在同时受到热作用和辐射作用的条件下,用于弹性体的基于数据驱动的、受物理约束的模型

《COMPOSITES SCIENCE AND TECHNOLOGY》:Physics-constrained data-driven model for elastomers under simultaneous thermal and radiation exposure

【字体: 大 中 小 】 时间:2026年05月16日 来源:COMPOSITES SCIENCE AND TECHNOLOGY 9.8

编辑推荐:

  Pouyan Nasiri | Leonard S. Fifield | Hadis Nouri | Hisaaki Kudo | Roozbeh Dargazany摘要我们提出了一种基于物理知识的神经网络(PINN)框架,用于预测同时受到热辐射和伽马辐射影响的弹性体的机械性能,

  
Pouyan Nasiri | Leonard S. Fifield | Hadis Nouri | Hisaaki Kudo | Roozbeh Dargazany

摘要

我们提出了一种基于物理知识的神经网络(PINN)框架,用于预测同时受到热辐射和伽马辐射影响的弹性体的机械性能,例如核电缆或太空电子设备中的弹性体。该方法将双网络原理与微球概念相结合,以模拟软质和脆性子网络,并将物理定律直接嵌入机器学习过程中。通过网络架构强制执行刚性约束(例如不可压缩性、网络分数的限制),并通过损失函数施加柔性约束(例如单调性、多凸性和衰减效应)。这种整合减少了有效搜索空间,引导优化过程朝向物理上可行的解决方案,并提高了在数据稀疏情况下的鲁棒性。通过对硅橡胶、乙丙二烯单体和二氧化硅增强硅泡沫的公开数据集进行验证,显示该模型能够准确预测未用于训练的辐射暴露时间下的应力-应变行为和断裂伸长率。结果表明,基于物理知识的约束能够改善外推效果,捕捉热辐射的协同效应,并为核电缆绝缘材料及其他辐射暴露弹性体的性能演变提供可靠的预测工具。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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