Non-Associative Mohr-Coulomb Model

新型FF-PINN模型为土工材料提供更快、更准确的分析

研究人员开发了一种傅里叶特征物理信息神经网络（FF-PINN），以解决岩土工程中弹塑性问题分析的局限性。传统的有限元方法（FEM）计算成本高昂，而标准的物理信息神经网络（PINN）则存在频谱偏差问题，无法准确捕捉弹塑性边界处的尖锐梯度。所提出的FF-PINN嵌入了随机傅里叶特征映射来减轻频谱偏差，与传统的PINN相比，实现了更高的准确性，并将训练时间缩短了一半。这一新框架为复杂的岩土工程分析提供了一种更有效、更准确的替代方案。