System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于GAN的新型超纤维增强水凝胶结构的逆向设计方法技术_技高网

基于GAN的新型超纤维增强水凝胶结构的逆向设计方法技术

技术编号:41408176 阅读:4 留言:0更新日期:2024-05-20 19:34
本发明专利技术公开了一种基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,属于超纤维增强水凝胶结构设计领域,包括以下步骤:S1、数据生成:构建得到物理场图像数据集和纤维分布图像数据集;S2、数据预处理:归一化,调整图像的大小,构建得到深度学习模型的数据集;S3、训练生成对抗网络;S4、验证,并利用验证通过的生成对抗网络根据目标物理场设计纤维分布。本发明专利技术采用上述基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,在给定应力或位移场的前提下,利用生成对抗网络可有效预测超纤维水凝胶复合材料的结构,从而在药物输送和柔性电子领域具有巨大的应用潜力。

【技术实现步骤摘要】

本专利技术涉及超纤维增强水凝胶结构设计,尤其涉及基于gan的新型超纤维增强水凝胶结构的逆向设计方法。


技术介绍

1、水凝胶因其高可恢复性、良好的生物相容性和对环境刺激的敏感性而在软机器人、生物医学工程和柔性电子工程中受到高度关注。然而,传统水凝胶普遍存在机械强度和韧性较差的缺陷,导致其在工程应用中受到限制。

2、为解决上述问题,现有技术通过将不同类型的纤维融入水凝胶基体中,提高纯水凝胶的力学性能,以追求高强度和韧性,并获得力学领域的各向异性。由此,现有技术提出了以下一系列本构模型来描述纤维增强水凝胶在溶胀过程中的各向异性变形:

3、liu y,zhang h,wang j,zheng在《anisotropic swelling in fiber-reinforcedhydrogels:an incremental finite element method and its applications in designof bilayer structures》中公开了通过考虑flory-rehner理论中纤维膨胀的影响,推导出各向异性纤维增强水凝胶的统一本征模型。

4、liu y,zhang h,zhang j,zheng y在《constitutive modeling for polymerhydrogels:a new perspective and applications to anisotropic hydrogels in freeswelling》中公开了通过热力学第二定律,以及物理场和化学场之间的运动学约束,推导出各向异性本构模型。

5、motiwale s,russell md,conroy o,carruth j,wancura m,robinson a等在《motiwale s,russell md,conroy o,carruth j,wancura m,robinson a》中公开了置换心脏瓣膜的各向异性弹性行为。

6、此外,yang q,ma l,shang j在《the chemo-mechanical coupling behavior ofhydrogels incorporating entanglements of polymer chains》中公开了化学力耦合模型是通过考虑链缠结的自由能函数的一般形式开发的。

7、同时由本领域公知常识可知,在水凝胶复合材料的所有纤维类型中,超纤维是超材料的一种,其为用于控制和操纵机械性能的人工结构材料。与连续纤维相比,超纤维的机械性能源自其组成材料的几何排列,例如多方向变形、可调刚度、负压缩性和负泊松比。与相同材料参数的连续纤维相比,两种类型的超纤维产生两个阶段的变形过程,在此期间超纤维首先被拉直,然后进一步拉伸,因此,超纤维增强水凝胶可以通过减少变形后的应力集中来增强整体力学性能,为复合材料的力学性能可调提供了更广阔的设计空间。

8、此外,水凝胶复合材料的优化设计通常依赖于应力场和位移场等力学场的定量分析,以避免机械失效。

9、例如,《a soft pneumatic dexterous gripper with convertible graspingmodes.》、《integration of sensing and shape-deforming capabilities for abioinspired soft robot》、《a comparative study on cylindrical and sphericalmodels in fabrication of bone tissue engineering scaffolds:finite elementsimulation and experiments》分别公开了应力分布是针对基于水凝胶的指状夹具、软机器人和人工支架的优化结构而设计的。

10、yiming b,liu t,nian g,han z,jia z,qu s在《mechanics-guided design ofshape-morphing composite sheets with hard and soft materials》中公开了指状夹具、软机器人和人工支架利用位移场来表征复杂的形状转变,用于数值研究叶片的脱水过程。

11、可知传统的结构设计策略,如拓扑优化和试错法,具有计算量大且耗时长的缺陷。

12、作为另一种方式,深度学习(dl)方法提供了一种通过从模拟或实验中学习大数据来探索复合材料的力学性能,并逆向设计复合材料结构的视角。此外,与有限元(fe)方法和分子动力学模拟相比,它有利于解决复杂任务中耗时且计算能力不足的问题。许多类型的深度学习方法已在固体力学中得到应用,例如,u-net被用来估计弹性复合材料的局部应变场;应用卷积神经网络(cnn)预测纤维增强复合材料的力学性能。还有部分研究者公开了基于多尺度水凝胶断裂模型通过数值模拟获得数据集,并利用cnn来预测水凝胶的断裂行为;利用生成对抗网络(gan)同时训练两个神经网络模型,即生成器和鉴别器,用于复合材料,生成具有目标机械性能的新结构、预测微尺度弹性应变场和拓扑优化。

13、但是目前缺少利用深度学习设计超纤维增强水凝胶结构的研究见报。


技术实现思路

1、为解决上述问题,本专利技术提出了一种基于gan的新型超纤维增强水凝胶结构的逆向设计方法,在给定应力或位移场的前提下,利用生成对抗网络可有效预测超纤维水凝胶复合材料的结构,以实现目标机械性能,如应力场和位移场,从而在药物输送和柔性电子领域具有巨大的应用潜力。

2、为实现上述目的,本专利技术提供了基于gan的新型超纤维增强水凝胶结构的逆向设计方法,包括以下步骤:

3、s1、数据生成:

4、在化学和温度边界条件下,对超纤维增强水凝胶复合材料进行有限元模拟,得到超纤维增强水凝胶的固体力学模型,以获得超纤维增强水凝胶复合材料自由膨胀后的物理场数据和纤维分布数据,分别构建得到物理场图像数据集和纤维分布图像数据集;

5、s2、数据预处理:

6、分别将物理场图像数据集和纤维分布图像数据集进行归一化,而后分别调整物理场图像数据集和纤维分布图像数据集中图像的大小,构建得到深度学习模型的数据集;

7、s3、训练生成对抗网络:

8、向生成对抗网络中输入经步骤s2预处理后的物理场图像数据集中包含的物理场信息,并将经步骤s2预处理后的纤维分布图像数据集中包含的纤维分布信息作为输出数据,修改生成对抗网络的生成器和鉴别器之间的参数,以训练生成对抗网络;

9、s4、验证,并利用验证通过的生成对抗网络根据目标物理场设计纤维分布。

10、优选的,步骤s1所述的物理场包括应力场和位移场。

11、优选的,在步骤s1中,建立二维超纤维增强水凝胶复合材料模型,通过模拟温度和外部本文档来自技高网...

【技术保护点】

1.基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤S1所述的物理场包括应力场和位移场。

3.根据权利要求2所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:在步骤S1中,建立二维超纤维增强水凝胶复合材料模型,通过模拟温度和外部溶液中可电解溶质电离出的阴、阳离子浓度变化来引起超纤维增强水凝胶复合材料自由膨胀过程,其具体包括以下步骤:

4.根据权利要求3所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:超纤维为具有正弦结构的线型结构纤维,其被定义为具有泊松比和弹性模量E的线性弹性固体,在自由状态下的超纤维的总高度H和宽度t被赋予相同的初始值;

5.根据权利要求4所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:水凝胶基质本构模型建立过程如下:

6.根据权利要求5所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤S2具体包括以下步骤:

7.根据权利要求6所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤S3具体包括以下步骤:

8.根据权利要求7所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤S31所述的生成器包括编码器和解码器,镜像层之间具有跳跃连接;

9.根据权利要求8所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤S31所述的鉴别器的域函数组件为卷积神经网络,其中第一层从有限元软件ABAQUS模拟生成的数据集中,接收超纤维增强水凝胶复合材料中的真实纤维分布或从生成器预测的超纤维分布;

10.根据权利要求9所述的基于GAN的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:在步骤S4中,通过计算真实纤维分布和生成对抗网络预测的纤维分布分别与对应物理场之间的均方误差,对生成对抗网络的验证进行定量评估;

...

【技术特征摘要】

1.基于gan的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的基于gan的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:步骤s1所述的物理场包括应力场和位移场。

3.根据权利要求2所述的基于gan的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:在步骤s1中,建立二维超纤维增强水凝胶复合材料模型,通过模拟温度和外部溶液中可电解溶质电离出的阴、阳离子浓度变化来引起超纤维增强水凝胶复合材料自由膨胀过程,其具体包括以下步骤:

4.根据权利要求3所述的基于gan的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:超纤维为具有正弦结构的线型结构纤维,其被定义为具有泊松比和弹性模量e的线性弹性固体,在自由状态下的超纤维的总高度h和宽度t被赋予相同的初始值;

5.根据权利要求4所述的基于gan的新型超纤维增强水凝胶结构的逆向设计方法,其特征在于:水凝胶基质本构模型建立过程如下:

6.根据权利要...

【专利技术属性】
技术研发人员:张兴宇刘传志张高华黄硕
申请(专利权)人:北京工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1