基于GRNN的三元乙丙橡胶薄膜 粘接界面力学性能参数反演

基于广义回归神经网络(GRNN),提出了一种获取粘接界面的内聚强度和断裂韧性的数值方法。在ABAQUS中建立了双悬臂夹层梁(DCSB)的三维有限元模型(FEM),引入双线性内聚力模型描述界面单元的本构关系,采用不同的内聚参数计算加载点的载荷-位移关系。将有限元计算结果整理后作为广义回归神经网络的训练样本,将实验结果作为输入,预测了粘接界面的力学性能参数。结果表明,采用GRNN和Hooke-Jeeves算法获取粘接界面的力学性能参数分别需要进行25轮次和62轮次有限元分析,与GRNN和修正梁模型对应的加载点载荷-位移曲线和实验曲线之间的最大相对误差分别为1.12%和6.67%,基于GRNN的反演方法能够快速、准确地获取粘三元乙丙橡胶薄膜接界面的力学性能参数。