面向数字孪生体的混合量子经典代理逆有限元建模
量子物理
2025-08-04 v1 机器学习
摘要
大型结构工程(如桥梁、管线和海上平台)是现代基础设施的关键,其意外失效将导致重大的经济和安全后果。虽然有限元(FE)建模广泛用于实时结构健康监测(SHM),但其高计算成本和逆FE分析的复杂性(低维传感器数据映射到高维位移或应力场)仍是挑战。本文提出一种混合量子经典多层感知机(QMLP)框架以解决这些问题,并促进跨各种结构应用的数字孪生体快速更新。我们的方案采用对称正定(SPD)矩阵和多项式特征对传感器数据进行嵌入,获得适用于量子处理的表示。参数化量子电路(PQC)转换这些特征,其量子输出输入经典神经网络进行最终推断。通过融合量子与经典建模,QMLP在保持计算可行性的同时处理大规模逆FE映射。通过桥梁实验,我们证明QMLP在均方误差(MSE)为0.0000000000316时优于纯经典基线。这些发现确认了量子增强方法在实时SHM中的潜力,为更高效、可扩展的数字孪生体奠定了坚实基础,能够在近实时内稳健监测和诊断结构完整性。
引用
@article{arxiv.2508.00029,
title = {Hybrid Quantum Classical Surrogate for Real Time Inverse Finite Element Modeling in Digital Twins},
author = {Azadeh Alavi and Sanduni Jayasinghe and Mojtaba Mahmoodian and Sam Mazaheri and John Thangarajah and Sujeeva Setunge},
journal= {arXiv preprint arXiv:2508.00029},
year = {2025}
}
备注
Submitted to Scientific Report