神经网络反演算法在超声测量单向复合纤维材料特性中的应用

提出了一种神经网络反演算法,用于超声测量单向复合纤维材料的参数。算法基于Chistoffel方程,将单向复合纤维材料视作六角对称晶体,通过测量纤维样品中的声速,可以反演出五个独立的弹性系数C11,C12,C13,C33和C44。反演方法则利用了神经网络反复学习不断用较好样例更新的训练样本集,克服了由于学习样例数目有限而使神经网络在预测过程中所产生的误差,提高了计算精度。并将该方法用于单向复合材料S2/DET85的弹性系数的实验测量和反演,所得声速与实验测量值吻合较好。该方法实现了超声测量单向复合纤维材料特性的自动递进反演过程。