P-DivGNN：图神经网络重建微观应力场

研究者提出物理信息机器学习框架 P-DivGNN，用于多尺度模拟中微尺度局部应力场的重建。该模型将周期性微结构表示为图，结合消息传递图神经网络，在给定宏观平均应力值的情况下重建微观局部应力场，其周期性图表示对应施加周期性边界条件。 训练中引入物理约束以保证局部应力场的平衡状态。在线性与非线性超弹性响应下的评估显示，非线性超弹性情形相比有限元模拟取得显著计算加速。该论文由 Manuel Ricardo Guevara Garban 等作者提交修订版（v2）。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。