本發明公開了一種基于LSTM?cGAN的含裂紋結構剩余承載力及裂紋擴展路徑的預測方法,在訓練階段,首先通過有限元計算或現場實測得到含不同程度裂紋結構的強度及其在加載情況下的裂紋擴展路徑,并基于條件生產對抗網絡模型和長短時記憶法,同時訓練四個深度神經網絡包括生成網絡G和判斷網絡D,處理時間序列的LSTM網絡以及判斷裂紋結構強度的卷積神經網絡CNN。訓練完成之后,以現場測得的結構裂紋擴展歷史輸入生成網絡G和LSTM網絡,得到對應的結構強度及裂紋擴展路徑的預測。本發明可以高效地預測含裂紋結構的強度及裂紋擴展路徑,將有效實現含裂紋結構的原位無損監測問題。
聲明:
“基于LSTM-cGAN的含裂紋結構剩余承載力及裂紋擴展路徑的預測方法” 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)