基于复合 U-Net 代理模型的碳纤维复合材料变形过程应力与损伤预测
机器学习
2025-04-22 v1
摘要
碳纤维复合材料（CFRC）因其卓越的机械性能而在先进工程应用中占据重要地位。深入了解 CFRC 在机械加载下的行为对于优化航空结构等高要求应用中的性能至关重要。虽然传统的有限元方法（FEM）模拟，包括界面丰富广义 FEM（IGFEM）等先进技术，能够提供有价值的洞见，但在计算效率方面可能面临挑战。现有数据驱动的代理模型通过预测传播损伤或应力-应变行为来部分缓解了这些挑战，但未能全面捕捉应力和损伤在整个变形历史中（包括裂纹 Initiation 与传播）的演化过程。本研究提出了一种新型自回归复合 U-Net 深度学习模型，用于同时预测 CFRC 变形期间的应力场和损伤场。通过利用 U-Net 架构捕捉空间特征并整合宏观与微观尺度现象，该模型克服了先前方法的关键局限性。该模型在预测单向应变下 CFRC 内部组织应力和损伤分布演化方面取得了高精度，相较于 IGFEM 速度提升超过 60 倍。
引用
@article{arxiv.2504.14143,
title = {Predicting Stress and Damage in Carbon Fiber-Reinforced Composites Deformation Process using Composite U-Net Surrogate Model},
author = {Zeping Chen and Marwa Yacouti and Maryam Shakiba and Jian-Xun Wang and Tengfei Luo and Vikas Varshney},
journal= {arXiv preprint arXiv:2504.14143},
year = {2025}
}