基于ANN的混凝土均匀化方法解析解OA北大核心CSTPCD

通过自定义人工神经网络(artificial neural network,ANN),借助其优秀的函数拟合功能,针对骨料/砂浆基质二相混凝土,求解间接均匀化理论中微分法的高度非线性耦合微分方程的解析解,得到了混凝土体积模量和剪切模量分别与骨料体积分数的函数关系,并与数值模拟的结果进行了对比.结果表明,基于ANN的求解方法快速且具有更高的精度.此外,通过解构ANN的方法给出了在细观力学参数不变的条件下由骨料体积分数、初始孔隙率直接计算骨料/砂浆基质/孔隙三相混凝土弹性模量的公式.结果表明,对于不同骨料体积分数和初始孔隙率的混凝土样本,该公式均有较高的计算精度,同时避免了传统均匀化方法的复杂分析和大量假设,为复合材料均匀化方法研究提供了新思路.