数据高效发现超弹性 TPMS 结构化物的极端能量耗散
图形学
2025-06-10 v2
摘要
三向周期最小面（TPMS）是一种多用途且被称为原始形态的结构化物。我们提出了一种新方法，用于发现具备卓越能量耗散能力的 novel 微观尺度 TPMS 结构，实现的能量吸收是现有最佳 TPMS 原始结构的两倍。我们的方法采用参数化表示，使结构之间实现无缝插值，并代表丰富的 TPMS 设计空间。由于对微观尺度超弹性结构进行高效优化的仿真计算不可行，我们提出了一种样本高效的计算策略，通过有限来自 3D 打印和测试样本的经验数据实现快速发现，确保高保真结果。我们通过利用预测不确定性感知的深度集团模型来识别下一步应制造和测试的结构。我们迭代地通过 batch Bayesian 优化来细化模型，选择用于制造的结构，以最大化对性能空间的探索和对能量耗散目标的利用。使用我们的方法，我们产生了第一个开源的超弹性微观尺度 TPMS 结构数据集，包括一组展示极端能量耗散能力的 novel 结构，并展示了这些结构的几种潜在应用。
引用
@article{arxiv.2405.19507,
title = {Data-Efficient Discovery of Hyperelastic TPMS Metamaterials with Extreme Energy Dissipation},
author = {Maxine Perroni-Scharf and Zachary Ferguson and Thomas Butrille and Carlos Portela and Mina Konaković Luković},
journal= {arXiv preprint arXiv:2405.19507},
year = {2025}
}