基于神经常微分方程的 data-driven 各向异性有限粘弹性建模
软凝聚态物质
2023-05-10 v1 机器学习
摘要
我们利用神经常微分方程作为基本构件，开发了各向异性有限粘弹性的全数据驱动模型。我们将亥姆霍兹自由能函数与耗散势替换为数据驱动函数，这些函数先验地满足基于物理的约束，如客观性与热力学第二定律。我们的方法能够三维建模材料在任意载荷下的粘弹性行为，即便存在大变形和远离热力学平衡的大偏差。控制势的数据驱动特性赋予模型在广泛材料粘弹性行为建模中亟需的灵活性。我们使用来自生物与合成材料的应力-应变数据训练模型，包括人脑组织、血凝块、天然橡胶与人心肌，并表明该数据驱动方法优于传统的闭式粘弹性模型。
引用
@article{arxiv.2302.03598,
title = {Data-driven anisotropic finite viscoelasticity using neural ordinary differential equations},
author = {Vahidullah Tac and Manuel K. Rausch and Francisco Sahli-Costabal and Adrian B. Tepole},
journal= {arXiv preprint arXiv:2302.03598},
year = {2023}
}