三维正交编织复合材料

弹性特性预测

采用多尺度深度神经网络预测三维正交编织复合材料的弹性特性，相比传统有限元仿真显著提高效率并保持精度。

刘凯 · 王芳丽 · Xiaoyi, Wang · Yan, Bing · 童明波

Materials Today Communications 2025

技术优势

快：瞬时预测

用训练好的深度神经网络直接输出弹性常数，免除了有限元建模和求解的过程。

准：精度有保障

预测结果与有限元仿真及部分实验结果对比吻合，准确度得到验证。

通用：适用任意编织

模型经过不同组分属性数据库训练，可预测任意三维正交编织复合材料的弹性系数。

应用场景

• 复合材料性能预测：输入材料和编织参数即可获得弹性常数，用于快速筛选候选复合材料体系。
• 结构力学分析：提供高保真的等效弹性性能，可直接用于后续宏观结构有限元分析。
• 航空航天结构设计：将原本以天计的仿真缩短到秒级，加速飞行器结构件的材料选型迭代。
• 高性能复合材料：支持探索更多编织几何与组分组合，挖掘轻质高刚度的复合材料新方案。