面向复合材料导波表征的深度生成方法探索
信号处理
2022-12-14 v1 音频与语音处理
图像与视频处理
摘要
层合复合材料广泛应用于大多数工程领域。波传播分析在理解复合材料结构的短时瞬态响应中起着关键作用。基于物理的正向模型用于将弹性属性空间映射到层合复合材料中的波传播行为。由于导波的高频、多模态和频散特性，基于物理的仿真计算量巨大。这使得属性预测、生成与材料设计问题更具挑战性。本工作中，利用刚度矩阵法等基于物理的正向仿真器收集一组复合材料的导波群速度。提出一种基于变分自编码器(VAE)的深度生成模型，用于生成新颖且真实的极坐标群速度表征。观察到该深度生成器能以极低均方重建误差重建未见过的表征。采用全局蒙特卡洛与定向等间距采样器对VAE连续、完整且有序的低维潜空间采样。将采样点输入训练好的解码器以生成新的极坐标表征。该网络展现出卓越的生成能力。还可见潜空间形成了一种概念空间，其中不同方向与区域展现出与所生成表征及其对应材料属性相关的固有模式。
引用
@article{arxiv.2212.06365,
title = {Towards deep generation of guided wave representations for composite materials},
author = {Mahindra Rautela and J. Senthilnath and Armin Huber and S. Gopalakrishnan},
journal= {arXiv preprint arXiv:2212.06365},
year = {2022}
}