每日新文 | 基于机器学习的声学黑洞元板优化设计，以增强带隙和承载能力

文章预览

文章简介 这篇论文的标题是《Machine learning-based optimal design of an acoustic black hole metaplate for enhanced bandgap and load-bearing capacity》，发表在《Mechanical Systems and Signal Processing》期刊上，影响因子为8.4，发表日期为2024年4月18日。 主要内容包括： 设计目标 ：提出了一种基于机器学习的优化策略，用于设计多功能声学黑洞(ABH)超材料板。目标是实现一种既具有优异弹性波衰减性能，又具有良好承载能力的超材料板。 设计方法 ：论文首先描述了纳米复合ABH超材料板的设计，提出了一种新的实现多功能超材料板的途径。 理论基础 ：介绍了一种基于板理论和Bloch-Floquet定理的半解析方法，用于考虑纳米复合超材料板的带结构。 系统分析 ：通过系统分析，突出了ABH效应、纳米复合增强层和粘弹性阻尼层对带隙和应变能合规性的影响。 性能验证 ：在不同测试下证明 ………………………………