• ISSN 1001-1455  CN 51-1148/O3
  • EI、Scopus、CA、JST收录
  • 力学类中文核心期刊
  • 中国科技核心期刊、CSCD统计源期刊

袁基宸, 黄夏旭, 解国良. 基于GNN/KAN的高应变速率金属材料本构关系表征方法研究[J]. 爆炸与冲击. doi: 10.11883/bzycj-2025-0103
引用本文: 袁基宸, 黄夏旭, 解国良. 基于GNN/KAN的高应变速率金属材料本构关系表征方法研究[J]. 爆炸与冲击. doi: 10.11883/bzycj-2025-0103
YUAN Jichen, HUANG Xiaxu, JIE Guoliang. Research on the characterization method of material constitutive relationship at high strain rates based on GNN/KAN[J]. Explosion And Shock Waves. doi: 10.11883/bzycj-2025-0103
Citation: YUAN Jichen, HUANG Xiaxu, JIE Guoliang. Research on the characterization method of material constitutive relationship at high strain rates based on GNN/KAN[J]. Explosion And Shock Waves. doi: 10.11883/bzycj-2025-0103

基于GNN/KAN的高应变速率金属材料本构关系表征方法研究

doi: 10.11883/bzycj-2025-0103
基金项目: 国家重点研发计划(2021YFB3700703);

Research on the characterization method of material constitutive relationship at high strain rates based on GNN/KAN

  • 摘要: 为准确表征金属材料在高应变速率下应力应变本构关系,提出了基于图神经网络(GNN)和KAN的本构关系的高精度预测模型。为解决传统Johnson-Cook(JC)模型不考虑温度、应变速率与应变之间的耦合效应问题,在GNN模型中构建图结构数据描述多维参数的非线性关联,KAN模型中基于Kolmogorov-Arnold定理实现高维输入空间的非线性映射。基于ODS铜合金的高应变率压缩实验数据,评估了GNN、KAN和JC的本构关系描述和预测精度。结果表明:GNN与KAN模型在测试集中的平均相对误差分别为9.2%与9.1%,决定系数(R²)均高于0.95,显著优于JC模型(MRE=0.38,R²=0.75);将上述本构关系模型应用在有限元仿真中,GNN和KAN模型预测的等效塑性应变与应力分布更符合理论特征,而JC模型对材料软化阶段描述不足且仿真结果偏差较大。提出的模型能有效捕捉高应变速率下材料的多场耦合特性,为极端载荷条件下的应力应变本构关系预测提供了新方法。
  • 加载中
计量
  • 文章访问数:  8
  • HTML全文浏览量:  0
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 收稿日期:  2025-04-02
  • 网络出版日期:  2025-07-01

目录

    /

    返回文章
    返回