南京航空航天大学学报

作者：霍冠良，宁志华

单位：暨南大学力学与建筑工程学院，广州，510632；,暨南大学力学与建筑工程学院，广州，510632；

关键词：复合材料层合板;纤维褶皱;LaRC准则;BP神经网络

基金：国家自然科学基金(11302083)资助项目；广东省自然科学基金(2018A0303130128)资助项目。

利用BP（Back propagation）神经网络处理多参数问题具有的非线性映射及泛化能力，构建了具有3层隐藏层的神经网络，对含纤维褶皱复合材料层合板的压缩强度进行预测。基于LaRC失效准则建立三维损伤模型，对含褶皱复合材料的压缩失效进行数值分析。将数值分析结果作为数据样本对神经网络进行训练。采用黄金分割法快速确定最佳隐藏层神经元数量区间范围，并通过分析对比不同数量神经元模型的强度预测结果及评价指标，确定具有高预测精度的隐藏层神经元数量。结果表明，所构建的神经网络预测最大褶皱角为5.6°、9.9°和11.4°的3种层合板失效强度误差分别为3.4%、4.6%和-0.01%。本文所发展的基于BP神经网络对复合材料强度进行预测的方法，为工程应用中复合材料强度评估提供了一种有效的途径。

来源：2020年第3期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2020年第3期