On Surrogate Modeling of Static Response of AM Short-Fiber Thermoplastics Using Graph Neural Networks
本論文は、微細構造のトポロジーと損傷の進展をエンコードすることにより、アディティブ・マニュファクチャリングによる短繊維熱可塑性複合材料の非線形な機械的挙動を正確かつ効率的に予測する、物理学に基づいたハイブリッドなグラフニューラルネットワーク・長短期記憶(GNN-LSTM)サロゲートモデルを提案し、それによってデジタルツイン開発における従来の有限要素解析の計算上の限界を克服するものである。