每日新文 | 负泊松比芯夹层板的屈曲预测与结构优化

主要观点总结

该研究关注负泊松比（NPR）材料在航空工业中的潜在应用，提出了一种采用NPR材料的轻量化结构。通过人工神经网络（ANN）和遗传算法（GA）对由这种结构组成的夹层板进行屈曲预测和优化设计。研究包括使用等效应变能方法确定NPR核心的有效材料属性，以及在不同设计条件下分析最优解。

关键观点总结

关键观点1: 研究背景

负泊松比（NPR）材料因其独特力学性能在轻量化结构设计中具重要应用前景，特别是在航空工业领域。

关键观点2: 主要工作

研究提出了一种具有三维NPR结构的夹层板芯。使用了等效应变能法计算NPR芯的有效材料性能，进行了屈曲分析的推导和解析解的提出。利用ANN和GA进行了结构优化的预测，并得到了多目标优化的Pareto前沿曲线及不同条件下的最优解。

关键观点3: 研究方法

研究中采用人工神经网络（ANN）和遗传算法（GA）来研究夹层板的屈曲预测和结构优化。同时使用等效应变能方法来获取NPR芯的有效材料属性。

关键观点4: 研究结果

研究结果表明，通过合理设计NPR核心的结构参数，可以在减轻结构重量的同时显著提高其屈曲性能，这对于航空航天等领域的结构设计具有重要的参考价值。

关键观点5: 免责声明

文中部分图片和文字信息来自文献，版权归原作者所有。公众号转载仅用于学习，对文中观点保持中立。如涉及版权、隐私等问题，请及时私信联系，将立即删除修改。