摩擦相关的非光滑动力学问题的物理信息神经网络
摘要：一种新的物理信息神经网络方法用于解决由摩擦引起的非光滑振动或涉及摩擦的振动问题。与传统的时间步进方法相比，该新的计算框架将非光滑多体动力学的理论公式转化并嵌入到神经网络的训练过程中，可以准确模拟非光滑的动态行为，并且在维持高准确性的同时消除了传统时间步进方法对于多体系统所需的极小时间步长，从而节省了大量的计算工作。对于两种具有非光滑接触的典型动力学问题进行了测试，并提出了四种高准确性的基于PINN的方法。单个PINN和双重PINN方法在处理一维滑动-滑动问题方面显示出优势，在难以通过传统时间步进方法进行模拟的摩擦模型中表现出色。对于二维问题，展示了先进的单个和先进的双重PINN在提高准确性方面的能力，即使在传统方法失败的情况下，它们也能提供良好的结果。
作者：Zilin Li, Jinshuai Bai, Huajing Ouyang, Saulo Martelli, Ming Tang, Yang Yang, Hongtao Wei, Pan Liu, Wei-Ron Han, Yuantong Gu
论文ID：2303.02542
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-08-09