КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 23-71-01111

НазваниеЧисленное исследование деформации пористых металлов методом SPH и построение определяющих уравнений на основе методов машинного обучения

Руководитель Латыпов Фаниль Таярович, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Челябинский государственный университет" , Челябинская обл

Конкурс №84 - Конкурс 2023 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-201 - Искусственный интеллект и принятие решений

Ключевые слова искусственная нейронная сеть, ударные волны, континуальное моделирование, пористые металлы, метод SPH

Код ГРНТИ28.17.23; 30.19.25


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Пористые металлы способны к более эффективному поглощению энергии удара и их применение в качестве демпфирующих материалов в различных конструкциях выглядит привлекательным. Поэтому многие исследования посвящены созданию моделей механического отклика металлических пен при их деформациях. Создание моделей механического отклика пористых металлов усложняется проблемой гомогенизации, т.е. переходом от пространственно неоднородной микроструктуры пористого металла к описывающему его усредненному континууму. Для преодоления этих ограничений можно использовать методы машинного обучения, например искусственные нейронные сети благодаря которым возможна универсальная аппроксимация практически произвольных функций. Обучение ИНС по результатам деформации представительных объемов пористого металла может решить проблему перехода от микроструктурного на континуальный уровень описания, т.к. обучение может производиться на репрезентативном объеме пористой среды, отражающем усредненные характеристики влияния микроструктуры ячеек. Затем полученное определяющее уравнение на основе ИНС использоваться в макроскопическом континуальном моделировании. С другой стороны, хотя ИНС и является мощным инструментом, но не содержит никакого физического обоснования, в этом контексте применение физически обоснованной модели выглядит привлекательнее. Автоматизированная параметризация физической модели на больших объемах данных может дать хороший результат, а параметризованная модель может использоваться наравне с ИНС в качестве определяющего уравнения. Таким образом, решение научной проблемы является актуальным как с точки зрения получения конкретных определяющих уравнений пористых металлов, так и для развития методов применения машинного обучения в механике материалов.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


 

Аннотация результатов, полученных в 2025 году
Было проведено моделирование прохождения ударной волны в пористых алюминии и меди с явным заданием структуры пор с помощью метода гидродинамики сглаженных частиц (SPH). В случае SPH моделирования ударно-волнового нагружения пористых меди и алюминия, моделируемые образцы создавались вытянутой формы, длиной 20 мм по направлению ударной волны (по оси x) и сечением 3 мм на 3 мм с периодически расположенными сферическими или кубическими порами одинакового размера. Была проведена серия моделирований с разными размерами вырезанных пор. Радиусы сферических пор были равны 0.6, 0.8, и 1 мм, а длины кубических поры составляли 1.2, 1.6 или 2.0 мм. Данные размеры позволяли добиться начальной пористости в системе от 5 до 44.4 %. После создания моделируемой области образцы нагружались с левой стороны поршнем, движущимся с постоянной скоростью u направо вдоль оси x, а для перпендикулярных направлений задавались периодические граничные условия. Скорости поршня составляли 50, 100, 200, 250, 400, 500, 750, 800, 900 и 1000 м/с. Это нагружение создавало плоскую ударную волну со скачком скорости u, распространяющуюся по материалу и сжимающую поры. Получены результаты прямого SPH моделирования, прохождения плоской ударной волны в моделируемых образцах пористого алюминия или меди. Разработанная и обученная на предыдущем этапе выполнения проекта искусственная нейронная сеть (ИНС) и параметризованная физическая модель были применены для моделирования распространения ударной волны в пористом алюминии и меди в рамках модели механики сплошной среды. ИНС и физическая модель выступали в качестве определяющих уравнений и вычисляли напряжения при текущих деформациях. Полученные результаты по ударно-волновому нагружению пористых алюминия и меди, основанные на физической модели и ИНС, были сравнены с прямым моделированием этого процесса с помощью метода гидродинамики сглаженных частиц (SPH). Численный эксперимент на основе SPH моделирования рассматривался как эталон. Результаты, полученные с помощью ИНС ближе к SPH данным, также при этом вычислительное время, требуемое для ИНС намного меньше (время расчета с помощью ИНС составляло около 2 минут, для физической модели это время составляло около 4 часов). Были развиты два теоретических метода на основе машинного обучения для описания деформационного поведения пористых металлов. Первый теоретический метод состоит в прямой аппроксимации деформационного поведения с помощью ИНС, которая далее используется как определяющее уравнение материала. ИНС не содержит физических представлений об описываемом процессе, но большое количество параметров искусственных нейронов делает ее гибким инструментом для отображения сложных зависимостей. Второй теоретический метод состоит в формулировке физической модели пластического схлопывания пор и дальнейшем ее обучении путем выбора оптимальных параметров обеспечивающих наилучшее совпадение прогноза модели и данных SPH моделирования. Для идентификации параметров модели по обучающим данным был использован статистический метод Байеса, в котором оцениваемые наборы параметров разыгрываются случайно. Проведено сравнение эффективности этих подходов в применении к имитации деформационного поведения пористых алюминия и меди, при ударно-волновом нагружении. Были проведены натурные эксперименты по соударению алюминиевых и вольфрамовых ударников с пористым алюминием, а также медных профилированных образцов с жесткой стенкой. В случае экспериментов с пористым алюминием, в качестве мишеней использовались образцы вспененого алюминия. Средний размер пор в образцах пористого алюминия составлял около 3 мм, пористость 68~75%. В ряде испытаний в качестве мишени использовалась алюминиевая пластина марки ад31т1, толщиной 5 мм приложенная к пористому алюминию. Алюминиевые ударники представляли собой цилиндры с плоским торцом (диаметр 8 мм, длина 40 мм) из алюминия марки ад31т1. Вольфрамовые ударники были сферической формы диаметром 8 мм, марка WC. В случае экспериментов с медными образцами, производилось соударение медных цилиндрических ударников с жесткой наковальней выполненной из хромированной стали. В медных ударниках были просверлены отверстия разного количества и диаметров, чтобы имитировать пенометалл с разной пористостью, в первом приближении. Ударники выполнены из меди марки м1т, диаметр ударников во всех случаях составлял 8 мм. Для ударников с одним просверленным отверстием длина составляла 20 мм, а для случаев с большим количеством отверстий 40 мм. Диаметры отверстий были 2 или 4 мм. Были выполнены сравнения результатов натурных экспериментов, по ударному нагружению медных образцов, с результатами SPH моделирования. Полученные результаты численного моделирования демонстрируют адекватное согласие с экспериментом. Как по конечной форме деформированных образцов, так и по значениям конечной длины и максимального диаметра овала ударной кромки. В среднем разница между экспериментальными и численными значениями равна ~1.5 мм. Для устранения расхождений между результатами физической модели и эталонных данных, была проведена проверка и тестирование модели, а также проверка кода программы реализующего модель. Были устранены неточности в коде программы, а также была заново проведена калибровка и параметризация физической модели, направленные на улучшение корреляции с эталонными данными, полученными методом SPH моделирования. После оптимизации коэффициентов удалось минимизировать расхождения между расчетными и эталонными результатами.

 

Публикации

1. Латыпов Ф.Т., Безбородова П.А., Родионов Е.С., Майер А.Е. Моделирование деформации пористых металлов методом SPH и построение определяющих уравнений с использованием искусственных нейронных сетей. Челябинский физико-математический журнал, том 10, выпуск 1, 158–173 (год публикации - 2025)
10.47475/2500-0101-2025-10-1-158-173