首页/文章/ 详情

极端力学(extreme mechanics)的前沿研究

9月前浏览591

文一:

 

国产口罩面料抗新冠肺炎飞沫传播的性能:定量机理研究

摘要:

2019冠状病毒病(新冠肺炎)可能通过感染者在咳嗽、打喷嚏或说话时释放的呼吸道飞沫传播。鉴于专业呼吸器和口罩的供应有限,美国疾病控制与预防中心(CDC)建议公众使用自制布口罩。虽然已经对家用织物的气溶胶过滤性能进行了几项研究,但尚未对其阻挡较大液滴的有效性进行研究。在这里,我们以商用医用口罩为基准,确定了11种常见家用织物在阻挡大的高速液滴方面的性能。我们还评估了织物的透气性(透气性)、质地、纤维成分和吸水性能。我们发现,大多数织物具有显著的阻塞效率(中值>70%)。特别是,两层高渗透性织物,如T恤布,阻挡飞沫的效率(>94%)与医用口罩相似,同时透气性大约是医用口罩的两倍。第一层允许约17%的液滴体积透过,但它显著降低了液滴的速度。这允许第二层捕获透射的液滴,从而产生高的阻断效果。总的来说,我们的研究表明,布质口罩,尤其是多层口罩,可能有助于减少呼吸道感染的飞沫传播。此外,由棉布等材料制成的口罩可以清洗和重复使用,并有助于减少广泛使用商用一次性和不可生物降解口罩对环境的不利影响。

 

图:气溶胶过滤和织物阻挡大液滴的区别

 

图:本研究中使用的样本。

 

图:液滴挑战测试。

文二:

 

身体智能作为一种新的范式

摘要:

物理代理的智能,如人造(如机器人、自动驾驶汽车)和生物(如动物、植物)代理,不仅由其大脑中的计算智能(CI)实现,还由其体内编码的物理智能(PI)实现。因此,除了人工智能外,还必须尽可能提高人工智能的PI,以便在非结构化和复杂的现实世界环境中操作它们,如生物智能。本文介绍了什么是PI范式,何时PI在不同长度尺度的物理和生物制剂中更重要和更占主导地位,以及如何在制剂体内创建生物启发和抽象的PI方法。PI范式旨在协同和融合许多研究领域,如力学、材料科学、机器人学、机械设计、流体学、活性物质、生物学、自组装和集体系统,以在人造代理体中实现先进的PI能力,与在生物有机体中观察到的能力相当。这样的能力将使未来的机器人和其他机器超越使用当前框架所能实现的。

 

图:物理智能(PI)组件和使能器在与其环境交互的物理代理体上。这种身体PI也与大脑中的计算智能(CI)耦合,其中具体智能(EI)场研究身体和大脑之间的紧密耦合。

 

图:主要使用物理智能的自主人机示例

文三:

 

基于机器学习的多稳态结构和超材料弯曲梁的设计和优化

摘要:

弯曲光束由于其双稳态特性,在微机电系统(MEMS)器件和能量吸收材料中得到了广泛的应用。在以前的研究中,几乎所有的曲梁都具有恒定的厚度。尽管通过改变厚度分布可以获得更好的性能,例如强度均匀的梁,但缺乏设计和优化工具限制了不同厚度弯曲梁的开发和应用。在本文中,我们展示了一种基于机器学习的曲梁设计和优化新方法,该方法由于能够处理大数据,也可用于结构设计和优化,在许多领域都取得了成功。这种基于机器学习的模型能够实现对非线性结构-性能关系的准确预测。有效而精确地获得了具有不同优化目标的优化设计,如刚度、前弹动力和后弹动力。对使用高分辨率多材料3D打印机制造的具有优化轮廓的试样进行了实验测试。实验结果验证了计算结果的正确性。本文开发的基于机器学习的优化方法可以为基于梁的结构和机械超材料的设计和优化提供一种很有前途的工具。

 

图:曲梁原理图及典型荷载-位移曲线。

 

图:基于 ML 的曲梁厚度分布优化四步工作流

 

图:经过训练验证的ML模型和优化结果

文四:

 

竹皮抗折性能的多尺度理解

摘要:

竹子以其高强度、轻量化和低成本而被广泛应用于建筑中。由于宏观纤维分裂,它通常从皮肤上失效。以前的研究主要集中在结构尺度上的竹子强度,而没有深入了解它的化学成分和表皮的微观结构,以及它们与断裂的关系。在这项研究中,我们将多尺度计算建模与实验方法相结合,来表征竹皮中二氧化硅颗粒的分布,并研究它们对断裂的影响。我们使用显微镜来表征竹皮的化学和微观特征,并注意到二氧化硅颗粒通常分布在竹皮中,它们的成对距离遵循正态分布。我们使用分子动力学模拟和有限元分析来研究二氧化硅颗粒及其独特分布对竹皮断裂的影响。值得注意的是,二氧化硅与纤维素纤维形成了完美的结合界面,对于随机出现的裂纹,颗粒的临界应力比纯纤维素基体显著增加6.28%。我们发现,只有二氧化硅颗粒在竹皮中的分布才能保证对随机裂纹的临界应力的增强,因为在其他随机分配的二氧化硅颗粒中没有观察到这种增强,这表明竹皮中二氧化硅的分布对于改善随机裂纹的关键应力是最佳的。这项研究成果可以激励开发更耐用、更可持续的竹制品以及创新的合成复合材料。

 

图:竹制结构构件和竹皮扫描电镜图像

 

图:原子模型和MD模拟过程。

 

图:二氧化硅颗粒对改善临界应力的影响

文五:

 

新型双尺度混合板-晶格机械超材料的力学设计和吸能性能

摘要:

本文设计并提出了由不同尺度的简单立方结构(SC)、体心立方结构(BCC)、面心立方结构单元(FCC)组成的新型双尺度混合机械超材料,用于冲击能量吸收,其中一个大的A型晶胞和八个(2×2×2)小周期空间结构的B型晶胞(沿X、Y和Z方向具有A型晶细胞的一半大小)集成在一起,以获得最终的混合超材料。通过实验研究,比较了新型杂化机械超材料与结构简单的单一类型晶胞晶格在压缩过程中的比能吸收性能,并用数码相机记录了其失效和能量吸收过程。随后,进行了有限元分析(FEA),并将其与实验结果进行了比较,以研究新型混合板-晶格机械超材料的机械效益。结果发现,新型混合板/晶格力学超材料可以产生更高的比强度、比刚度和更高的能量吸收性能指标,证明了作为航空航天、车辆、运输工业领域的吸能材料和结构的良好工业应用潜力。

 

图:晶格结构剪切带的形成和由此产生的灾难性破坏,限制了结构的效率

 

图:四板格构结构的准静态压缩变形过程。

 

图:四个板格结构的应变-应力曲线。

来源:STEM与计算机方法
断裂复合材料非线性化学航空航天汽车建筑裂纹理论化机材料分子动力学多尺度MEMS
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-11-01
最近编辑:9月前
江野
博士 等春风得意,等时间嘉许。
获赞 58粉丝 96文章 153课程 0
点赞
收藏
作者推荐

多尺度力学的最新研究进展

文一: 数据驱动多尺度力学中深层材料网络的三维结构探索摘要:本文扩展了刘等人提出的深度材料网络(DMN)。(2019)解决了具有任意材料和几何非线性的一般三维(3D)问题。它发现了一种通过多层网络结构和机械构建块来描述多尺度异质材料的新方法。详细讨论了DMN的数据驱动框架,包括离线训练和在线外推阶段。基于界面平衡条件和动力学约束,导出了具有双层结构的三维积木在小应变和有限应变公式中的解析解。通过对代表性体积单元(RVE)进行直接数值模拟生成的线弹性数据,可以使用随机梯度下降和高级模型压缩算法在燧石阶段有效地训练网络。通过数值实验验证了DMN在解决具有复杂形态和材料规律的长期三维RVE挑战方面的有效性和准确性,包括1)具有穆林斯效应的超弹性颗粒增强橡胶复合材料;2) 具有速率相关晶体塑性的多晶硅材料;3) 碳纤维增强复合材料具有纤维各向异性弹性和基体塑性。特别是,我们通过连接微观尺度和中尺度材料网络,展示了CFRP系统的三尺度均匀化过程。DMN的完整学习和外推程序为多尺度材料建模和设计建立了可靠的数据驱动框架。 图:三维两相 RVE 深部材料网络的全局框架 图:编织复合材料在11方向单轴拉伸下的增强效应。 图:具有随机ODF的多晶RVE的DNS和DMN预测的极点图文二: 系统生物学与多尺度力学的耦合,用于骨重建的计算机模拟摘要:骨重建是一个包括去除成熟骨组织和随后形成新骨组织的过程。这一过程是由生物细胞和生物化学因素的复杂作用驱动的,它对施加在骨骼上的载荷很敏感。在此,我们首次将骨细胞增殖动力学与多尺度骨力学相结合,开发了一个数学框架,在皮质骨的(宏观)水平上描述了这一过程。关键变量是生物细胞(破骨细胞、成骨细胞及其祖细胞)和生化因子(RANK、RANKL、OPG、PTH和TGF-b)的浓度,以及皮质骨(“宏观”)水平和血管外骨基质(“微观”)水平的机械应变。作为血管孔隙率的函数,多尺度骨力学提供了由载荷产生的宏观应变和微观应变之间的关系,已知微观应变直接或通过孔隙机械耦合(如静水压力或流体流动)调节滞留在其中的生物细胞的表达或增殖行为,或连接到血管外骨基质。因此,这些微观菌株进入了控制细胞表达、增殖、分化和凋亡的生物化学动力学定律。在没有任何额外的现象学驱动范式的情况下,这种新方法能够解释绝经后骨质疏松症和微重力条件下骨量的实验观察演变:即随着时间的推移,骨量减少。 图:骨细胞群体模型的示意图以及涉及的分化、增殖和凋亡途径文三: SWNT/环氧树脂纳米复合材料有效界面的多尺度力学模型摘要:在本研究中,建立了一个完全代表机械变形的多尺度模型,用于识别单壁碳纳米管(SWNT)-环氧树脂纳米复合材料界面层的几何和力学性能。通过对不同直径纳米管在恒定组成条件下的全原子分子动力学(MD)模拟,得出了单壁碳纳米管增强纳米复合材料的力学性能。可以清楚地观察到纳米管尺寸对沿纳米管排列方向的轴向刚度的影响,而横向轴向和剪切刚度分量小于纯聚合物的相应值。通过分析纳米复合材料晶胞内的变形能及其分布,揭示了在纳米碳表面附近存在内部柔软光滑的聚合物层。考虑到这种不寻常的增强效应,我们使用有限元(FE)模型隐式求解了有效界面的尺寸和力学性能,该界面在纳米管周围具有等效的变形能,以及纳米复合材料的整体弹性刚度,该刚度等效于MD模拟的相应值。因此,等效连续体模型正确地预测了吸附聚合物-SWNT界面的局部应力分布以及纳米复合材料的整体力学性能及其固有的纳米管尺寸效应。 图:(a)环氧树脂(EPON 862®)、(b)硬化剂(TETA®)和(c)纳米增强剂(锯齿形单壁碳纳米管)的分子结构图像。 图:(a) MD-FE桥接多尺度方法的方案,其表征SWNT/环氧树脂纳米复合材料有效界面的厚度和应变能密度,以及(b)其流程图。 图:(a)软界面和功能梯度聚合物区域都存在的真实环境; (b)一个单一的界面模型,其中吸附聚合物区域与纳米管相互作用被视为一个独立的材料,并与两个相反的表面完全结合。 图:在MD模拟中建模的SWNT/环氧树脂纳米复合材料单元电池。制备了具有相同体积分数的增强体(5.95体积%)的总共四种不同尺寸的晶胞。根据晶胞尺寸的不同,分散锯齿状SWNT模型的手性变化如下:(a)(9,0)(b)(12,0)、(c)(15,0)和(d)(18,0)。文四: 深度学习框架中的加速多尺度力学建模摘要:微观结构的不均匀性影响材料的宏观行为。相反,宏观尺度上的载荷分布会改变微观结构的响应。这些按比例放大和按比例缩小的关系通常使用多尺度有限元(FE)方法建模,如FE平方(𝐹 𝐸2) 。然而𝐹 𝐸2需要在微观尺度上进行大量计算,这往往使这种方法变得棘手。本文报道了一种速度极快的基于机器学习(ML)的多尺度力学建模方法。所提出的ML驱动的多尺度分析方法使用ML模型来预测线弹性纤维增强复合材料微观结构中的局部应力张量场。该ML模型,特别是U-Net深度卷积神经网络(CNN),被单独训练以执行纤维的空间排列和相应的2D应力张量场之间的映射。该ML模型在多尺度分析框架中为放大提供了有效的弹性材料特性,并为随后的缩小提供了局部应力张量场。几个数值例子表明,与传统的多尺度建模方法(如全尺寸有限元分析和基于均匀化的建模方法)相比,使用所提出的ML驱动方法大大降低了计算成本𝐹 𝐸2分析。这种方法在复杂非均质材料的有效多尺度分析中具有巨大潜力,在不确定性量化、设计和优化中有应用。 图:二维复合材料板系及相应的二维应力张量分量,如 ABAQUS 所预测: (a)在 x 方向拉应变下,(b)在面内剪应变下。 图:使用三种不同方法对非均质宏观结构进行多尺度力学建模:(a)全尺寸有限元分析,(b)𝐹 𝐸2分析和(c)ML驱动的多尺度分析。全尺寸有限元分析效率最低,多尺度有限元分析可并行化,因此效率更高,而ML驱动的多尺度分析效率最高,如分析相同数量有限元的每种方法的计算时间所示。 图:由 ML 模型预测的0.1% 拉伸应变载荷产生的应力张量图(MPa)。 图:沿𝑥-方向(a) 应用于非均质宏观结构的边界条件。von Mises应力图(单位:MPa)源自:(b)2×2离散平方域的宏观尺度有限元分析,(c)随后的ML驱动的多尺度分析,以及(d)全尺寸有限元分析。(e) FE模拟应力图和预测应力图之间的像素绝对误差。 图:通过翻转(a)拉伸和(b)剪切应力图与剪切应变相关的4倍数据增强。文五: 具有粒子相互作用的一致耦合多尺度机械-电化学电池模型及其验证摘要:作为一种固有的多尺度结构,连续尺度电池电极由许多微尺度颗粒组成。目前,通常假设每个颗粒都是孤立的,而颗粒中的应力只影响固体扩散。颗粒之间缺乏机械相互作用以及应力对电化学反应速率的影响,使得力学和电化学在连续尺度上解耦:在电极中施加的连续尺度应力对电极中电化学反应的空间分布没有影响,反之亦然。本文首先提出了一个在微观和连续尺度上一致耦合力学和电化学的多尺度模型。微观颗粒应力是颗粒内浓度梯度诱导应力和颗粒相互作用应力的叠加,后者通过代表性的体积单元与连续尺度应力有关。用应力效应推广了电化学电荷转移动力学。粒子中的扩散是用包括应力和相变的化学势来描述的。在一项平行的工作中,我们开发了一个直接的三维粒子网络模型,该模型由逼真的活性材料粒子组成。与多尺度模型不同,粒子网络模型中没有尺度分离和均匀化:所有粒子都是用完全耦合的三维机械电化学方程和有限元方法显式建模的。粒子网络模型的结果是准确的,可以作为标准,但由于计算成本高,可以计算的粒子网络的大小有限。多尺度模型和局部网络模型的结果比较表明,与三维局部网络模型相比,多尺度模型具有良好的、令人满意的精度,同时显著降低了计算成本。多尺度模型是解决电极中各种耦合问题的有力工具,从颗粒间裂纹生长到高性能和长循环寿命的电极结构设计。 图:(a)无量纲浓度分布,(b) σxx (c) σyy 和(d) σzz 在500s 时刻的分布 图:(a) RVE和边界条件示意图。RVE内(b)σi xx、(c)σi yy和(d)σi zz的分布。 图:(a)锂浓度、(b)径向应力和(c)切向应力在所有颗粒内沿颗粒半径的分布。在(a)-(c)中,横轴表示沿电极厚度方向的粒子位置,纵轴表示粒子中的一点。(d) 电极内部宏观应力的分布,其中横轴表示沿厚度方向的位置,纵轴表示沿宽度方向的位置。所有显示的结果都是在500秒的瞬间。 图:来自直接三维粒子网络模拟的(a)300s和(b)500s时粒子中锂浓度的分布。二维切片的y=0.33W,如图2所示。来源:STEM与计算机方法

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈