本申請公開了一種脆性大理石三維裂紋擴展路徑預測方法及系統(tǒng)，包括：獲取待預測脆性大理石的初始裂紋圖和初始裂紋參數(shù)；對待預測脆性大理石的初始裂紋圖進行裂紋特征提取，得到當前時刻的裂紋特征；基于當前時刻的裂紋特征，生成當前時刻的偽裂紋圖；對待預測脆性大理石的初始裂紋參數(shù)進行參數(shù)關系提取，得到裂紋參數(shù)關系；基于裂紋參數(shù)關系，生成當前時刻的預測裂紋參數(shù)；基于當前時刻的偽裂紋圖和當前時刻的預測裂紋參數(shù)，生成當前時刻的預測裂紋圖。

技術領域

本申請涉及三維材料斷裂破壞技術領域，特別是涉及一種脆性大理石三維裂紋擴展路徑預測方法及系統(tǒng)。

背景技術

本部分的陳述僅僅是提到了與本申請相關的背景技術，并不必然構成現(xiàn)有技術。

裂紋擴展路徑預測是工程科學中的熱門研究方向之一，是目前斷裂損傷力學中的熱點，對材料設計和壽命評估具有重要的意義。裂紋擴展路徑預測就是對于預設裂紋的材料，尋求應力和裂紋間關系的非線性變換，要求載荷條件下裂紋的生長路徑的預測結果與ABAQUS擴展有限元法模擬的樣本的裂紋路徑吻合，或至少是所有的裂紋角度的轉變位置和裂紋生長直至完全斷裂的時間是一致的。

擴展有限元法是科學研究和工程分析中一種常用的數(shù)值分析方法，通過將一個物理實體模型離散成一組有限的相互連接的單元組合體，用擴充帶有不連續(xù)性質的形函數(shù)來代表計算區(qū)域內(nèi)的間斷。該方法基于整體劃分概念，允許單元內(nèi)部出現(xiàn)間斷的位移場，從而可以使裂縫在單元內(nèi)部任意擴展，可用于模擬材料的內(nèi)部裂紋和進一步預測材料的斷裂，如判斷水電站、礦場的巖體強度、導彈發(fā)動機外殼的抗壓能力、機翼裂紋引起的適航能力等問題。由于擴展有限元法進行裂紋模擬時計算量較大、計算復雜度高，同時對硬件設施的要求較高，如果試樣龐大，進行如此大的計算量幾乎是不切實際的，解決這種龐大的計算量，尋找裂紋空間信息與載荷的映射關系，有助于提高裂紋模擬和預測的速度精度和速度，因此材料裂紋的路徑預測和剩余壽命評估引著越來越多的研究人員。

許多學者嘗試使用深度學習算法研究裂紋。深度學習采用數(shù)據(jù)驅動的方式,自學習與自適應性的調整結構參數(shù)，改變映射關系，從而對特定的輸入產(chǎn)生相應的期望輸出。這種特性提供了不需要先驗的構造所研究物理場景的優(yōu)點。在過去的幾年里，很多學者已經(jīng)探索了關于機器學習在裂紋擴展上的算法，并且在他們的論文中驗證了方法的有效性。現(xiàn)有的方法多是分別對裂紋張開應力和損傷程度進行分析，然而，這些方法的能力是有限的，因為它們沒有利用應力和損傷之間的對應關系，從單因素尋求裂紋生長的規(guī)律，而應力和損傷之間的關系是理解裂紋演化的關鍵。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術的不足，本申請?zhí)峁┝艘环N脆性大理石三維裂紋擴展路徑預測方法及系統(tǒng)；本申請以XFEM裂紋演化的實驗數(shù)據(jù)為基礎，構建了基于深度學習的數(shù)據(jù)驅動模型，深度學習模型的目標是學習一個非線性目標函數(shù)，用于將輸入和相應的標簽轉換為特征向量并生成預測輸出。同時，通過識別不同模態(tài)數(shù)據(jù)的學習任務，并理解應力和裂紋增長之間的相互依賴關系，然后根據(jù)模態(tài)差異進一步指導網(wǎng)絡學習對應的裂紋圖像差異。同時，考慮序列信息前向傳播中的損失不斷增加，采用調制參數(shù)，利用梯度下降法對目標函數(shù)進行導向反向傳播優(yōu)化，降低裂紋區(qū)域的分類誤差，增強裂紋預測的魯棒性。

第一方面，本申請?zhí)峁┝艘环N脆性大理石三維裂紋擴展路徑預測方法；

一種脆性大理石三維裂紋擴展路徑預測方法，包括：

獲取待預測脆性大理石的初始裂紋圖和初始裂紋參數(shù)；

對待預測脆性大理石的初始裂紋圖進行裂紋特征提取，得到當前時刻的裂紋特征；基于當前時刻的裂紋特征，生成當前時刻的偽裂紋圖；

對待預測脆性大理石的初始裂紋參數(shù)進行參數(shù)關系提取，得到裂紋參數(shù)關系；基于裂紋參數(shù)關系，生成當前時刻的預測裂紋參數(shù)；

基于當前時刻的偽裂紋圖和當前時刻的預測裂紋參數(shù)，生成當前時刻的預測裂紋圖。

第二方面，本申請?zhí)峁┝艘环N脆性大理石三維裂紋擴展路徑預測系統(tǒng)；