(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210667544.8 (22)申请日 2022.06.14 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 张峰　杜睿捷　武明英　侯欣婷　 徐夏雨　韩诚　王新河　李兵强　 (74)专利代理 机构 西安凯多 思知识产权代理事 务所(普通 合伙) 61290 专利代理师 刘新琼 (51)Int.Cl. G06F 30/23(2020.01) G06K 9/62(2022.01) G06F 119/02(2020.01) G06F 119/14(2020.01) (54)发明名称 基于adaboost算法的平面编织面板蜂窝夹 芯结构的失效面模拟方法 (57)摘要 本发明涉及一种基于adaboost算法的平面 编织面板蜂窝夹芯结构的失效面模拟方法， 针对 平纹编织面板蜂窝夹芯结构， 基于AB AQUS有限元 仿真软件建立的模型能准确预测结构的侧向承 载力。 利用adaboost算法， 将构件 的材料及尺寸 等参数作为输入量， 以侧向承载力为输出响应 量， 拟合平面编织面板蜂窝夹芯结构 的失效面。 本发明方法极大程度提高了计算效率。 这对平面 编织面板蜂窝夹芯结构可靠性研究有很大的工 程意义， 并且极大的缩短了科研时间。 权利要求书1页 说明书6页 CN 115114819 A 2022.09.27 CN 115114819 A 1.一种基于adaboost算法的平面编织面板蜂窝夹芯结构的失效面模拟方法， 其特征在 于步骤如下： S1： 利用拉丁超立方抽样根据参数的均值、 标准差进行抽样， 生成样本集N； 所述参数为 材料的经向弹性模量E11、 材料的纬向弹性模量E22、 材料经向剪切模量G12、 材料纬向剪切模 量G13、 单层板的经向拉伸强度Xt、 纬向拉伸强度Yt、 单层板的经向压缩强度Xc、 纬向压缩强度 Yc、 单层板的经向剪切强度S12、 纬向剪切强度S13、 面板厚度d； S2： 将S1中所述参数对应的样本集N依次输入平面编织面板蜂窝夹芯结构的模型中， 使 用ABAQUS有限元分析 软件计算得到结构的侧向最大承载力F； S3： 以21KN作为 阈值， 当最大承载力F大于2 1KN则判断为结构失效， 反之则安全； 将最大 承载力F大于21KN的值赋值 为“1”， 其余赋值为“0”； 赋值结果记为响应量 I； S4： 将样本集N与响应量I合并生成adaboost的样本池P， 然后将P分为训练集和测试集， 其中， 训练集包含N1组输入参数及N1个响应量I1， 测试集包含N2个输入参数及N2个响应量I2， N1+N2＝N； S5： 训练集中的11个参数作为输入量， I1作为响应量； 通过参数所对应的训练集数据与 其对应的响应量训练adaboost模型， 寻找平面编织面板蜂窝夹芯结构的失效面； 最后得到 基于adabo ost模型模拟的平面编织 面板蜂窝夹芯结构的失效面； S6： 将测试集N2中的11个输入参数作为输入量， 代入训练好的adaboost模型中， 产生输 出值Iout， 将输出值与测试集中的响应量 I2作对比， 计算得到adabo ost模型的精度； S7： 通过调整训练集N1与测试集N2的样本比例找到adaboost模型精度最高的组合； 平面 编织面板蜂窝夹芯结构的失效面由此adabo ost模型替代。 2.一种计算机系统， 其特征在于包括： 一个或多个处理器， 计算机可读存储介质， 用于 存储一个或多个程序， 其中， 当所述一个或多个程序被所述一个或多个处理器执行时， 使得 所述一个或多个处 理器实现权利要求1所述的方法。 3.一种计算机可读存储介质， 其特征在于存储有计算机可执行指令， 所述指令在被执 行时用于实现权利要求1所述的方法。权　利　要　求　书 1/1 页 2 CN 115114819 A 2基于adabo ost算法的平面编织面板蜂 窝夹芯结构的失效面模 拟方法 技术领域 [0001]本发明属于结构稳定性研究技术领域， 涉及一种基于adaboost算法的平面编织面 板蜂窝夹 芯结构的失效面模拟方法， 基于adaboost 算法模拟平 面编织面板蜂窝夹 芯结构侧 压强度的失效面， 可以用于进行平面编织面板蜂窝夹芯结构的可靠性及参数灵敏度 的分 析。 背景技术 [0002]平面编织面板蜂窝夹芯结构具有良好的透波性、 隔热性、 减振性和耐腐蚀性， 被广 泛应用于航空航天领域， 尤其是作为机载雷达罩的制作材料。 其结构性能受成型工艺影响 大， 构件的材料及尺寸等参数具有一定随机性。 机载雷达罩用的平面编织面板蜂窝夹芯结 构常处于侧向受压状态， 可以通过有限元仿真分析预测得到此结构的侧向最大承载力。 然 后由此进 行平面编织面板蜂窝夹芯结构的可靠性及参数灵敏度的分析。 但是由于有限元分 析计算量巨大， 耗时耗力， 不适合用来模拟结构的失效面。 为了解决计算量大 的问题， 选用 代理模型的方法来进 行模拟。 使用代理模型模拟失效面的难点在于如何高精度的拟合出结 构侧压强度的失效面。 [0003]对于平面编织面板蜂窝夹芯结构而言， 蒙特卡罗法直接调用ABAQUS有限元模型计 算十分耗时， 要求有很大的算力， 不适合进行大规模计算。 使用ABA QUS结合蒙特卡洛 法计算 失效概率时， 需要调用至少105次有限元计算。 一次有限元分析时间约240秒， 计算105次时 间约277天， 这在工程上难以接受。 [0004]adaboost算法已被证明是一种有效而实用的boosting算法。 该算法是Freund和   Schapire于1995年对boosting算法的改进 得到的， 其算法原理是通过调整样 本权重和弱分 类器权值， 从训练出的弱分类器中筛选出权值系数最小的弱分类器组合成一个最 终的强分 类器。 基于训练集训练弱 分类器， 每次下一个弱 分类器都是在样本的不同权值集上训练获 得的。 每个样本被分类的难易度决定权重， 而分类的难易度是经过前面步骤中的分类器的 输出估计得到的。 [0005]adaboost是一种迭代算法， 其核心思想是针对同一个训练集训练不同的分类器 (弱分类器)， 然后把这些弱分类器集合起来， 构成一个更强的最终分类器(强分类器)。   adaboost算法系统具有较高的检测速率， 且不 易出现过适应现象。 发明内容 [0006]要解决的技 术问题 [0007]为了节省算力、 时间， 本发明选用小部分样本N， 利用adaboost代理模型拟合平面 编织面板蜂窝夹芯结构的失效面。 [0008]技术方案 [0009]一种基于adaboost算法的平面编织面板 蜂窝夹芯结构的失效面模拟方法， 其特征说　明　书 1/6 页 3 CN 115114819 A 3