[发明专利]一种基于决策树模型的纤维丝性能检测方法及系统

权利要求书

1.一种基于决策树模型的纤维丝性能检测方法，其特征在于，所述基于决策树模型的纤维丝性能检测方法以纤维单丝的轴向弹性模量、径向弹性模量和泊松比为输出变量，通过机器学习中决策树回归模型建立轴向弹性模量、径向弹性模量和泊松比与复合材料整体在拉伸试验中变形数据的联系，实现对纤维丝参数的预测；

所述决策树回归模型包括：

轴向弹性模量的最优模型：树最大深度＝5，random state＝4：RMSE:58888.73108983842；Rate of error:0.09429549483535851；

径向弹性模量的模型：最大树深＝3，random＝6：RMSE:1375.3967541785746；Rate oferror:0.06747625802348253；

泊松比模型为：最大树深＝4，random state＝6：RMSE:0.033916891891144094；Rateof error:0.09000512820512828；

所述基于决策树模型的纤维丝性能检测方法包括：

建立有限元仿真模型：在Abaqus有限元仿真软件中建立复合材料模型，然后对复合材料整体进行拉伸试验，试验完毕后得到复合材料相关变形参数，将相关变形参数数据按照3：1划分为训练集和测试集，分别用于模型训练和评价模型泛化能力分析；

通过特征选择对相关变形参数数据进行降维，同时挑选出与纤维丝轴向弹性模量、径向弹性模量、泊松比相关系数最大的复合材料板的宏观参数；

建立三个决策树模型用于纤维丝轴向弹性模量、径向弹性模量和泊松比的预测；调节参数得到最佳预测模型。

2.如权利要求1所述的基于决策树模型的纤维丝性能检测方法，其特征在于，获取用于模型训练与测试的数据方法为：

步骤一：按照一层纤维布中包含两层纤维丝及相邻层之间正交的情况，选择直径7微米，体积占比60％,排列方式采用均布排列的纤维丝建立有限元模型；

步骤二：得到纤维丝和基体弹性模量与泊松比数据，分别进行交叉实验，得出不同类型纤维丝和基体组合而成的复合材料在不同载荷下的变化状况；

步骤三：采用参考点载荷，以基体的弹性模量和泊松比作为输入变量，纤维丝的弹性模量和泊松比作为输出变量进行单向拉伸有限元仿真。

3.如权利要求1所述的基于决策树模型的纤维丝性能检测方法，其特征在于，特征选择采用L1范数方法进行，对纤维丝轴向弹性模量E₁检测采用载荷大小和整体z方向应变ε_z为输入变量；对纤维丝径向弹性模量E₂检测采用载荷大小和整体μ_zy，z、x方向应变为输入变量；对纤维丝泊松比检测采用载荷大小和μ_zy和z方向为输入变量。

4.如权利要求1所述的基于决策树模型的纤维丝性能检测方法，其特征在于，决策树生成的方法包括：

(1)根据训练集数据和选择标准，挑选出根节点所对应的属性，将样本进行划分；

(2)若根节点划分后的同一类样本中对应的分类结果相同，则生成叶节点并标注类别，停止划分；

(3)若(2)中情况不成立，则用划分标准对当前非叶节点继续进行划分；

(4)选择对当前非叶节点划分效果最好的属性对样本集划分，并生成不同的子节点；

(5)子节点采用递归的方式，反复进行(2)～(4)，一直到产生叶节点；

决策树模型通过调节不同的树深和同一树深下不同的随机种子的方式得到最优的模型。

5.一种终端，其特征在于，所述终端至少搭载实现权利要求1～4任意一项所述基于决策树模型的纤维丝性能检测方法的控制器。

6.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-4任意一项所述的基于决策树模型的纤维丝性能检测方法。

7.一种实现权利要求1～4任意一项所述的基于决策树模型的纤维丝性能检测方法的基于决策树模型的纤维丝性能检测控制系统。

8.一种至少搭载权利要求7所述基于决策树模型的纤维丝性能检测控制系统的检测飞行器纤维丝材料性能的检测设备。