一种以数据融合驱动的涡轮叶片全域力学性能反演方法

本发明公开了一种以数据融合驱动的涡轮叶片全域力学性能反演方法，属于材料科学技术与计算领域，构建分层矫正数据体系：高温纳米压入实验数据为最高保真度基准，3D有限元仿真为高保真度，2D有限元仿真为低保真度。设定弹塑性训练参数范围：硬化指数0.1‑0.3，弹性模量100‑230GPa，屈服应力500‑1400MPa。采用级联矫正策略：高温实验数据矫正3D仿真结果，矫正后高保真3D数据提升低保真2D数据精度，残差特征学习实现数据融合，最小损失值条件下确定2D和3D仿真数据最佳配比。涡轮叶片不同部位力学性能具有差异性，本方法为涡轮叶片全域力学性能的表征提供了新方向，高效的数据融合与配比优化提升纳米压痕力学性能反演的准确性与计算效率。