基于神经网络方法的单晶孔洞行为模型
作者单位：哈尔滨工业大学(深圳)理学院 斯旺西大学Zienkiewicz工程计算中心
会议名称：《中国力学大会-2021+1》
会议日期：2022年
学科分类：12[管理学] 07[理学] 070205[理学-凝聚态物理] 08[工学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0703[理学-化学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0702[理学-物理学]
摘 要：研究背景对于韧性断裂单晶孔洞行为在对孔洞层面的研究通常需要使用代表性体元作为研究工具,并且单晶孔洞的行为依赖于一系列的加载参数和微结构变量。然而,使用这种基于有限元方法的韧性断裂分析既费时又耗钱。此外,在整个应力状态和晶体取向范围内,在宏观或构件水平上进行大规模计算仍然具有挑战性。