机构名称：
¥ 1.0
应力-应变曲线是材料机械性能的重要表示，弹性模量、强度和韧性等重要性能均由此曲线定义。然而，通过有限元法 (FEM) 等数值方法生成应力-应变曲线的计算量非常大，尤其是考虑材料的整个失效路径时。因此，很难对具有较大设计空间的材料进行高通量计算设计，尤其是考虑超出弹性极限的机械响应时。在本文中，我们结合使用主成分分析 (PCA) 和卷积神经网络 (CNN) 来预测二元复合材料在整个失效路径上的整个应力-应变行为，其动机是经验模型的推理速度明显更快。我们通过可视化 PCA 的特征基来表明 PCA 将应力-应变曲线转换为有效潜在空间。尽管数据集中只有 10-27% 的可能微观结构配置，但当根据导出的材料描述符（例如模量、强度和韧性）测量模型性能时，预测的平均绝对误差为数据集中值范围的 10%。我们的研究展示了使用机器学习加速材料设计、特性和优化的潜力。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
材料与设计 - 顾教授课题组
主要关键词
相关文件推荐
