深度学习精准建模
该模型通过深度学习融合Micro-CT数据，显著提升了三维四向编织复合材料力学性能的预测精度。
Kailun, Li · Yixing, Qian · Shaoran, Cheng · 杨振宇 · 卢子兴
Composites Communications 2025
CycleGAN增强图像质量并抑制伪影，YOLOv8实现像素级分割，自动化处理Micro-CT数据，优于传统阈值法，为高保真建模奠定基础。
重建的RVE模型数值模拟得到的应力-应变曲线与实验数据高度吻合，显著提升了力学性能预测精度。
明确了固化过程中加压会显著改变纤维取向分布，使材料从设计的近似横观各向同性转变为正交各向异性，这一发现对工艺优化至关重要。
几何不确定性会系统性地重塑力学响应，且不同变形模式对各弹性常数的影响强度不同，表明分散度的影响具有性能特异性，为稳健设计提供了依据。