基于BP神经网络的力学行为模型构建方法

为研究材料在高速撞击、爆炸等动载荷作用下的动态力学行为,提出一种误差反传(back propagation,BP)神经网络、有限元计算相结合的力学行为模型构建方法.研究试样的弹性模量、泊松比、屈服强度等参数对应力和应变特性的影响规律.选取对材料力学行为影响较大的材料参数作决策变量,结合拉丁重心泰森多边形(latin centroidal voronoi tes-sellations,LCVT)抽取决策变量组合,通过有限元计算得到样本集合,采用BP神经网络构建决策变量得到应力和应变的映射关系模型.基于霍普金森压杆试验数据,采用该方法构建材料力学行为模型并验证.结果表明:仿真结果与试验数据较吻合,应力误差在1％以内,应变误差在3％以内,此方法构建的模型可有效预测材料的力学行为.