本發明公開了一種基于機器學習的復合材料儲氫容器鋪層角度設計方法,屬于壓力容器仿真設計領域。根據儲氫容器的設計尺寸建立有限元模型,分析儲氫容器在給定壓力下的單元失效率;對儲氫容器復合材料層的鋪層角度進行更新,并對每次更新鋪層方案后的儲氫容器進行有限元分析,提取有限元模型中的單元信息并利用歸一化函數建立數據庫;以該數據庫訓練神經網絡,輸入層為儲氫容器復合材料層的鋪設角度,輸出層為單元失效率;以神經網絡的輸出為優化目標,最小化儲氫容器的單元失效率,并對經過全求解域搜索后預測失效率最小的模型進行對比驗算,即可得到在內膽尺寸及鋪設層數不變的前提下的復合材料層最優鋪設角度。
聲明:
“基于機器學習的復合材料儲氫容器鋪層角度設計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)