- 博客(27)
- 收藏
- 关注
原创 机器学习预测-CNN数据预测示例
这段代码是一个基于 TensorFlow 和 Keras 的深度学习模型,用于进行数据的回归任务。让我逐步解释一下:导入必要的库:这里导入了 NumPy 用于数值计算,Pandas 用于数据处理,Matplotlib 用于绘图,TensorFlow 用于构建和训练深度学习模型,以及一些相关的模块和函数。读取 CSV 文件:使用 Pandas 读取名为 "data_csv.csv" 的 CSV 文件,将数据存储在 DataFrame 中。
2024-05-25 20:49:11
389
原创 20240514基于深度学习的弹性超材料色散关系预测与结构逆设计
论文:Dispersion relation prediction and structure inverse design of elastic metamaterials via deep learningDOI:https://doi.org/10.1016/j.mtphys.2022.1006161、摘要精心设计的超材料结构给予前所未有的性能,保证了各种各样的具体应用。传统的方法通常依赖于在研究人员的经验和优化算法的帮助下,在广阔的设计空间中进行迭代搜索,以获得具有所需性能的结构。在
2024-05-14 10:10:47
989
原创 LAMMPS学习-in文件模板
使用命令行建模比较抽象,建模过程不是“所见即所得”,为了验证所建模型是否符合要求,可以在建模代码的后面使用write_data命令把模型保持为data文件,在lammps中运行in文件,用ovito观察一下模型是否正确。这一部分主要设置一些模拟参数,比如模拟体系的单位(units)、边界条件(boundary)、原子类型(atom_style)、邻居列表的定义(neighbor)、时间步长(timestep)等。在npt、nvt等系综下,对体系进行充分的弛豫,使体系的能量达到最低,获得平衡态的结构。
2024-05-12 16:48:19
511
原创 20240430使用浅层和深层神经网络表征缺陷石墨烯的断裂应力
基于Bailey耐久性准则和Arrhenius方程开发解析解。预测的断裂应力是温度、应变率、空位浓度和加载方向的函数。数据来源于断裂强度数值方法和MD模拟。
2024-04-30 11:13:25
686
1
原创 20240427纳米多孔石墨烯力学性能的调控
在这项工作中,使用经典MD模拟分析了扶手椅和锯齿形的NPG(纳米多孔石墨烯)纳米片的力学性能和变形机制。确定了三个可以控制和调节NPG力学性能的几何参数,阐明并分析了纳米孔的尺寸和间距对NPG基本力学性能的影响。结果表明,纳米孔的存在显著降低了石墨烯的弹性模量和极限强度,这是由于纳米孔附近垂直于加载方向的应力集中所致.此外,还发现纳米孔的尺寸和间距对NPG的力学性能有显著影响。杨氏模量随着纳米孔间距的增大而增大。NPG的弹性模量和极限强度均随纳米孔尺寸的增大而减小。
2024-04-27 20:06:54
323
原创 LAMMPS单层石墨烯拉伸(velocity)
variable temperature equal 300 #初始温度variable relaxtemperature equal 300 #弛豫温度variable tensiontemperature equal 300 #拉伸温度variable tstep equal 0.001 #步长variable thermalstep equal 100 #输出模拟结果信息variable dumpstep equal 100 #参数输出步长。
2024-04-27 19:20:59
932
原创 LAMMPS单层石墨烯拉伸(deform)
定义全局参数,方便后期修改。variable temperature equal 300 #初始温度variable relaxthermalstep equal 100 #弛豫温度variable tensionthermalstep equal 100 #拉伸温度variable tstep equal 0.001 #步长variable thermalstep equal 100 #输出模拟结果信息variable dumpstep equal 100 #参数输出步长。
2024-04-24 20:17:20
716
原创 20240422剪纸石墨烯压痕研究
纳米压痕下,研究石墨烯剪纸的几何参数和压头的尺寸与速度对压痕的影响,最后使用两层石墨烯(石墨烯剪纸和完美石墨烯)权衡柔性和强度。题目:Failure mechanism of graphene kirigami under nanoindentation。
2024-04-22 14:44:25
192
原创 20240325数据驱动的机器学习预测单层二维材料力学性能
(a)断裂应力,(b)断裂应变,(c)杨氏模量。LSTM模型训练过程中的损失。FFNN模型训练过程中的损失。
2024-03-25 20:59:47
209
原创 20240314一种各向同性负泊松比多孔材料的设计
Design of a porous material with isotropic negative Poisson’s ratioDOI:http://dx.doi.org/10.1016/j.mechmat.2016.02.012摘要:本文提出了一种具有全方位负泊松比的二维多孔体的设计方法。孔隙的六边形周期性分布使力学性能(泊松比、杨氏模量和剪切模量)各向同性。同时进行实验测试和数值模拟,以确定多孔模型的力学性能,并且研究了几何微结构参数对力学性能影响。(1)模型在拉伸和压缩条件下都表现出负泊松比效应
2024-03-14 19:58:45
152
原创 20240305石墨烯剪纸拉胀行为
Name: Effects of size and surface on the auxetic behaviour of monolayer graphene kirigami DOI: 10.1038/srep35157总结:从剪纸尺寸、氢化和表面效应进行研究。问题:当剪纸尺寸发生变化时,模型大小也发生变化,可对比性较弱。发生拉胀机理值得参考;泊松比以及模量比随着结构的尺寸,如支杆之间的角度和支杆的尺寸的变化而变化。Name: Negative Poisson’s ratio in periodic p
2024-03-05 19:55:51
431
原创 20240301基于机器学习的低热导率多孔石墨烯设计
Name: Machine learning-based design of porous graphene with low thermal conductivityDOI: https://doi.org/10.1016/j.carbon.2019.10.037总结:所有库训练CNN,证明可行,然后对同孔隙率结构,进行迭代训练CNN,发现导热率最低结构,优点只需进行有限MD模拟就行。最后用更大结构进行验证,得出结论。论文代码:http://jiangjinwu.orgInverse design
2024-03-01 20:52:14
363
原创 20240227单轴/双轴拉伸下旋转三角形石墨烯剪纸模型
Name: Deformation response of highly stretchable and ductile graphene kirigami under uniaxial and biaxial tensionDOI: 10.1103/PhysRevB.108.134105总结:提出旋转三角形剪纸,单轴/双轴拉伸,并且研究剪纸尺寸对拉伸响应的影响。模型有着良好的拉伸和延展性能,并且有着较好的刚度。若有问题,欢迎交流,虚心学习!
2024-02-27 15:11:38
349
原创 20240226基于机器学习的可调泊松比二维超材料结构的预测与逆设计
Name: Machine learning-based prediction and inverse design of 2D metamaterial structures with tunable deformation-dependent Poisson’s ratioDOI: https://doi.org/10.1039/d2nr02509d创新点:可预测应变-泊松比曲线;逆设计;机器学习0102
2024-02-26 15:24:30
307
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人