机器学习在复合材料力学领域的应用研究进展

冯岳1,蔡大星1,何嘉俊1,洪钧1,方超2,陈云霞2,徐珍珍1,胡侨乐1,2(1.安徽工程大学　纺织服装学院；2.奇瑞新能源汽车股份有限公司)

摘要：复合材料因其优异的综合性能在众多领域有广泛的应用。然而，随着复合材料的组成、结构和性能要求变得愈加复杂，以实验研究和计算模拟等复合材料领域传统研究方法，面临成本高、周期长、数据需求大、模型复杂和可解释性不足等问题。机器学习(Machine learning，ML) 方法作为一种人工智能技术，具有自动学习能力、高维数据处理能力、分析预测和分类决策能力，能有效解决上述传统复合材料研究方法存在的问题，被认为是复合材料结构设计、分析与预测中的一种新兴技术，已成为复合材料研究领域的发展趋势。本文综述并评价了ML 方法应用于复合材料力学领域的最新研究成果，重点关注复合材料力学性能预测、结构优化设计和损伤检测3 个方面的研究进展，并对其未来发展方向进行了讨论和展望。

关键词：复合材料；机器学习；性能预测；力学性能；损伤检测