基于壁纸群的机械亚物质材料：包含机械响应的数据集

机械亚物质材料常通过不稳定性发生图案变形，实现软体机器人、声学消减和生物医学等应用。这些变形及其所致机械性能与这些亚物质材料微结构的对称性紧密相关，但仍未得到充分探索。设计此类材料具有挑战性，由于设计空间的无限扩展，尽管机器学习提供了有前景的工具，但需要大量训练数据。本文提供了一个包含 1020 个二维微结构及其在超弹性、有限应变 regime 下（包括 buckling）的宏观机械响应的大型数据集。微结构采用新方法生成，覆盖全部 17 种壁纸对称群，并采用 B\'ezier 曲线构建丰富的参数空间。通过有限元计算均质化获得机械响应。数据集包含 1020 个不同几何形状，每个几何形状施加 12 种加载轨迹，总计 12240 条轨迹。该数据集支持开发和基准化 surrogate 模型，促进对称性-性能关系的研究，并 enables 对图案变形中的对称性破坏进行调查， potentially 揭示机械亚物质材料中的涌现行为。