134 / 2021-04-10 17:04:40

基于深度学习的剪纸超材料力学性能预测方法

剪纸超材料,深度学习,卷积神经网络

剪纸超材料是一类将特定切口引入薄板中的超材料，其新颖的物理性能主要来自于切口形状、位置、方向等结构设计而非其材料组分。本文介绍了一种可靠的数据驱动方法，用于预测具有随机方向切口的剪纸超材料的力学性能，基于使用残差网络（ResNet）结构的卷积神经网络（CNN）建立深度学习模型，通过有限元方法（FEM）产生数据集训练深度学习模型，建立切口方向与剪纸超材料等效杨氏模量和泊松比之间的隐式非线性映射。测试结果表明，深度学习模型可以快速且准确地预测剪纸超材料力学性能，为以剪纸超材料为代表的超材料结构设计提供了重要的分析工具。