基于物理增强元学习的小样本电动飞机多缺陷复合材料板的动力学特性预测方法

本发明公开了基于物理增强元学习的小样本电动飞机多缺陷复合材料板的动力学特性预测方法，包括以下步骤：步骤1：振动数据采集，首先对五个含缺陷复合材料板使用力锤进行模态冲击实验；采集的数据随后通过模态分析模块进行处理，以提取固有频率和振动形状，然后将数据导出进行进一步划分；其次，对五个不同的含缺陷复合材料板进行振动实验，以收集幅频响应实验数据；本发明涉及动力学模态以及幅频响应曲线预测技术领域，该方法将跨任务元知识、注意力加权转移以及刚度极值的物理约束相结合。基于注意力的元学习机制能够将跨任务元特征自适应地转移到包含缺陷的结构中，使PMF模型能够以最小的初始偏差启动训练，同时减少再训练需求。