P-DivGNN

新的 P-DivGNN 框架使用图神经网络进行先进的应力场重建

研究人员开发了 P-DivGNN，这是一个新颖的物理信息机器学习框架，旨在重建微尺度模拟中的局部应力场。该方法利用图神经网络来表示微观结构，并结合物理约束以确保应力平衡并强制执行周期性边界条件。与传统的有限元方法相比，P-DivGNN 框架在非线性超弹性响应方面表现出显著的计算速度提升，使其成为断裂分析和疲劳准则定义等领域大规模应用的有前途的工具。