[发明专利]多孔结构性能预测方法、电子设备及计算机可读存储介质

说明书

本申请涉及多孔材料分析技术领域，具体涉及多孔结构性能预测方法、电子设备及计算机可读存储介质。多孔结构性能预测方法包括：获取有限元模型基于多个多孔结构分层图片样本而分别输出的多个第一性能预测数据；基于多个多孔结构分层图片样本和多个第一性能预测数据，建立特征数据库；以特征数据库中的多孔结构分层图片样本为训练样本，以第一性能预测数据为训练目标，对性能预测模型进行训练；以及将待预测的多孔结构分层图片输入性能预测模型，以获得第二性能预测数据；其中，以第二性能预测数据来表征待预测的多孔结构的性能；以此节省了对多孔结构性能预测过程的计算时间，提高了工作效率，有利于更好地指导多孔结构的设计和应用。

技术领域

本申请涉及多孔材料分析技术领域，具体涉及多孔结构性能预测方法、电子设备及计算机可读存储介质。

背景技术

多孔结构具有典型的多层级特点，如松质骨就是一种典型多孔结构。骨小梁相连形成网状多孔结构，骨小梁则由外侧包裹的羟基磷酸石纳米晶以及内部的胶原纤维组成，尺寸约为60至100微米，具有典型的粘弹性材料力学行为，在时间建模、计算以及分析中，由于属于跨尺度复杂力学问题，难度非常大。

在相关技术中，对于多孔结构的分析，都需要结合实际模型来进行计算，通过对多孔结构的重构，利用均质化的联系模型，给定多孔结构等效的横观各向同性材料参数来进行计算，该种计算方式计算过程繁琐而复杂，耗时较长，效率较低。

申请内容

有鉴于此，本申请实施例提供了一种多孔结构性能预测方法、电子设备及计算机可读存储介质，解决了或者改善了多孔结构在性能预测过程中繁琐而复杂的计算过程，节省了时间，提高了效率。

第一方面，本申请提供的多孔结构性能预测方法，包括：获取有限元模型基于多个多孔结构分层图片样本而分别输出的多个第一性能预测数据；基于所述多个多孔结构分层图片样本和所述多个第一性能预测数据，建立特征数据库；以所述特征数据库中的所述多孔结构分层图片样本为训练样本，以所述第一性能预测数据为训练目标，对性能预测模型进行训练；其中，所述性能预测模型采用卷积神经网络结构；以及将待预测的多孔结构分层图片输入所述性能预测模型，以获得第二性能预测数据；其中，以所述第二性能预测数据来表征所述待预测的多孔结构的性能。

本申请提供的一种多孔结构性能预测方法，在对多孔结构的性能进行计算时，先通过有限元模型来获取多孔结构的多个第一性能预测数据，再根据第一性能预测数据和多孔结构的分层图片样本来建立关于多孔结构的特征数据库，再以特征数据库内的数据作为训练样本，以第一性能预测数据作为训练目标，对性能预测模型进行训练，完成训练后即可快速输出第二性能预测数据，以快速完成对多孔结构性能的预测；以此通过将待预测的多孔结构分层图片输入性能预测模型中，即可快速得到对应的第二性能预测数据，节省了对多孔结构性能预测过程的计算时间，提高了工作效率，有利于更好地指导多孔结构的设计和应用。

在一种可能的实现方式中，在获取有限元模型基于多个多孔结构分层图片样本而分别输出的多个第一性能预测数据之前，采用如下步骤获取所述有限元模型：获取多孔结构模型；对所述多孔结构模型进行性能实验，以获得性能实验数据；获取所述多孔结构模型中与标准压缩试样所包括的多个标准分层扫描区域分别对应的多个分层扫描区域；基于所述多个分层扫描区域建立初始有限元模型，并基于所述初始有限元模型获得第三性能预测数据；以及基于所述性能实验数据和所述第三性能预测数据，对所述初始有限元模型进行修正。

在一种可能的实现方式中，所述获取多孔结构模型具体包括：获取多孔结构的多个分层切片图像；其中，所述多个分层切片图像是对所述多孔结构在厚度方向上以固定步长进行逐层切片扫描获取的；根据所述多个分层切片图像建立所述多孔结构模型。

在一种可能的实现方式中，所述根据所述多个分层切片图像建立所述多孔结构模型具体包括：根据多个对应的分层切片图像来建立所述多孔结构的多个对应的局部模型；将所述多个对应的局部模型进行叠加以建立所述多孔结构的整体模型。