生长启发的类生物结构与深度学习协同突破复合材料强度-韧性权衡
《Materials》:Deep Learning-Guided Toughening of Irregular Growth-Inspired Metamaterials
【字体:
大
中
小
】
时间:2026年10月24日
来源:Materials 3.7
编辑推荐:
在复合材料设计中,强度和韧性同步提升一直是一项长期挑战,因为二者存在内在的权衡关系。本研究提出了一种受生物启发、类生长的结构策略,以突破双相复合体系中的这一局限。通过将相场断裂建模与深度学习辅助的候选方案筛选相结合,我们系统研究了生长形态对裂纹扩展、应力分布和能量耗散的影响。
在复合材料设计中,强度和韧性同步提升一直是一项长期挑战,因为二者存在内在的权衡关系。本研究提出了一种受生物启发、类生长的结构策略,以突破双相复合体系中的这一局限。通过将相场断裂建模与深度学习辅助的候选方案筛选相结合,我们系统研究了生长形态对裂纹扩展、应力分布和能量耗散的影响。结果表明,模拟生物分枝与适应性演化的生长启发性超材料,能够促进裂纹偏转和载荷重新分配,而不损害刚度或强度。采用一种多模态CNN代理模型,以结构图像和七维构建单元比例向量作为输入,预测完整的标称应力-应变响应,并由此导出弹性模量、极限强度和体积能量吸收。与规定的40%软相训练子集中体积能量吸收最高的结构相比,所筛选结构在体积能量吸收、杨氏模量和极限强度方面分别提升了22.0%、35.4%和39.2%。这些数值结果证明了所提框架在高效筛选所研究的复合体系架构方面的潜力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号