本發明涉及的是一種多物理場耦合的數據驅動計算算法，具體是一種以材料數據驅動代替本構模型進行熱應力問題求解的計算方法。

背景技術：

1、熱應力廣泛存在于發動機活塞、火箭噴管等熱機部件中，日益惡劣的工作環境給熱應力預測帶來了挑戰，單一材料的力學性能已經難以滿足實際需要，由于復合材料其熱力學性能的可設計性，綜合了多相材料的優越性能，得到廣泛的應用和關注，因此開展復合材料熱力學性能研究勢在必行。復合材料的微觀結構復雜且發展迅速，所帶來的本構建模困難和成本高昂等問題嚴重阻礙了新型復合材料在工程中的應用。為此，數據驅動計算力學旨在通過材料數據代替本構模型求解熱力學問題，建立一種材料數據與數值計算方法相結合的數據驅動格點型體積方法，對縮短新型材料的研發周期和預測復合材料的熱力學行為等問題具有很強的工程應用價值。

技術實現思路

1、本發明目的是縮短新型材料的研發與應用周期以及預測和仿真復合材料的熱力學行為。

2、為了達到上述發明的目的，本發明提供的技術方案如下：

3、一種針對非均質材料熱應力預測的數據驅動有限體積方法，包括：應力場模塊、溫度場模塊、熱應力模塊、k-d樹優化求解模塊、數據聚類分析模塊。

4、構建一種針對非均質材料熱應力預測的數據驅動有限體積方法的步驟為，首先考慮材料非均質和熱變形特性，基于數據驅動算法和格點型有限體積法(cv-fvm)，建立包括應力場模塊、溫度場模塊，熱應力模塊在內的數值模型部分，并求解計算出滿足守恒定律的數據。其次，將材料的溫度、應變和應力數據引入材料數據部分，形成材料數據庫代替材料熱力學響應。最后，通過數據驅動部分迭代搜索，尋找材料數據庫中距離滿足守恒定律的數據最近的數據，作為最優解。通過加速搜索部分的k-d樹優化求解模塊和結果優化部分中的數據聚類分析模塊實現優化求解效率和提高結果精度的目的。

5、應力場模塊：基于非均質材料應力場問題的數據驅動算法，將其引入應力場問題數據驅動cv-fvm數值模型，利用數據驅動有限體積方法求解非均質材料應力場問題。

6、溫度場模塊：基于非均質材料溫度場問題的數據驅動算法，建立溫度場數值模型和數據驅動計算框架，利用數據驅動有限體積方法求解非均質材料熱傳導問題。

7、熱應力模塊：在應力場模塊和溫度場模塊的基礎上，構建非均質材料熱應力問題計算方法，并將其引入到熱應力cv-fvm數值計算模型，建立數據驅動熱應力問題的求解框架，構建熱應力問題數據驅動格點型有限體積法的數值求解方法。

8、k-d樹優化求解模塊：針對遍歷式數據搜索方式效率低的問題，引入k-d樹優化求解模塊進行數據庫的構建與讀取，再利用k-d樹結構存儲數據，最后利用(近似)最鄰近搜索算法優化求解效率。

9、數據聚類分析模塊：針對計算結果收斂精度低的問題，引入數據聚類分析模塊進行算法精度影響因素研究，再進行數據聚類分析，最后利用熵最大化算法提高結果精度。

10、經過k-d樹優化求解模塊和數據聚類分析模塊進行結果優化后，最終建立針對非均質材料熱應力預測的數據驅動有限體積方法。

11、上述針對非均質材料熱應力預測的數據驅動有限體積方法的構建過程包括數值模型部分、材料數據部分、數據驅動部分、加速搜索部分、結果優化部分。

12、數值模型部分：采用cv-fvm建立針對非均質材料熱應力問題的控制方程，通過能量守恒定律制定懲罰函數定義相空間中數據點之間的距離，基于幾何方程和熱力平衡方程構建熱應力問題的約束條件，結合拉格朗日乘子法推導數據驅動熱應力問題的控制方程，采用cv-fvm對控制方程進行離散化處理得到數據驅動格點型有限體積法的數值模型。

13、所述數值模型部分中建立的cv-fvm控制方程的過程為：基于傳熱學、線彈性力學的相關理論，由熱平衡方程建立溫度場的控制方程，由力平衡方程和幾何方程制定應力場的控制方程，在此基礎上，通過熱力平衡方程推導熱應力問題的控制方程。

14、材料數據部分：通過試驗或仿真計算等方法獲取材料數據，將溫度以及溫度所引起的熱變形和熱應力以數據庫的形式引入計算框架中，避免熱本構模型的建立以及數據擬合所帶來的誤差。

15、所述材料數據部分中針對熱應力問題建立非均質材料數據庫的方法為：非均質材料的熱本構關系通過材料數據庫中離散的數據點表達，并不對應力應變數據進行任何擬合，避免本構建模步驟中所帶來的誤差。

16、數據驅動部分：數據驅動算法將材料數據與cv-fvm相結合，利用交錯網格技術，將待解變量定義于節點，應力應變數據定義于單元內，并為每個網格單元迭代計算和搜索匹配數據，求解滿足守恒定律的點與材料數據庫中的點之間的距離最小值，即問題的最優解，并利用c++語言開發所述的數據驅動有限體積方法數值求解程序。

17、所述數據驅動部分中cv-fvm數值格式下的數據驅動方法為：針對非均質材料隨空間變化的特性，基于cv-fvm為每個網格單元計算和搜索匹配材料數據，所構造的交錯網格方法將待解變量定義于網格節點處，將數據驅動算法中的參數定義于網格中心處且隨空間變化。

18、加速搜索部分：材料數據庫以k-d樹的數據結構進行存儲，按照應力應變大小進行排列，根據數據量的大小將數據庫分為若干個子樹。基于樹形搜索技術，在每次數據搜索步驟中，通過遍歷子樹的方式迅速尋找出距離目標數據最近的數據點。

19、結果優化部分：當材料數據庫包含噪聲時會導致結果精度降低，因此基于聚類分析理論，通過對材料數據的數據聚類、定點迭代和模擬退火等步驟，形成熵最大化算法，該算法通過為材料數據庫中每個點分配一個合理的權重，以降低數據庫中的噪聲點所帶來的計算誤差。

20、本申請實例針對非均質材料熱應力問題構建了一種針對非均質材料熱應力預測的數據驅動有限體積方法，整個過程中離散材料數據庫驅動仿真計算，避免數據擬合引起的誤差和本構建模帶來的困難。求解程序采用c++語言編寫，將計算結果以云圖的形式直觀展現，為結構設計優化提供參考。

技術特征：

1.一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：包括：應力場模塊、溫度場模塊、熱應力模塊、k-d樹優化求解模塊、數據聚類分析模塊；

2.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

3.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

4.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

5.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

6.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

7.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

8.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

9.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

10.根據權利要求1所述的一種針對非均質材料熱應力預測的數據驅動有限體積方法，其特征在于：

技術總結
本申請公開了一種針對非均質材料熱應力預測的數據驅動有限體積方法。首先考慮材料非均質和熱變形特性，基于數據驅動算法和格點型有限體積法(CV?FVM)，建立包括應力場模塊、溫度場模塊，熱應力模塊在內的數值模型部分，并求解計算出滿足守恒定律的數據。其次將材料的溫度、應變和應力數據引入材料數據部分，形成材料數據庫代替材料熱力學響應。最后通過數據驅動部分迭代搜索，尋找材料數據庫中距離滿足守恒定律的數據最近的數據，作為最優解。通過加速搜索部分的k?d樹優化求解模塊和結果優化部分中的數據聚類分析模塊進一步提高計算的效率和精度。

技術研發人員：龔京風,李晨琦,宣領寬,陳思成
受保護的技術使用者：武漢科技大學
技術研發日：
技術公布日：2025/3/10