拉格朗日演化中散射信息驱动的微结构预测（SIMPLE）——一种用于流动中复杂流体建模的数据驱动框架
流体动力学
2023-05-09 v1
摘要
流变学中的一个总体挑战是为缺乏准确第一性原理理论的复杂流体建立本构模型。进一步的挑战是，大多数探测动态结构与流变学的实验仅在非常简单的流场中进行，而这些流场并不具有加工应用中材料所经历的复杂变形历史的特征。一种近期发展的实验方法通过将流体四辊研磨机（FFoRM）整合到扫描小角 X 射线散射仪器（sSAXS）中[Corona, P. T. et al. Sci. Rep. 8, 15559 (2018); Corona, P. T. et al. Phys. Rev. Mater 6, 045603 (2022)]，有潜力克服这一挑战，从而沿多样拉格朗日流动历史快速生成复杂流体的大尺度散射强度数据集。为利用这一独特的丰富 FFoRM-sSAXS 数据，我们提出了一种机器学习框架——拉格朗日演化中散射信息驱动的微结构预测（SIMPLE），它使用 FFoRM-sSAXS 数据来学习散射强度的演化方程以及对应的张量微分本构应力方程。该框架通过数据预处理纳入了材料标架无差异性和对任意旋转的不变性。我们使用自编码器为散射强度寻找高效的降阶模型，并使用神经网络常微分方程预测模型坐标的时间演化。该框架在一个稀刚性棒悬浮液的合成 FFoRM-sSAXS 数据集上得到验证。模型准确预测了与训练所用流显著不同的流动中的微结构演化和流变学。SIMPLE 兼容但不要求材料特定的约束或假设。
引用
@article{arxiv.2305.03792,
title = {Scattering-Informed Microstructure Prediction during Lagrangian Evolution (SIMPLE) -- A data-driven framework for modeling complex fluids in flow},
author = {Charles D. Young and Patrick T. Corona and Anukta Datta and Matthew E. Helgeson and Michael D. Graham},
journal= {arXiv preprint arXiv:2305.03792},
year = {2023}
}