(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111178559.X (22)申请日 2021.10.10 (71)申请人 复旦大学 地址 200433 上海市杨 浦区邯郸路2 20号 (72)发明人 樊嘉杰　袁唯一　王珏　 (74)专利代理 机构 上海正旦专利代理有限公司 31200 代理人 陆飞　陆尤 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/12(2006.01) G06N 3/08(2006.01) G06F 119/14(2020.01) (54)发明名称 一种微型LED阵列/液晶弹性体系统的力学 性能预测方法 (57)摘要 本发明属于数学建模及力学技术领域， 具体 为一种微型LED阵列/液晶弹性体系统的力学性 能预测方法。 本发明将微型LED阵列/液晶弹性体 系统简化为液晶弹性体/柔性基板二维层合结 构， 首先建立简支层合结构的精确解析模型， 其 中机械载荷用多阶多项式函数描述， 可模拟任意 形式的机械载荷函数； 然后建立温度场下层合结 构机械载荷函数系数和位移之间的神经网络训 练数据集； 应用BP神经网络建立变形与机械载荷 系数间的关系， 预测结构在热 ‑机械载荷共同作 用下的力学解， 即预测温度场下层合结构在机械 载荷作用下的弹性变形和引起特定变形的机械 载荷。 本发 明通过建立层合结构的变形与机械荷 载的关系， 摆脱繁琐的计算， 可方便、 快捷地获得 层合结构的力学解。 权利要求书1页 说明书6页 附图4页 CN 113987922 A 2022.01.28 CN 113987922 A 1.一种微型LED阵列/液晶弹性体系统的力学性能预测方法， 其特 征在于， 具体步骤为： （1） 将微型LED阵列/液晶弹性体系统简化为液晶弹性体/柔性基板二维层合结构， 并通 过求解二维热传导和热弹性控制方程， 根据相邻层 界面的连续条件和层合结构表面的热 ‑ 机械耦合载荷条件， 采用传递矩阵法建立简支层合结构的精确解析模型； （2） 基于以上解析模型， 建立温度场下层合结构机械载荷函数系数和对应位移之间的 神经网络训练数据集； （3） 以机械载荷系数作为输入， 并以位移作为输出， 对神经网络进行训练， 通过训练后 的神经网络对温度场下层合结构在机 械载荷作用下的弹性变形进行 预测； （4） 以位移作为输入， 并以机械载荷系数作为输出， 对神经网络进行训练， 通过训练后 的神经网络对温度场下引起层合结构特定变形的机械载荷函数的系数进 行预测， 将预测得 到的系数代入上述机 械载荷函数， 以得到特定变形 条件下的机 械载荷。 2.根据权利要求1所述的微型LED阵列/液晶弹性体系统的弹性力学解预测方法， 其特 征在于， 所述机械载荷使用多阶多项式函数来描述， 根据泰勒展开式， 多项式可拟合任意函 数。 3.根据权利要求1所述的微型LED阵列液晶弹性体系统 的弹性力学解预测方法， 其特征 在于， 微型LED阵列/液晶弹性体系统简化的液晶弹性体/柔性基板二维层合结构为三层层 合梁结构。 4.根据权利要求3所述的微型LED阵列/液晶弹性体系统的弹性力学解预测方法， 其特 征在于， 精确解析模型的建立后， 应用MATLAB进行计算， 并设定不同的机械载荷函数系数， 求解不同机械载荷作用下对应的层合结构 变形， 并以此建立包含机械载荷系数和位移的数 据库。 5.根据权利要求1或4所述的微型LED阵列/液晶弹性体系统的弹性力学解的预测方法， 其特征在于， 所述位移为任意点的任意方向的位移， 所述机械载荷为层合结构任意位置所 受的任意方向的机 械载荷。 6.根据权利要求1所述的微型LED阵列/液晶弹性体系统的弹性力学解的预测方法， 其 特征在于， 所述神经网络为BP神经网络 。 7.根据权利要求6所述的微型LED阵列/液晶弹性体系统的弹性力学解的预测方法， 其 特征在于， BP神经网络的预测过程如下： （1） 首先， 输入信息通过隐层向前传播， 生成输出信息； （2） 如果输出结果和预期结果之间存在误差， 则该误差将被返回， 根据反向信息调整权 值和阈值， 以减小误差； （3） 经过反复的学习和训练， 确定最小误差对应的权值和阈值； （4） 最后， 利用得到的权值对新的输入数据集进行输出 预测。权　利　要　求　书 1/1 页 2 CN 113987922 A 2一种微型LED阵列 /液晶弹性体系统的力学性能预测方 法 技术领域 [0001]本发明属于数学建模及力学领域， 具体涉及一种基于解析模型和神经网络的微型 LED阵列/液晶弹性体系统的弹性力学解预测方法。 背景技术 [0002]心房颤动引起的心力衰竭和脑卒中是最可怕和最常见的疾病。 机械辅助心房收缩 功能可有效降低患者死亡率和发病率。 因此， 许多学者提出利用智能材料支持心房收缩功 能。 光响应液晶弹性体(Liquid  Crystal Elastomer， LCE)可以对光的外部刺激做出可逆反 应， 产生独特的运动或张力， 与肌肉运动原理相似， 是一种通常被称为人造肌肉的智能材 料。 因此将微型发光二极管( μLED)及LCE材料进行集成， 贴于心脏表 面以辅助 心房收缩 具有 广阔的前 景。 [0003]对于这种心脏收缩辅助装置来说， 在人体温度下， 微型LED阵列/液晶弹性体系统 的受光刺激产生的载荷和变形是值得关注的重要力学性能， 并且实验和有限元方法不适用 于大量的参数分析， 所以需要建立解析模型以研究该系统的力学性能。 目前， 已有很多研究 为获得受不同荷载作用的层合结构的力学解提供了不同的方法。 然而， 提出一种简单 的计 算方案来建立层合结构的变形与荷载之 间的关系具有重要的现实意义。 人工神经网络通过 对数据库的训练和学习， 获得输入和输出之间的未知关系， 然后通过给定的输入完成预测 数据的输出。 反向传播(Back  propagation， BP)神经网络是神经网络最常用的应用之一， 已 成功应用于工程的各个领域。 然而， 将神经网络应用于热 ‑机械耦合载荷作用下层合结构力 学性能的研究和预测却很少。 本发明则引入BP神经网络， 并将其应用于温度场下层合结构 变形与机械载荷关系的建立和预测， 摆脱繁琐的计算， 更方便、 快捷地预测层合系统的力学 解。 发明内容 [0004]本发明旨在在一定程度上解决上述背景技术中的存在的问题， 提供一种微型LED 阵列/液晶弹性体系统的弹性力学解预测方法， 该方法能够方便快捷地获得不同载荷条件 作用下的层合结构力学解， 实现力学解的预测， 摆脱繁琐的解析解计算， 节省工程应用时 间。 [0005]本发明提出的二维微型LED阵列/液晶弹性体系统的弹性力学解预测方法， 首先， 将微型LED阵列/液晶弹性体系统简化为液晶弹性体/柔性基板二维层合结构， 建立简支层 合结构的精确 解析模型， 其中机械载荷使用多阶多项式函数来描述， 可模拟任意形式的机 械载荷函数； 然后， 基于以上解析模型， 建立 温度场下层合结构机械载荷函数系数和位移之 间的神经网络训练数据集； 在此基础上， 应用BP神经网络建立变形与机械载荷系 数之间的 关系， 预测温度场下层合结构在机械载荷作用下的弹性变形； 也可以反演 机械载荷系数， 代 入机械载荷函数即可完成引起特定变形的机 械载荷的预测。 [0006]根据本发明实施例的微型LED阵列/液晶弹性体系统的弹性力学解预测方法， 通过说　明　书 1/6 页 3 CN 113987922 A 3