学术前沿 | 机器学习加速设计晶格超材料的定制能量吸收

文章预览

jing'ge'rjingger       晶格超材料因其优越的力学性能而受到广泛的研究关注。然而，由于结构和力学响应之间的非线性关系，设计具有最佳塑性响应的晶格超材料仍然是一个挑战。本研究提出了一种新的卷积神经网络（CNN）加速设计定制晶格超材料。CNN输入数据集由伪随机支柱几何及其各自的应变-应力曲线组成。经过训练的CNN显示了精确预测和探索新的晶格超材料的能力，这超过了原始输入数据集的性能。从扩展的数据集中，得到了一种比能吸收最高的新晶格超材料，这也超过了文献中报道的其他晶格超材料。新晶格超材料表现出拉伸为主的失效，应力在垂直排列区域均匀分布。这些区域由相邻的单元格支撑，避免了大规模的膨胀，并进一步加强了压缩过程中的承载能力。总的来说，所提出的设计方法是基于一个数据驱动的模型，而不依赖于复杂 ………………………………