一种基于深度学习的炸药圆柱件三维残余应力反演方法

本发明公开了一种基于深度学习的炸药圆柱件三维残余应力反演方法，包括：建立各个温度函数下剥层应变的数据集；构建形成适用于炸药圆柱件的全连接神经网络反演模型；将实验数据输入全连接神经网络反演模型，输出实验样品的三维残余应力分布。本发明的一个显著优点在于它提供了一种高效、准确的方法来反演获取炸药圆柱件等复杂样品内部的三维残余应力分布。通过结合有限元模拟和深度学习技术，本方法能够利用外部可测量的剥层应变数据，反推出难以直接测量的内部残余应力分布，从而克服了传统残余应力测量技术在获取数据维度单一方面的不足。