数据驱动的准无序机械超材料渐进失效发现
无序系统与神经网络
2022-07-21 v2
摘要
天然多孔材料，如蜂窝、木材、泡沫、骨小梁、植物薄壁组织和海绵，可能得益于其内部微结构中的无序性而实现损伤容限行为。受此启发，我们通过向完美的周期性桁架晶格引入空间坐标扰动或杆件厚度变化，创建了准无序桁架超材料（QTMs）。数值研究表明，QTMs 可表现出韧性、损伤容限行为或突然的灾难性失效模式，取决于所引入无序性的分布。我们开发了一种数据驱动方法，结合深度学习与全局优化算法，以调节无序性的分布来实现损伤容限的 QTM 设计。一项基于周期性面心立方（FCC）晶格创建的 QTMs 的案例研究证明，优化后的 QTMs 可实现延展性提高多达 100%，而刚度损失小于 5%、拉伸强度损失小于 10%。我们的结果提出了一种用于架构化材料以改善损伤容限的新设计途径。
引用
@article{arxiv.2207.05001,
title = {Data-driven discovery of quasi-disordered mechanical metamaterials failed progressively},
author = {Akash Singh Bhuwal and Yong Pang and Ian Ashcroft and Wei Sun and Tao Liu},
journal= {arXiv preprint arXiv:2207.05001},
year = {2022}
}
备注
33 pages; 5 main figures, 15 supplementary figures