A physics-informed neural network surrogate for multi-band reflection-loss prediction of carbon-fiber-reinforced polymer / Ti-6Al-4V ELI radar absorbing materials for UAV airframe integration
Ce document présente un modèle de substitution par réseau de neurones informés par la physique qui prédit rapidement et avec précision la perte de réflexion des matériaux absorbants radar en polymère renforcé de fibres de carbone/Ti-6Al-4V ELI à travers de multiples bandes de fréquences et angles d'incidence, permettant une optimisation efficace de l'épaisseur multi-bandes et une évaluation de l'intégration structurelle pour les cellules de drones.