【技术实现步骤摘要】
本专利技术涉及评价领域，尤其涉及一种碳纳米管纤维复合材料的形变记忆寿命评价方法。
技术介绍
1、随着纳米科技的快速发展，碳纳米管作为一种具有优异力学性能和电学性能的纳米材料，在航空航天、智能材料、生物医疗等领域得到了广泛的应用。其中，碳纳米管纤维复合材料因其高强度、高模量、良好的导电性和热稳定性等特性，成为了研究的热点。
2、形变记忆性能是智能材料的重要特性之一，它使得材料在外界刺激下能够发生可逆的形变。碳纳米管纤维复合材料由于其独特的纳米结构，表现出优异的形变记忆性能，具有广阔的应用前景。
3、然而，在实际应用中，碳纳米管纤维复合材料的形变记忆寿命是一个关键的问题。由于材料在长期使用过程中会受到各种环境因素的影响，其形变记忆性能可能会逐渐降低，甚至失效。因此，如何准确评价碳纳米管纤维复合材料的形变记忆寿命，对于保证材料的可靠性和使用寿命具有重要意义。
4、目前，关于碳纳米管纤维复合材料的形变记忆寿命评价方法还存在一些问题。传统的机械测试方法虽然能够直接测量材料的形变性能，但无法准确反映材料在长期使用过程中的性能变化。而一些基于电化学、光学等原理的测试方法，虽然具有较高的灵敏度和分辨率，但操作复杂、成本高昂，且容易受到外界干扰。
技术实现思路
1、本专利技术的目的是要提供一种碳纳米管纤维复合材料的形变记忆寿命评价方法。
2、为达到上述目的，本专利技术是按照以下技术方案实施的：
3、本专利技术包括以下步骤：
4、
5、根据形变度对所述影响数据进行相关筛选获得关系数据，将所述关系数据输入第一时序影响分析模型获得变影特性；
6、将所述测试数据输入第二时序影响分析模型获得时变特征，根据恢复度对所述时变特征进行聚类分级获得分级数据；
7、根据所述变影特性和所述分级数据构建形变记忆寿命评价模型，将待评价数据输入所述形变记忆寿命评价模型，输出评价结果。
8、进一步的，根据形变度对所述影响数据进行相关筛选获得关系数据的方法，包括：
9、计算影响数据的信息权重：
10、
11、其中第j个影响数据的信息权重为第w个影响数据与第j个影响数据的方差为第j个影响数据为kj，第w个影响数据的均值为第w个影响数据的数量为影响数据kj出现的概率为p(kj)；
12、将信息权重大于0.317的影响数据作为重点数据，通过重点数据生成非子叶结点样本集，计算相似性矩阵和度矩阵：
13、
14、其中第κ结点第a个样本和第y个样本的相似性矩阵为类别为z的样本数量为mz，第a个样本的类别为ca，第y个样本的类别为cy，第κ结点第a个样本和第y个样本的邻接矩阵为第κ结点的度矩阵为mκ，核宽为v，第a个样本和第y个样本的距离为d(a,y)，调控因子为σ；
15、计算形变相关度矩阵和优度矩阵：
16、
17、其中第κ结点第a个样本和第y个样本的形变相关度矩阵为u，第κ结点的优度矩阵为qκ，第κ结点的遗传数量为
18、采用奇异值分解获取相关数据的特征，计算特征的重要度：
19、
20、其中第r个特征的重要度为第r个特征向量为hr，转置为t，单位矩阵为e，第r个特征向量的转置为
21、计算相关数据的形变度：
22、
23、其中相关数据的特征数量为n，第j个相关数据的形变度为相关数据的数量为b，第j个相关数据和第f个相关数据的距离为d(j,f)，相关数据改变前后的形变长度差值为δh；
24、将形变度大于0.469的相关数据输出为关系数据。
25、进一步的，将所述关系数据输入第一时序影响分析模型获得变影特性的方法，包括：
26、将关系数据输入时序影响分析模型，提取关系数据的时间模式信息；
27、将时间模式信息输入注意力机制，计算不同维度关系数据与时间状态的相关度：
28、
29、其中滑动窗口的数量为第κ个维度上关系数据在第υ个卷积核的时间模式信息为时间为时间上限为c，第个时刻的隐藏状态为权重矩阵为第κ个维度的时间模式信息与隐藏状态的相关度为第个时刻的第υ个卷积核为第κ个维度关系数据第时刻的时间模式信息为
30、计算整价值向量：
31、
32、其中第个时刻的整价值向量为激活函数为sigmoid(·)，维度的数量为d；
33、计算关系数据的影响度：
34、
35、其中第ι个关系数据的影响度为θι，调节因子为ω，影响程度为σ，第个时刻第ι个关系数据ηι的变量为
36、将影响度大于0.375的关系数据作为变影特性。
37、进一步的，将所述测试数据输入第二时序影响分析模型获得时变特征的方法，包括：
38、将测试数据输入第二时序影响分析模型，计算复合材料寿命差：
39、
40、其中第个时刻和第个时刻的复合材料寿命差为第个时刻的复合材料寿命为第个时刻经过测试后的复合材料寿命为
41、将复合材料寿命差大于0.12的测试数据作为关键数据，根据关键数据建立模糊相似关系矩阵，表达式为：
42、
43、其中第l行第i列的相似关系矩阵元素为第l行第p个关键数据的中心为关键数据的数量为第l行第i列的遗传因子为
44、求解模糊相似关系矩阵的模糊等价矩阵，表达式为：
45、
46、其中模糊等价矩阵为ε*，模糊等价元素为将模糊等价元素降序取值，将矩阵中元素为1的测试数据作为一类数据，其余的作为二类数据；
47、对一类数据和二类数据进行时间排序，获得一类时间数据和二类时间数据，
48、将一类时间数据和二类时间数据输入动态调整模态融合模型，输入融合结果，表达式为：
49、
50、其中融合数据为一类时间数据为二类时间数据为异或逻辑运算符为通过线性层将融合数据投影到低维空间，表达式为：
51、
52、其中线性整流函数为relu(·)，融合特征的权重为融合数据的调整参数为低维特征为将低维特征输入为时变特征。
53、进一步的，根据恢复度对所述时变特征进行聚类分级获得分级数据的方法，包括：
54、计算时序特征的权重：
55、
56、其中第x个时序特征的权重为βx，观测时间上限为q，第x个时序特征为gx，第s个时刻的时序特征为gs，时序特征的数量为n；
57、计算近邻时序特征的相似度：
58、
59、其中第x个时序特征和第u个时序特征的相似度为第x个时序特征和第u个时序特征的邻近合集为k，第x个时序特征和第u个时序特征的邻近合集数本文档来自技高网...
【技术保护点】
1.一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，根据形变度对所述影响数据进行相关筛选获得关系数据的方法，包括：
3.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，将所述关系数据输入第一时序影响分析模型获得变影特性的方法，包括：
4.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，将所述测试数据输入第二时序影响分析模型获得时变特征的方法，包括：
5.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，根据恢复度对所述时变特征进行聚类分级获得分级数据的方法，包括：
6.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，根据所述变影特性和所述分级数据构建形变记忆寿命评价模型的方法，包括：
【技术特征摘要】
1.一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，根据形变度对所述影响数据进行相关筛选获得关系数据的方法，包括：
3.根据权利要求1所述一种碳纳米管纤维复合材料的形变记忆寿命评价方法，其特征在于，将所述关系数据输入第一时序影响分析模型获得变影特性的方法，包括：
4.根据权利要求1所述一种碳纳...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。