度误差分别为3.4%、4.6%和-0.01%。本文所发展的基于BP神经网络对复合材料强度进行预测的方法,为工程应用中复合材料强度评估提供了一种有效的途径。

关 键 词：复合材料层合板 纤维褶皱  LaRC准则  BP神经网络

分 类 号：TB330.1[材料类]