基于隐式几何描述符的 ANN 框架：用于构成纳米纤维材料统一结构-性能关系
材料科学
2025-05-01 v2
摘要
层次化构成纳米纤维材料，如垂直排列碳纳米管（VACNT）泡沫，凭借纳米尺度效应及纳米管之间在构型内部及跨构型中的相互作用，展现出卓越的机械性能。然而，这些机制在不同构型下对不同机械性能的影响仍不清晰，限制了针对特定性能组合进行独立调控的可能性。依赖构型特定显式设计参数的做法，进一步阻碍了建立基于这些纳米尺度机制的统一结构-性能关系的开发。本文在人工神经网络（ANN）框架中引入两种隐式几何描述符——多组成分形状不变式（MCSI）——以建立支配各类构型的统一结构-性能关系。MCSI有效捕捉了导致比能吸收、峰值应力和平均模量等 Bulk 机械性能产生的关键纳米尺度机制。利用其为训练数据之外的构型预测机械性能的能力，我们提出了通用设计策略，以实现构成VACNT泡沫中所需的机械性能组合。此类隐式描述符驱动的ANN框架可指导复杂层次材料的加速且可操作的设计，适用于极端环境中的冲击吸收层至柔性机器人中的功能部件。
引用
@article{arxiv.2502.12311,
title = {Implicit Geometric Descriptor-Enabled ANN Framework for a Unified Structure-Property Relationship in Architected Nanofibrous Materials},
author = {Bhanugoban Maheswaran and Komal Chawla and Abhishek Gupta and Ramathasan Thevamaran},
journal= {arXiv preprint arXiv:2502.12311},
year = {2025}
}