海歸學者發起的公益學術平臺
分享資訊,整合資源
交流學術,偶爾風月


由分析矽粒的偏分佈函式發現在單個矽粒的45微米半徑範圍內其他矽粒的分佈有顯著的規律,且平行於纖維方向的分佈與垂直於纖維方向的分佈有明顯差別。為確定最能代表表皮整體結構的單元形狀,團隊計算了不同形狀和取向的單元中矽粒偏分佈函式與整體的標準差達到一臨界值時需要的單元面積最小值。若該標準差越小,則說明選取的單元越能代表整體的分佈情況。由此確定以一邊平行於纖維方向的正方形作為代表整體結構的單元。對不同形狀和取向的單元的3D列印結構的力學效能表徵也顯示,上述特徵的單元對整體結構的應力-應變曲線、楊氏模量和韌性都具有較好的代表性。
隨後團隊運用深度卷積生成對抗神經網路(DCGAN)採用上述形狀和取向的邊長為400微米的單元圖樣進行訓練,並使用該網路模型生成矽粒分佈圖樣。將真實麥稈表皮和AI生成的表皮圖樣用3D列印的方法制作出物理模型進行測試後比較發現,AI生成圖樣的物理模型在具有相似的韌性的同時,具有更高的楊氏模量。對真實與AI生成的表皮圖樣中的氣孔數量進行計數後,發現AI生成的圖樣中氣孔的數量明顯偏少。這可能是導致其楊氏模量更高的原因。
這項研究深入探討了竹稈失效的微觀機制。由於纖維分裂是不同載荷條件下竹稈失效的主要模式,沿纖維連線處的矽粒可有效增強斷裂韌性並防止裂紋擴充套件。平行於纖維方向的矽粒相對無序的分佈有利於引起裂紋偏轉和橋接,從而額外耗散能量。這些微觀機制解釋了有表皮的竹膠合板比沒有表皮的竹膠合板更堅韌的原因,說明了表皮的機械增強作用的重要性,對於提高竹製品的耐久性至關重要。
在這項研究中,一種AI、數值模擬和3D列印相結合的研究方法被提出和使用。生成式AI可捕捉竹稈表皮中矽粒分佈的深層次規律,並以此生成符合此規律的結構,供後續模擬和實驗測試。該方法可應用於許多生物材料的結構增強,有助於提取它們的結構功能關係。與直接運用自然結構相比,AI在從大型資料集中提取基本資訊方面更智慧,適用於研究結構複雜、不同材料相之間介面的生物複合材料,減少了獲取代表性結構所需的工作量和週期性邊界附近的必要位置最佳化,並以最大限度減少與明顯機械弱點相關的組裝不連續性。生成的結構具有不同的機械功能,但組成均勻,為對映在負載下經歷非均勻應力分佈的機械部件的不同區域提供了候選。因此使用 DCGAN 模型大規模生成竹稈結構、檢查其彈性矩陣並探索潛在空間以實現最佳設計將非常方便。在此基礎上,結合另一個由更大樣本訓練的 DCGAN 模型可以克服該模型的一些侷限性(例如,處理高解析度影像和提取稀有特徵),使特徵更頻繁地具有清晰的模式。此外,定量結構分析(如PDF)和有效的資料增強(如DCGAN)可以大規模生成對應於不同各向異性程度的矽粒分佈結構。確定此分佈—效能關係需要更多的定量模擬,但有監督機器學習可以加速這一過程。這些方法可以用來設計顆粒增強複合材料,並使用 3D 列印方法進行測試。
這種方法擴充套件了顆粒增強複合材料的設計空間,使其能夠增強韌性,超越了調整傳統引數的範圍,為機械可靠性至關重要的行業提供了優勢。例如,在航空航天和汽車領域,這些複合材料可用於開發機械耐用的複合材料,從而提高工程設計的安全性。在土木工程中,顆粒最佳化材料可應用於抗衝擊結構,如防護屏障或抗震建築構件。生物醫學應用可能會受益於這些進步,設計出堅韌而靈活的植入物和假肢,模仿天然組織的機械行為。此外,這種設計原則可以提高它們在運動器材和可穿戴技術中的耐用性。這種方法釋放了透過新維度定製材料功能的潛力,使複合材料能夠用於需要在韌性、模量和其他功能特性之間實現精確平衡的應用。

圖1. 不同尺度下的竹稈結構。表皮的裂紋擴充套件由纖維分裂引起,因此其方向與纖維方向有關。而矽粒會阻止裂紋擴充套件並形成橋樑,使材料塑性和失效前的需要釋放更多能量。矽粒在SEM和BSE影像中顯示為直徑10微米左右的圓形結構。先前對二氧化矽-纖維素介面的原子模擬表明,該介面的剪下強度比每個單獨材料相的剪下強度都要高。

圖2. 竹稈表皮(a)橫截面圖示、(b)SEM圖片及(c)從中提取的矽粒分佈圖樣。圖中的藍色雙向箭頭代表纖維方向。

圖3. 以3D列印重現的單個單元的矽粒分佈及其動態拉伸和斷裂過程。

圖4. DCGAN的(a)輸入圖樣和 (b)輸出圖樣。(c)模擬計算得到的具有孔狀缺陷的竹稈表皮物理模型在拉伸狀態下的應力場及裂紋擴充套件。(d)真實竹稈表皮物理模型和(e)AI生成圖樣的物理模型的拉伸應力—應變曲線各100組。

點選下方知社人才廣場,檢視最新學術招聘
擴充套件閱讀
