1.一種碳化硅顆粒增強(qiáng)鋁基復(fù)合材料力學(xué)性能的預(yù)測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建碳化硅顆粒增強(qiáng)鋁基復(fù)合材料的結(jié)構(gòu)-性能關(guān)聯(lián)數(shù)據(jù)集，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)碳化硅顆粒進(jìn)行幾何建模，其中：對(duì)碳化硅顆粒采用隨機(jī)生成的凸多邊形進(jìn)行幾何建模，采用單位圓邊界點(diǎn)偏移的方法生成凸多邊形的頂點(diǎn)。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述在碳化硅顆粒與鋁基體的裝配過程中，使得碳化硅顆粒在鋁基體中的空間無交叉分布，包括：采用預(yù)生成提議位置的方法，采用泊松圓盤采樣的方式，保證點(diǎn)與點(diǎn)之間的距離不超過設(shè)定閾值，并采用增量旋轉(zhuǎn)和輕微縮放的方式調(diào)整顆粒位置和大小。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，對(duì)所述rve模型對(duì)應(yīng)的數(shù)字化圖片和應(yīng)力-應(yīng)變數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，包括：重構(gòu)組織被表示為224*224的二值化圖片，并用0表示鋁基體，用1表示碳化硅顆粒；采用min-max標(biāo)準(zhǔn)化處理應(yīng)力序列，將應(yīng)力數(shù)據(jù)縮放到[0,10]之間。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建基于編碼器-解碼器結(jié)構(gòu)的深度學(xué)習(xí)模型，其中：編碼器部分采用基于resnet的卷積神經(jīng)網(wǎng)絡(luò)作為主干，解碼器部分采用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)lstm為主干。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述編碼器部分包括：
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述構(gòu)建基于編碼器-解碼器結(jié)構(gòu)的深度學(xué)習(xí)模型，其中：長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)lstm的初始lstm的初始外部狀態(tài)h0和初始內(nèi)部狀態(tài)c0分別由一個(gè)全連接層進(jìn)行初始化，外部狀態(tài)和內(nèi)部狀態(tài)的維度與特征編碼的維度一致；在lstm中，采用特征編碼結(jié)合每一步的位置編碼作為每一步的輸入；每一步的lstm輸出向量ht經(jīng)過一個(gè)全連接層轉(zhuǎn)換為目標(biāo)應(yīng)變值，每一步的全連接層共享參數(shù)。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述結(jié)構(gòu)-性能關(guān)聯(lián)數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，包括：分別對(duì)編碼器部分和解碼器部分采用不同的優(yōu)化器與學(xué)習(xí)率，經(jīng)過多輪訓(xùn)練迭代，獲得訓(xùn)練好的深度學(xué)習(xí)模型。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述結(jié)構(gòu)-性能關(guān)聯(lián)數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，對(duì)所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，包括：