بهینه‌سازی خواص مکانیکی و حرارتی کامپوزیت‌های پلیمری تقویت‌شده با نانولوله‌های کربنی با استفاده از شبکه‌های عصبی عمیق و دینامیک مولکولی

نویسندگان

1 گروه فیزیک،مرکز تحقیقات مواد و انرژی واحد دزفول، دانشگاه آزاد اسلامی واحد دزفول ،دزفول، ایران

doi
10.82385/jacms.2025.1220685
چکیده

در این پژوهش، یک چارچوب ترکیبی مبتنی بر شبکه عصبی عمیق و دینامیک مولکولی برای مطالعه خواص مکانیکی و حرارتی کامپوزیت‌های پلیمری - نانولوله کربنی توسعه داده شد. مدل شبکه عصبی عمیق با استفاده از داده‌های کوانتومی آموزش داده شد و به‌عنوان میدان نیروی دقیق در شبیه‌سازی‌های دینامیک مولکولی مورد استفاده قرار گرفت. نتایج نشان داد که مدل پیشنهادی خطای جذر میانگین مربعات را در مقایسه با میدان‌های نیروی متعارف به‌طور قابل توجهی کاهش می‌دهد. افزودن ۵ درصد وزنی نانولوله کربنی به ماتریس پلیمری، مدول یانگ را تا ۲۲۴ درصد و هدایت حرارتی را تا ۷۴۳ درصد بهبود بخشید. همچنین زمان محاسبات برای سیستم‌های بزرگ‌ مقیاس تا ۹۴ درصد کاهش یافت. مقایسه نتایج شبیه‌سازی با داده‌های تجربی، خطای نسبی کمتر از ۵ درصد را برای خواص مکانیکی و حرارتی تأیید کرد. این پژوهش نشان می‌دهد که مدل ترکیبی توسعه‌یافته می‌تواند به‌عنوان یک ابزار کارآمد و دقیق برای طراحی و بهینه‌سازی نانوکامپوزیت‌های پلیمری در صنایع مختلف از جمله هوافضا، خودروسازی و الکترونیک مورد استفاده قرار گیرد.