使用遗传算法优化梯度超材料以控制能量传输
应用物理
2023-06-21 v1
摘要
具有高位且连续几何设计空间的功能梯度超材料阵列的优化繁琐，并可通过机器学习工具加速。机械超材料可通过在其固有频率附近引入大的色散和衰减效应来操控声学或超声波。本工作中设计并优化了功能梯度结构，以结合具有不同频率响应的多个单元的能量衰减性能并减少层间失配效应。通过遗传算法的优化避免了与设计空间高维性相关的许多局部极小值，但需要多次迭代。应用了降阶模型(ROM)，其能以传统上用FEM计算所需时间的一小部分来复现传输响应。将GA与ROM配对，优化了由6个单元组成的阵列（共18个独立几何设计变量），使其具有展宽且边界更锐利的阻带。确定对称功能梯度结构为最优几何构型。将测量的3D打印特征投影到ROM解上，以量化打印不确定性对阵列性能的影响。确定±20 μm的重复性误差使传输阻带的平均深度降低10²倍，并引起中心频率和带宽的微小偏移。提出的改善ROM空间中可访问点分辨率、降低对几何不确定性的敏感性并增加设计自由度的方法包括引入面外穿孔和使用可调填充树脂系统改变组成材料。
引用
@article{arxiv.2306.10628,
title = {Optimization of Graded Metamaterials for Control of Energy Transmission Using a Genetic Algorithm},
author = {Joshua Morris and Weidi Wang and Thomas Plaisted and Christopher J. Hansen and Alireza V. Amirkhizi},
journal= {arXiv preprint arXiv:2306.10628},
year = {2023}
}