截面结构对神经网络应用的仿生低孔隙结构抗冲击性能的影响
摘要：自然界中的生物结构设计，如蹄壁、角和鹿角，可以用作生成机械性能优异的结构的灵感。这些设计的一个共同主题是结构中的小百分比孔隙度，范围为1-5％。在这项工作中，羊角被用作灵感源，因为相对于纵向加载时，其在径向方向上具有较高的韧性。在动态横向压缩下，我们研究了由二维（2D）截面特征的低孔隙度结构中的结构-性能关系。通过将具有不同边数的多边形管放置在具有不同行数和列数的网格上，创建了不同的设计空间。也对管的体积分数和方向角进行了变化。使用有限元（FE）方法采用速率相关的弹塑性材料模型，在平面应变条件下生成了应力-应变曲线。训练了一个门控循环单元（GRU）模型，用于预测结构在不同应变速率和施加应变下的应力-应变响应和能量吸收。基于参数的模型使用八个离散参数来表征设计空间，并作为模型的输入。经过训练的GRU模型可以以0.16毫秒的速度有效地预测新设计的响应，并允许在设计空间中快速评估128000个设计的性能。GRU预测确定了高性能结构，并提取和讨论了影响特定能量吸收的四个设计趋势。
作者：Shashank Kushwaha, Junyan He, Diab Abueidda, Iwona Jasiuk
论文ID：2307.00986
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-07-04