Implementation of Hyperelastic Physics-Augmented Neural Networks in the Explicit Finite Element Codes Simcenter Radioss and OpenRadioss with Applications to Impact Events
本文提出了一种通过自动化 Fortran 例程生成器将物理增强神经网络集成到显式有限元求解器 Simcenter Radioss 和 OpenRadioss 中的框架，证明了优化的网络架构能够高效地模拟冲击模拟中的复杂超弹性行为，而无需专门的求解器。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图预测一个橡胶龙在被钢球撞击时会如何挤压、拉伸和弹跳。几十年来，工程师们一直使用“规则书”（数学公式）来猜测这种行为。这些规则书虽然不错，但往往过于简单，无法捕捉到像橡胶或生物组织这类材料那种混乱且复杂的现实情况。
最近，科学家们开始使用**人工智能（AI）**来编写更好的规则书。然而，这里有一个难点：AI 就像一个只懂计算机语言的“黑盒”，而用于模拟碰撞和冲击的工程软件使用的则是另一种古老的语言。连接这两者就像尝试把一根充满未来感的 USB-C 线插进一台复古收音机——过程混乱、缓慢且容易出错。
这篇论文提出了一种巧妙的解决方案。以下是其简要说明：
1. 问题所在：语言障碍
研究人员想要使用一种特殊的 AI，称为物理增强神经网络（PANN）。你可以将 PANN 想象成不是一个靠直觉瞎猜的学生，而是一个在开始学习之前就已经被教授了物理定律（如能量守恒）的学生。这使得 AI 在工程应用中既可靠又安全。
问题在于，这些 PANN 通常是在现代 AI 工具（如 PyTorch）中进行训练的，但用于碰撞测试的工程软件（称为 RADIOSS）运行在较旧的编译代码（Fortran）之上。通常情况下，为了使用这个 AI，你必须在模拟过程中让沉重的 AI 软件一直在后台运行，这会让整个过程慢得像蜗牛爬一样。
2. 解决方案：“翻译官”
作者构建了一个翻译官。他们编写了一个 Python 脚本，充当一个“复制粘贴”机器。
- 第一步： 你在 Python（现代实验室）中训练你的 AI 模型。
- 第二步： 该脚本提取 AI 的“大脑”（其权重和设置），并自动将其重写为独立的 Fortran 代码（这种老派语言）。
- 第三步： 这段新代码被直接放入 RADIOSS 软件中。
结果： AI 现在被“硬编码”进了模拟中。它不再需要那个沉重的 Python 软件在后台运行了。这就像是将一份用外语写的复杂食谱，完美地翻译出来，然后让一位只说英语的厨师在没有翻译官在场的情况下完成烹饪。
3. 速度秘诀：“平方”对比“对数”
研究人员注意到，AI 的“激活函数”（决定神经元是否放电的数学开关）拖慢了速度。
- 旧开关 (SoftPlus)： 这个函数涉及对数和指数等复杂计算。它很精确，但计算成本很高——就像每次只需要一个数字时，都要用计算器去解一个复杂的谜题。
- 新开关 (SQuarePlus)： 作者将其更换为一个基于平方根的更简单的函数。这就像是将那个复杂的计算器换成了一把简单的尺子。它能完成与原函数完全相同的 AI 逻辑工作，但计算速度快得多。
回报： 通过使用这个更简单的开关，他们将 AI 给模拟带来的额外时间缩短了约一半。对于浅层 AI 模型，模拟速度仅比传统的标准方法慢了 1.8%。对于更深、更复杂的模型，提速效果更为显著。
4. 测试：橡胶龙
为了证明这套方案有效，他们设计了一个极具戏剧性的测试：
- 设置： 一个坚硬的钢球被射向一个由类橡胶材料制成的数字“龙”。
- 挑战： 这条龙必须发生形变、弹跳，并与地面及自身进行交互。这每秒钟需要进行数百万次计算。
- 结果： 他们将 AI 生成的材料与一种经典的、受信任的数学模型（Carroll 模型）进行了对比。
- 视觉效果： 龙在两种场景下的挤压和弹跳几乎完全一致。AI 没有出现崩溃或行为异常。
- 速度： AI 驱动的模拟运行速度几乎与经典模型一样快，尤其是在使用新的“SQuarePlus”开关时。
5. 核心结论
这篇论文证明了我们可以将先进的、具备物理智能的 AI 模型直接接入标准的工程碰撞测试软件，而无需依赖超级计算机或复杂的设置。
- 对于工程师： 你现在可以在不减慢模拟速度的情况下，使用 AI 来模拟复杂的材料。
- 面向未来： 作者提供了一个免费的“工具包”（在 GitHub 上），它可以自动完成这个翻译过程，这意味着任何人都可以通过只需点击几次鼠标，就将自己训练好的 AI 模型转化为可用于模拟的代码。
简而言之，他们搭建了一座桥梁，连接了高科技的 AI 世界与实用的工程模拟世界，使这条旅程变得快速、安全且轻松易行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。