← नवीनतम पेपर
🤖 मशीन लर्निंग

A mesh-free deep energy method for phase-field modeling of thermally driven brittle fracture

यह शोध पत्र थर्मल रूप से संचालित भंगुर फ्रैक्चर (brittle fracture) में दरारों के स्वतः उद्भव (nucleation), प्रसार और रुकने (arrest) के अनुकरण के लिए मल्टीरेज़ोल्यूशन न्यूरल नेटवर्क का उपयोग करते हुए एक मेश-मुक्त डीप एनर्जी विधि प्रस्तुत करता है, जिसमें पूर्व-निर्धारित दोषों या मेश की आवश्यकता नहीं होती है, और यह परिमित तत्व संदर्भों (finite element references) एवं प्रयोगात्मक बेंचमार्क के विरुद्ध सटीकता प्रदर्शित करता है।

मूल लेखक: Han Zhang, Mehrisadat Makki Alamdari, Babak Shahbodagh, Mohammad Vahab, Cosmin Anitescu, Timon Rabczuk, Elena Atroshchenko

प्रकाशित 2026-11-16
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Han Zhang, Mehrisadat Makki Alamdari, Babak Shahbodagh, Mohammad Vahab, Cosmin Anitescu, Timon Rabczuk, Elena Atroshchenko

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

जब कांच या सिरेमिक के एक गर्म टुकड़े को अचानक ठंडे पानी में डाला जाता है, तो वह केवल ठंडा नहीं होता; वह अक्सर आश्चर्यजनक रूप से व्यवस्थित तरीके से टूट जाता है। सतह तेजी से सिकुड़ती है जबकि आंतरिक भाग गर्म और विस्तारित रहता है, जिससे अत्यधिक आंतरिक तनाव पैदा होता है। यह तनाव सामग्री को टूटने के लिए मजबूर करता है, लेकिन दरारें बेतरतीब ढंग से नहीं आती हैं। इसके बजाय, वे अक्सर साफ, समानांतर रेखाएं बनाती हैं जो सामग्री में गहराई तक जाती हैं, या वे शाखाओं में विभाजित होने से पहले लहरदार पैटर्न में आगे-पीछे लहरा सकती हैं। जेट इंजन के घटकों से लेकर स्मार्टफोन की स्क्रीन तक सब कुछ डिजाइन करने वाले इंजीनियरों के लिए, यह सटीक भविष्यवाणी करना कि दरारें कहाँ शुरू होंगी, वे कितनी दूर तक जाएंगी, और वे खुद को कैसे व्यवस्थित करेंगी, एक महत्वपूर्ण चुनौती है। पारंपरिक कंप्यूटर सिमुलेशन इस कार्य में संघर्ष करते हैं क्योंकि वे एक निश्चित ग्रिड (grid) पर निर्भर करते हैं, जैसे कि ग्राफ पेपर, ताकि भौतिकी की गणना की जा सके। जब एक दरार बनती है, तो वह इस ग्रिड को काट देती है, जिससे कंप्यूटर को उस टेढ़े-मेढ़े रास्ते का अनुसरण करने के लिए मानचित्र को लगातार फिर से बनाना पड़ता है। यह प्रक्रिया धीमी है, और यदि कंप्यूटर दरार शुरू करने के लिए गलत जगह का अनुमान लगा लेता है, तो पूरा सिमुलेशन उन जटिल, स्वतःस्फूर्त पैटर्न को पकड़ने में विफल हो सकता है जो प्रकृति बनाती है।

शोधकर्ताओं की एक टीम ने बिना किसी ग्रिड का उपयोग किए इस हिंसक प्रक्रिया का अनुकरण करने का एक नया तरीका विकसित किया है। एक निश्चित बिंदुओं के जाल (mesh) पर निर्भर रहने के बजाय, उनकी विधि कृत्रिम बुद्धिमत्ता (AI) का उपयोग करती है जो पूरी वस्तु को एक निरंतर, चिकनी सतह के रूप में मानती है जिसे किसी भी कोण से विश्लेषित किया जा सकता है। उन्होंने एक ऐसी प्रणाली बनाई है जहाँ दो न्यूरल नेटवर्क, जो पैटर्न पहचानने के लिए डिज़ाइन किए गए कंप्यूटर प्रोग्राम हैं, समस्या की भौतिकी को हल करने के लिए मिलकर काम करते हैं। एक नेटवर्क इस बात को ट्रैक करता है कि सामग्री कैसे चलती है और कहाँ टूटती है, जबकि दूसरा यह गणना करता है कि इसमें ऊष्मा (heat) कैसे प्रवाहित होती है। महत्वपूर्ण बात यह है कि इस प्रणाली को यह बताने की आवश्यकता नहीं है कि दरार कहाँ से शुरू होगी। यह दरार को स्वतः उत्पन्न (nucleate) होने की अनुमति देता है, ठीक वैसे ही जैसे वास्तविकता में होता है, जो शीतलन प्रक्रिया के तनाव से उभरती है। कंप्यूटर को दरार के आकार को उसके बनने के दौरान सीखने देने से, न कि दरार को एक पूर्व-निर्लिखित पथ में फिट करने के लिए मजबूर करने से, शोधकर्ता देख सकते हैं कि थर्मल शॉक (thermal shock) के तहत जटिल फ्रैक्चर पैटर्न कैसे विकसित होते हैं।

शोधकर्ताओं ने इस दृष्टिकोण का परीक्षण पांच अलग-अलग परिदृश्यों पर किया ताकि यह देखा जा सके कि क्या यह वास्तविक सामग्रियों और मौजूदा कंप्यूटर मॉडलों के व्यवहार से मेल खा सकता है। परीक्षणों के एक सेट में, उन्होंने एक धातु की प्लेट का अनुकरण किया जिसमें एक छोटा सा कट (notch) लगा था, जिसे विभिन्न तापमानों के अधीन रखते हुए खींचा गया। नए तरीके ने एक मानक, विश्वसनीय कंप्यूटर मॉडल के लगभग एक प्रतिशत की सटीकता के साथ दरार शुरू करने के लिए आवश्यक सटीक बल की भविष्यवाणी की। इसने पुष्टि की कि AI प्रणाली ऊष्मा और तनाव के एक साथ काम करने की बुनियादी भौतिकी को संभाल सकती है। एक अन्य परीक्षण में, उन्होंने कांच की एक पट्टी का अनुकरण किया जिसे एक गर्म क्षेत्र से ठंडे स्नान की ओर खींचा गया था। जैसे-जैसे तापमान का अंतर बढ़ा, सिम्युलेटेड दरार का पथ एक सीधी रेखा से बदलकर एक लहरदार, दोलन करती रेखा और अंततः एक शाखित (branched) पैटर्न में बदल गया। यह परिवर्तनों का क्रम वैज्ञानिकों द्वारा वास्तविक प्रयोगों में देखे गए और अन्य सिद्धांतों द्वारा अनुमानित व्यवहार से मेल खाता है, जो दर्शाता है कि यह विधि सामग्रियों के विफल होने के सूक्ष्म संक्रमणों को पकड़ लेती है।

शायद सबसे उल्लेखनीय परिणाम एक सिरेमिक स्लैब के 'क्वेंचिंग' (quenched), यानी सभी दिशाओं से तेजी से ठंडा करने के अनुकरण से प्राप्त हुए। इन सिमुलेशनों में, सामग्री ने स्वतः ही समानांतर दरारों का एक घना समूह विकसित किया, जिसमें से कुछ स्लैब में गहराई तक बढ़ीं जबकि अन्य बीच में ही रुक गईं। इन दरारों के बीच की दूरी और गहराई एक प्रसिद्ध बेंचमार्क गणना और टूटे हुए सिरेमिक की वास्तविक तस्वीरों से निकटता से मेल खाती थी। हालाँकि, नई विधि ने कुछ दिलचस्प खुलासा किया: इसने पारंपरिक ग्रिड-आधारित मॉडलों की तुलना में दरारों का थोड़ा अधिक घना पैटर्न दिखाया। यह सुझाव देता है कि जिस तरह से नई विधि दरार की "अपरिवर्तनीयता" (irreversibility) को संभालती है—अर्थात, एक बार सामग्री क्षतिग्रस्त हो जाने के बाद, वह खुद को ठीक नहीं कर सकती—वह फ्रैक्चर प्रक्रिया के अधिक सूक्ष्म विवरणों को पकड़ सकती है। शोधकर्ताओं ने इस विधि को एक घुमावदार सिरेमिक रिंग पर भी लागू किया, जहाँ दरारें एक समान पदानुक्रमित (hierarchical) पैटर्न में बनीं, जिससे पुष्टि हुई कि यह दृष्टिकोण जटिल आकृतियों पर बिना कंप्यूटर के आंतरिक मानचित्र को पुनर्गठित किए काम करता है।

इस कार्य की सफलता इस बात में निहित है कि यह समस्या की दो प्रतिस्पर्धी मांगों को कैसे संभालता है: सतह पर ऊष्मा की पतली परत और वह संकीर्ण बैंड जहाँ सामग्री टूटती है। अतीत में, कंप्यूटर मॉडल को ऊष्मा या दरार में से किसी एक को हल करने के लिए चुनना पड़ता था, जिससे अक्सर एक या दूसरा छूट जाता था। नई विधि एक लचीले, बहु-स्तरीय प्रतिनिधित्व का उपयोग करती है जो ऊष्मा की सीमा परत (boundary layer) को ज़ूम इन कर सकती है जब वह पतली होती है और दरार के चौड़ा होने के साथ उसका अनुसरण कर सकती है, और वह भी बिना कभी ग्रिड को फिर से बनाए। हालाँकि शोधकर्ता नोट करते हैं कि उनके सिमुलेशन अभी भी परिष्कृत किए जा रहे हैं और वर्तमान में इस विधि को सरल समस्याओं के लिए कुछ पारंपरिक दृष्टिकोणों की तुलना में चलने में अधिक समय लगता है, लेकिन मानवीय हस्तक्षेप के बिना स्वतःस्फूर्त दरार निर्माण की भविष्यवाणी करने की क्षमता एक महत्वपूर्ण कदम है। यह भंगुर सामग्रियों (brittle materials) के थर्मल स्ट्रेस के तहत विफल होने को समझने के लिए एक शक्तिशाली नया उपकरण प्रदान करता है, जो संभावित रूप से इंजीनियरों को ऐसे घटक डिजाइन करने में मदद कर सकता है जो वास्तविक दुनिया में आने वाले अचानक तापमान परिवर्तनों के प्रति अधिक प्रतिरोधी हों।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →