通过与材料数据和机器学习相结合,对颗粒增强金属基复合材料(PRMMCs)的力学性开展建模、仿真与预测集成研究将是一种高效、省时的复合材料研究新方法。然而,目前对金属基复合材料力学性能的预测研究工作尚未广泛结合机器学习,仍是一项复杂的、耗时的并需要专业软件和熟知用户的长期研究任务。本文旨在通过结合自动建模与机器学习,开发一种简捷、快速的金属基复合材料力学性能预测研究的新方法。首先,自主开发了一个基于python和VBA语言的集成软件,能够自动地建模、仿真、分析和收集金属基复合材料的各种性能数据。该软件可以方便地将金属基复合材料的性能数据导入和导出到材料数据库中。其次,以SiCp/Al复合材料的单颗粒有限元模型为例,对该复合材料的弹性、塑性、损伤与破坏力学行为进行了模拟仿真。该模型可以缩短计算时间,增加算例数目,为开展机器学习提供了大样本的材料性能计算数据。最后,对SiCp/Al复合材料力学性能的计算数据进行了收集与分析,并进一步用于材料复合设计和神经网络训练。该研究可依据界面强度、颗粒含量与颗粒形貌等参量来实现SiCp/Al复合材料力学性能预测。综上所述,本文建立了结合自动建模和机器学习的金属基复合材料建模与仿真研究新方法,能够对金属基复合材料的力学性能进行有效地预测与验证,同时可拓宽于更广泛的复合材料研究领域,加速复合材料设计与研制。