基于石墨烯的语音晶体镜片:机器学习辅助的分析和设计
Liangteng Guo1, Shaoyu Zhao2, Jie Yang2
1School of Civil Engineering, The University of Queensland, St. Lucia, QLD 4072 Australia.
Ultrasonics
|December 20, 2023
概括
本研究介绍了一种高效的方法,用于设计基于石墨烯的梯度指数声波晶体 (GGPC) 镜头,使用人工智能. 该方法将理论计算与机器学习相结合,用于准确的声学镜头设计和能量聚焦.
科学领域:
- 材料科学 材料科学 材料科学
- 声学 声学 在声学方面
- 人工智能的人工智能
背景情况:
- 传统的声学镜片设计面临着高计算成本和实现精确的折射率的挑战.
- 基于石墨烯的复合材料和人工智能为先进的声学镜头设计提供了新的可能性.
- 声波晶体提供了一个可调的平台来操纵弹性波.
研究的目的:
- 开发基于石墨烯的渐变指数音声晶体 (GGPC) 镜片的高效准确的设计方法.
- 利用机器学习来预测GGPC结构中的有效折射率.
- 展示拟议方法在设计用于能量聚焦的声学镜片中的应用.
主要方法:
- 使用平面波膨胀方法计算分散关系和有效折射率.
- 建立基于结构参数的有效折射率的综合数据库.
- 采用基因编程,一种机器学习算法,生成预测性数学模型.
主要成果:
- 该研究成功地生成了明确的数学表达式,用于使用遗传编程预测有效的折射率.
- 建立了GGPC镜头的机器学习辅助设计方法,证明了高效率和精度.
- 该方法使GGPC镜头的反向设计能力成为可能.
结论:
- 拟议的设计方法大大提高了GGPC镜头开发的效率和准确性.
- 这种方法促进了新的声波晶体镜头设计和精确的声能聚焦.
- 理论表述和机器学习的整合为先进的声学设备工程铺平了道路.
