声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1421/N
国际刊号：1000-7857
发布日期:
作者：许凤, 刘玲, 张超, 朱杰, 张玮婷, 董昊, 黄浩, 高明, 喻学锋
单位：1中国科学院深圳先进技术研究院，深圳518055；2广州金发碳纤维新材料发展有限公司，广州510555；3中化数智科技有限公司，北京100080；4中国信息通信研究院，北京100191；
关键词：数据驱动,纤维增强复合材料,性能预测,机器学习,人工智能
基金：中国科学院科技服务网络计划（STS）黄埔专项项目(STS−HP−202306)
纤维增强复合材料（fiber−reinforced composites，FRCs）凭借其卓越的比强度、比刚度和可设计性强等优点，已成为电子信息、生物医疗、航空航天等制造领域的关键材料[1]。在服役过程中，其性能直接影响宏观构件的功能实现、承载效率与服役可靠性。然而，该类材料体系具有多相异质、多尺度结构及各向异性等本质特征，且在制备与服役过程中涉及热−力−化学等多场复杂耦合行为，致使基于传统物理机理的建模方法与实验手段在预测其性能时存在高成本、长周期与高不确定性的瓶颈问题[2]。
来源：2025年第24期
《科技导报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。