پیش‌بینی میدان تنش با استفاده از شبکه مولد تخاصمی شرطی و پردازش تصویر در یک صفحه سوراخ‌دار تحت بارگذاری استاتیکی

نویسندگان

1 دانشگاه شهید بهشتی، دانشکده فناوری های نوین و مهندسی هوافضا

2 دانشگاه شهید بهشتی، دانشکده فناوری های نوین و مهندسی هوافضا

doi
10.48311/mme.2025.96917.0
چکیده

بررسی خواص و رفتار مکانیکی مواد و میدان های تنش و کرنش از روش‌هایی مانند آزمایش‌های تجربی، شبیه‌سازی‌های عددی و حل دقیق ریاضی صورت می پذیرد. در سال‌های اخیر، یادگیری ماشین و به‌ویژه یادگیری عمیق به یکی از روش‌های پرکاربرد در حوزه‌های مختلف مهندسی تبدیل شده‌اند. یکی از کاربردهای مهم آن، پیش‌بینی رفتار مواد در سازه های مختلف می‌باشد. این روش‌ها به دلیل سرعت بالا، دقت مناسب و سهولت در پیاده‌سازی، توجه ویژه‌ای را به خود جلب کرده‌اند و به‌عنوان جایگزین یا ابزار کمکی برای روش‌های سنتی تحلیل مورد استفاده قرار می‌گیرند و با استفاده از فرآیند یادگیری ماشین در صورت مشخصه سازی صحیح مسائل می تواندد در یک فرآیند یادگیری ماشین ابزاری به مراتب قوی تر از ابزارهای پیشین فراهم سازند. هدف از این مقاله، پیش‌بینی میدان تنش و حداکثر تنش وارده بر یک صفحه سوراخ‌دار تحت بارگذاری استاتیکی با استفاده از روش یادگیری عمیق مبتنی بر شبکه مولد تخاصمی شرطی و کمی سازی نتایج با استفاده از روش پردازش تصویر می‌باشد. همچنین در پایان، نتایج عددی به‌دست‌آمده از این مدل استخراج شده و با نتایج حاصل از تحلیل اجزاء محدود مقایسه می‌گردد تا میزان دقت مدل پیشنهادی مورد ارزیابی قرار گیرد.