环氧花岩机床基础的数据驱动设计:贝叶斯优化用于增强压缩强度和振动阻尼
Mohammed Y Abdellah1,2, Osama M Irfan3,4, Hanafy M Omar3
1Mechanical Engineering Department, Faculty of Engineering, Qena University, Qena 83521, Egypt.
这项研究利用数据驱动的模拟优化了用于机床的环氧花岩复合材料. 开发的框架增强了压力强度和振动阻尼,通过利用花岩废物,为铁提供了可持续的替代方案.
科学领域:
- 材料科学与工程 材料科学与工程
- 可持续制造 可持续制造 可持续制造
- 复合材料 复合材料 复合材料
背景情况:
- 环氧-花岩 (EG) 复合材料为机床基础提供了铁的可持续替代品,利用花岩采石废物和环氧.
- 提高机械性能,如压力强度和振动阻尼,对于加工精度和动态稳定性至关重要.
- 现有的实验数据在充分探索最佳EG复合剂配方的设计空间方面存在局限性.
研究的目的:
- 开发和验证数据驱动的模拟框架,以优化环氧花岩复合材料的机械性能.
- 为了同时最大限度地提高EG复合材料的压力强度和振动阻尼.
- 评估可靠性并减少开发高性能EG复合材料的实验力度.
主要方法:
- 将已发表的实验数据与高斯过程回归 (GPR) 替代模型集成.
- 应用贝叶斯优化 (BO) 来探索四维设计空间 (环氧含量,聚合物分数).
- 使用贝叶斯维布尔分析进行概率可靠性评估.
主要成果:
- 实验验证显示压力强度高达76.8MPa,峰值减压比为0.0202.
- 集成的GPR-BO框架确定了最佳配方 (22-26%重量环氧,55-70%细聚合物),预测强度为78-85MPa,缩比接近0.022.
- 贝叶斯维布尔分析表明,表现一致,变化适度 (形状参数α ≈ 2.4-2.9).
结论:
- 该研究介绍了第一个集成的GPR-BO-贝叶斯维布尔框架用于环氧花岩复合材料,使得同时优化和可靠性评估.
- 这种方法显著减少了实验力度 (超过70%),并通过利用花岩废物来促进循环经济.
- 建议在未来进行实验验证,以解决未充分采样地区的预测不确定性.
更多相关视频
08:27Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
09:00Visualization of Failure and the Associated Grain-Scale Mechanical Behavior of Granular Soils under Shear using Synchrotron X-Ray Micro-Tomography
Published on: September 29, 2019
相关概念视频
Dynamic Modulus of Elasticity of Concrete
The sonic test is a common method to determine the dynamic modulus. In this test, a concrete beam, sized either 6 x 6 x 30 inches or 4 x 4 x 20 inches, is clamped at its center. Vibrations are initiated at one end of the beam by an electromagnetic exciter unit powered by a...
Behavior of Concrete Under Compressive Load
As the concrete specimen fractures under...
Elasticity in Concrete
Design Example: Managing Concrete Workability
Fiber Reinforced Concrete
Workability of Concrete
Concrete's workability is determined by its resistance to internal forces that arise...
