应力、应变，还是位移？基于机器学习的混合模式 I/II 裂纹韧性预测新框架
计算物理
2025-03-04 v1 材料科学
摘要
在复杂加载条件（如混合模式 I/II）下准确预测裂纹韧性对于可靠的失效评估至关重要。本文旨在开发一个机器学习框架，通过直接利用以特定节点表示的应力、应变或位移分布作为输入特征来预测裂纹韧性和裂纹 initiation 角。验证使用了来自 various mode mixities 和 specimen geometries 的实验数据，用于脆性材料。结果表明，应力基特征搭配多层感知器模型，可实现高预测准确性：裂纹载荷预测的 R2 分数超过 0.86，角度预测的 R2 分数达到 0.94。与理论临界距离理论（广义最大切向应力理论）的比较表明，该框架具有高准确性。此外，研究了输入参数选择的影响，证明高级特征选择算法使框架能够处理不同范围和密度的表示场。该框架在数据点有限且模式混合性受限的数据集上也维持了高准确性。该框架计算高效且实用，无需额外的后处理步骤（如应力强度因子计算）。
引用
@article{arxiv.2503.00689,
title = {Stress, Strain, or Displacement? A Novel Machine Learning Based Framework to Predict Mixed Mode I/II Fracture Toughness},
author = {Amir Mohammad Mirzaei},
journal= {arXiv preprint arXiv:2503.00689},
year = {2025}
}