跳到正文
arXiv · ML· Yue Yu, Jihong Wang, Stewart Silling, Ziwei Yang·· 3 天前AI 评分28

介观神经算子:基于分子动力学学习非线性本构定律以实现可扩展断裂预测

Mesoscale Neural Operators: Learning Nonlinear Constitutive Laws from Molecular Dynamics for Scalable Fracture Predictions

AI 导读

研究提出介观神经算子(MNO),一种从分子动力学数据学习的非局部本构模型,用于大尺度断裂模拟。 模型内置归一化核与重缩放临界键伸长率以保证跨尺度物理一致性;在粗粒度MD数据中,学习到的应变能密度和临界能量释放率误差在3%以内。 该框架在面积扩大4000倍的含缺陷板材上成功复现了动态脆性断裂及分叉网络特征。

来源:arXiv · ML · arxiv.org