数据驱动的准无序机械超材料的渐进性失败
摘要：通过引入空间坐标扰动或结杆厚度变化到完美、周期的格子结构中，我们创造了准无序桁架超材料（QTMs）。数值研究表明，QTMs可以表现出韧性、耐损行为或突然、灾难性的破坏方式，这取决于引入的无序分布。我们开发了一种数据驱动方法，结合深度学习和全局优化算法，来调整无序分布以实现耐损的QTM设计。以周期面心立方（FCC）格子为基础创建的QTMs的案例研究表明，优化的QTMs可以在不到5％的刚度和不到10％的抗拉强度代价下实现最高100％的延性增加。我们的研究结果为构造材料的新设计路径提供了改善耐损性的方法。
作者：Akash Singh Bhuwal, Yong Pang, Ian Ashcroft, Wei Sun, Tao Liu
论文ID：2207.05001
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-07-21