基于物理增强神经网络的结晶弹性体精确、高效与灵活建模

《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》:Precise, efficient and flexible modeling of crystallizing elastomers based on physics-augmented neural networks

【字体: 大 中 小 】 时间:2026年03月13日 来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING 7.6

编辑推荐:

  研究人员提出了一种精确且高效的物理增强神经网络(PANN)来模拟橡胶状聚合物中的应变诱导结晶。研究人员证明该模型可以灵活地用于未填充和填充的天然橡胶(NR)。该方法基于一个双势框架,类似于广义标准材料(GSMs)的概念。为了描述材料行为,采用了基于神经网络的自

  
研究人员提出了一种精确且高效的物理增强神经网络(PANN)来模拟橡胶状聚合物中的应变诱导结晶。研究人员证明该模型可以灵活地用于未填充和填充的天然橡胶(NR)。该方法基于一个双势框架,类似于广义标准材料(GSMs)的概念。为了描述材料行为,采用了基于神经网络的自由能和耗散势。结晶度的演化从这两个势中导出。为了确保结晶度的有界性,提出了一种新颖的约束GSM型演化问题。为此,引入了两个额外的拉格朗日乘子以及相应的Karush–Kuhn–Tucker(KKT)条件。结果保证了结晶度可以被解释为浓度型变量。基于神经网络的势通过构造确保所有物理上期望的性质。最重要的是,客观性、材料对称性和热力学一致性自动满足。此外,基于增量变分框架提出了时间离散形式的控制模型方程的替代推导,该框架也作为有限元(FE)实现的基础。研究人员使用文献中的三个不同实验数据集展示了PANN的预测能力,考虑了材料点水平的应力和结晶度演化以及缺口试样中的相应场分布。此外,研究人员表明,当实验结晶度数据不可用时,模型参数化也是可能的,仍然能够实现合适的应力预测。
**论文解读:基于物理增强神经网络的结晶弹性体建模研究**

**研究背景与意义**
弹性体广泛应用于轮胎、减震器、膜结构及医疗设备等领域,其力学性能主要源于熵弹性——聚合物链的可逆解缠绕。天然橡胶(NR)因其优异的自增强特性备受关注,该特性源于应变诱导结晶(SIC):在高拉伸区域(如单轴拉伸下轴向伸长比λ?3处),聚合物链取向排列形成约100 nm3体积的微晶,在卸载时晶区溶解。SIC表现为应力-应变滞回环,且具有弱速率依赖性。然而,尽管SIC发现已逾百年,其多轴变形影响、微观机制等仍不明确,且实验表征需复杂X射线衍射或红外热成像装置。现有连续介质模型多基于统计力学,如微球网络模型,虽精度尚可但计算成本高,且通常针对未填充或填充橡胶之一,难以通用。为此,研究人员提出基于物理增强神经网络(PANN)的新模型,旨在兼顾物理一致性、精度、效率与灵活性。该研究发表于《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》。

**主要关键技术方法**
研究人员采用基于广义标准材料(GSMs)的双势框架,以自由能势和耗散势描述结晶演化。为保障结晶度有界性(0至1之间),引入两个拉格朗日乘子及Karush–Kuhn–Tucker(KKT)条件,形成约束GSM演化问题。自由能势与耗散势均通过部分输入凸神经网络(PICNNs)构建,确保客观性、各向同性、热力学一致性及多凸性。模型校准基于Sobolev训练,利用实验应力-结晶度-变形数据(来源:文献[11]未填充NR、文献[20]填充NR)优化网络参数。采用增量变分框架推导时间离散方程,并实现有限元(FE)集成。

**研究结果**

**4.1 未填充天然橡胶**
基于文献[11]的单轴循环拉伸数据(恒定拉伸率|λ?|=11.67×10?4 s?1),研究人员校准了PANN模型。
**4.1.1 模型校准**:分别采用变形不变量I?1和I?2组合及仅用I?1两种版本。结果表明,两种版本均与训练集的应力-拉伸曲线高度吻合,对未见加载路径的泛化良好,结晶度(DOC)演化定性一致。仅用I?1版本虽在单轴数据上精度略低,但能避免多轴变形预测不可靠。与统计力学基准模型(基于最大前进路径约束MAPC方法)对比,PANN的应力预测精度显著更高(平均绝对误差0.02496 MPa vs. 0.09969 MPa),晶结度精度相当,且计算效率提升超10倍。
**4.1.2 外推研究**:仅使用单个滞回环训练,预测其他路径。结果表明,当训练涵盖更高拉伸水平时,外推更准确;模型物理约束使其在未见变形域仍能给出合理预测。
**4.1.3 有限元模拟**:对单边缺口拉伸(SENT)试样进行有限元分析,采用平面应力假设。结果显示,结晶度场和应力场在缺口尖端强烈局部化,峰值大小及晶域扩展与文献[8]、[28]及[115]的定性和定量结果一致。

**4.2 基于自动发现的伪结晶度描述未填充NR**
当缺乏实验结晶度数据时,研究人员仅用应力数据训练模型,自动发现一个标量伪结晶度变量q(仅约束非负)。该模型仍能准确预测应力响应,且q的演化在卸载初期非单调增加(与实测结晶度行为一致)。后处理中通过辅助前馈神经网络建立q到实际DOC的映射,可近似获得DOC。

**4.3 填充天然橡胶**
采用文献[20]中含50 phr炭黑的填充NR的应力-结晶度数据校准PANN。模型准确捕捉应力-拉伸曲线,对测试路径精度足够,结晶度演化合理。但无法完全再现λ?1.5区域的响应,因存在不可逆永久变形(本模型尚未覆盖此效应)。

**结论翻译与总结**
研究人员提出了一种基于广义标准材料(GSMs)概念扩展的热力学一致双势建模方法,用于橡胶应变诱导结晶。同时提供了时间离散变分框架,可导出机械问题控制方程,并作为有限元实现基础。两个势函数采用物理增强神经网络(PANN)描述,确保热力学第二定律、客观性、各向同性及初始状态归一化条件自动满足。该PANN模型精确高效地表征有效本构行为,并适用于未填充和填充橡胶。模型校准基于单轴拉伸实验的可测变形-应力-结晶度数据,通过Sobolev训练完成。模型对未包含在训练中的变形序列泛化良好,且与文献中现有模型相比,同时实现了更高效率和精度。此外,当实验结晶度数据不可用时,模型基于自动发现的内部伪结晶度变量仍能预测结晶橡胶的应力响应,该变量可在后处理中与结晶度关联。未来工作可考虑热-力耦合扩展及与断裂相场模型的结合。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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