شماره مدرك
21341
شماره راهنما
18266
پديد آورنده
رضايتمند، عرفان
عنوان
طراحي معكوس فرامواد با استفاده از يادگيري ماشين و روش اجزاي محدود
مقطع تحصيلي
كارشناسي ارشد
گرايش تحصيلي
طراحي كاربردي
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع
1405
صفحه شمار
چهارده، 101ص. :مصور، جدول، نمودار
توصيفگر ها
فرامواد , سطح‌هاي كمينه تناوبي سه‌بعدي , ژيرويد , شوارتس نوع ابتدايي , شوارتس نوع الماسي , نئوويوس , ري‌انترنت , تحليل اجزاي محدود , يادگيري ماشين , مدل جانشين , طراحي معكوس
تاريخ ورود اطلاعات
1405/07/26
كتابنامه
كتابنامه
رشته تحصيلي
مهندسي مكانيك
دانشكده
مهندسي مكانيك
تاريخ ويرايش اطلاعات
1405/07/28
كد ايرانداك
23266221
چكيده فارسي
مواد معماري‌شده و ساختارهاي شبكه‌اي مهندسي‌شده به دليل قابليت تنظيم خواص مكانيكي از طريق طراحي هندسه داخلي، در سال‌هاي اخير مورد توجه پژوهشگران در حوزه‌هايي مانند هوافضا، زيست‌پزشكي و سازه‌هاي سبك قرار گرفته‌اند. با وجود قابليت‌هاي گسترده اين ساختارها، تحليل و طراحي آن‌ها معمولا نيازمند انجام تعداد زيادي تحليل اجزاي محدود است كه موجب افزايش هزينه محاسباتي و محدود شدن امكان جست‌وجوي گسترده در فضاي طراحي مي‌شود. هدف اين پژوهش، توسعه يك چارچوب يكپارچه عددي و داده‌محور براي تحليل، پيش‌بيني و طراحي معكوس ساختارهاي شبكه‌اي ورق‌مانند است. در اين راستا، چهار ساختار مبتني بر سطح‌هاي كمينه تناوبي سه‌بعدي شامل ژيرويد، شوارتس نوع ابتدايي، شوارتس نوع الماسي و نئوويوس، به همراه ساختار آگزتيك ري‌انترنت، با رويكرد مدل‌سازي ورقه‌اي در بازه‌هاي مختلف چگالي نسبي و جهت‌گيري ساختار مدل‌سازي شدند و رفتار مكانيكي آن‌ها با استفاده از روش اجزاي محدود تحت شرايط الاستيك خطي بررسي شد. اعتبار چارچوب عددي از طريق مقايسه مدول الاستيسيته نسبي حاصل از شبيه‌سازي‌ها با داده‌هاي موجود در منابع علمي بررسي شد و نتيجه‌ها تطابق مناسب با روندهاي شناخته‌شده مواد سلولي را نشان دادند. بررسي رفتار مكانيكي ساختارها نشان داد كه معماري هندسي، چگالي نسبي و جهت‌گيري نقش تعيين‌كننده‌اي در پاسخ مكانيكي دارند به‌گونه‌اي كه ساختارهاي مبتني بر سطح‌هاي كمينه تناوبي سه‌بعدي در بسياري از شرايط مدول الاستيك نسبي بالاتري ارائه كردند، در حالي كه ساختار ري‌انترنت به دليل سازوكار تغيير شكل خاص خود، رفتار آگزتيك و ضريب پواسون منفي را حفظ كرد. همچنين، تحليل قانون مقياس‌گذاري گيبسون و اشبي نشان داد كه رابطه ميان مدول الاستيسيته نسبي و چگالي نسبي از يك رابطه تواني پيروي مي‌كند و توان‌هاي مقياس‌گذاري استخراج‌شده در بازه 1٫5 تا 2٫2 قرار دارند كه نشان‌دهنده نقش غالب سازوكارهاي خمشي در تغيير شكل اين ساختارها است. به منظور كاهش هزينه محاسباتي و افزايش سرعت فرآيند طراحي، مدل‌هاي جانشين مبتني بر يادگيري ماشين شامل رگرسيون فرآيند گاوسي و رگرسيون نمادين توسعه داده شدند. اين مدل‌ها توانستند روابط غيرخطي ميان معماري ساختار، پارامترهاي هندسي، چگالي نسبي و خواص مكانيكي را با دقت مناسب بازنمايي كنند. علاوه بر پيش‌بيني مستقيم خواص مكانيكي، يك چارچوب طراحي معكوس چند مرحله‌اي براي تعيين پارامترهاي هندسي متناظر با خواص مكانيكي هدف و انتخاب معماري مناسب توسعه يافت. در ادامه، قابليت كاربرد مهندسي چارچوب پيشنهادي از طريق يك مطالعه موردي طراحي معكوس يك هسته شبكه‌اي معماري‌شده چند خاصيتي براي پنل ساندويچي بررسي شد. در اين مطالعه، ساختار منتخب و ضخامت ديواره تعيين‌شده توسط فرآيند طراحي معكوس، بازسازي و با تحليل مستقل اجزاي محدود اعتبارسنجي شد. نتيجه‌ها نشان دادند كه چارچوب توسعه‌يافته مي‌تواند مسير طراحي را از تعريف نيازهاي مكانيكي، انتخاب معماري و تعيين پارامترهاي هندسي تا ارزيابي عملكرد ساختار دنبال كند. در مجموع، اين پژوهش يك رويكرد يكپارچه براي تحليل، پيش‌بيني، طراحي معكوس و انتخاب ساختارهاي شبكه‌اي معماري‌شده ارائه مي‌دهد كه مي‌تواند به عنوان يك ابزار طراحي مهندسي در طراحي فرامواد مكانيكي و هسته‌هاي شبكه‌اي مهندسي‌شده مورد استفاده قرار گيرد.
چكيده انگليسي
Architected materials and engineered lattice structures have attracted significant attention due to their ability to achieve tailored mechanical properties through internal geometry design. However, their analysis and design generally require numerous finite element simulations, leading to high computational costs and limited exploration of the design space. This study presents an integrated numerical and data-driven framework for the analysis, prediction, and inverse design of sheet-based lattice structures. Four triply periodic minimal surface (TPMS) structures, namely Gyroid, Schwarz Primitive, Schwarz Diamond, and Neovius, together with the auxetic Re-entrant structure, were modeled using a sheet-based approach over a range of relative densities and orientations and analyzed using linear elastic finite element simulations. The numerical framework was validated against available numerical and experimental data, demonstrating good agreement with the established behavior of cellular materials. The results indicate that structural architecture, relative density, and orientation significantly influence the mechanical response. TPMS-based structures generally exhibited higher normalized elastic moduli, whereas the Re-entrant structure maintained auxetic behavior with negative Poisson’s ratio. The Gibson–Ashby scaling law was verified, with extracted scaling exponents ranging from approximately 1.5 to 2.2, confirming the physical validity of the developed framework. Machine learning-based surrogate models, including Gaussian Process Regression (GPR) and Symbolic Regression (SR), were developed to capture nonlinear relationships between structural parameters and mechanical properties with high accuracy. Furthermore, a multi-stage inverse-design framework was established to determine suitable geometric parameters and select appropriate architectures for prescribed mechanical targets. The engineering capability of the proposed framework was demonstrated through the inverse design and finite element validation of a multi-property architected lattice core for a sandwich panel. Overall, the proposed approach provides an accurate and computationally efficient engineering design framework for the analysis, prediction, inverse design, and development of lattice structures and mechanical metamaterials.
استاد راهنما
محمد سيلاني , صالح اكبرزاده
استاد داور
محمد مشايخي , عليرضا شهيدي ريزي