西南科技大学环境友好能源材料国家重点实验室宋英泽

liangxi

实验室宋英泽团队与中国工程物理研究院化工材料研究所联合培养的2019级研究生余松林以第一作者身份在《Advanced Materials》（T2等级期刊，影响因子30.849）在线发表了题为“Studying Complex Evolution of Hyperelastic Materials under External Field Stimuli using Artificial Neural Networks with Spatiotemporal Features in a Small-Scale Dataset”的重要研究成果。该成果由中国工程物理研究院化工材料研究所、西南科技大学环境友好能源材料国家重点实验室、重庆大学以江南大学合作完成。

        该论文利用具有时空特征的人工神经网络研究了3D打印多孔硅橡胶复杂的应力应变行为。将3D打印多孔硅橡胶的非线性应力应变行为视为一个典型的“刺激-响应”过程，这种“刺激-响应”过程的输入（因）可以拆分为静态的空间结构（空间）与序列应变刺激信号（时间），而输出则为对应的序列应力（果），在此基础上作者提出了一种具有时空特征以及分层学习机制的CBLSTM模型，因更充分利用了数据时空信息的逻辑关系减少了对数据量的需求。该模型在小实验数据集中实现了对不同结构及不同变形模式的3D打印多孔硅橡胶非线性应力-应变曲线的精准预测，并成功设计并通过3D打印实现了具有超长应力平台的多孔硅橡胶结构。同时，通过该模型对3D打印多孔硅橡胶在宽频范围内阻尼响应进行了高精度的预测，证明了该模型应用于“刺激-响应”过程的可迁移性。该模型有望成为在小型实验数据集上进行创新材料设计的有力工具，也可用于探索复杂工作条件下材料结构和性能的演化机制。
        文章链接：https://onlinelibrary.wiley.com/doi/full/10.1002/adma.202200908