一种基于深度学习模型的材料力学性能参数预测方法

本发明公开了一种基于深度学习模型的材料力学性能参数预测方法，涉及材料力学性能参数预测领域，包括：对目标材料进行纳米压痕，获取纳米压痕曲线；将进行纳米压痕的晶粒作为图结构的节点，从纳米压痕曲线中获取相应晶粒的特征作为初始节点特征，得到初始节点特征矩阵；获取纳米压痕图结构数据；将纳米压痕图结构数据作为深度学习模型的输入，通过深度学习模型对目标材料力学性能参数进行预测，得到目标材料力学性能参数。本方法在进行纳米压痕试验和分析曲线特征时特别考虑了晶粒之间的相互作用，设计了相关步骤，使其能够在微观尺度得到补充，能够更好地体现材料真实情况，提高材料力学性能参数的预测准确率。