پیش بینی میدان تنش با استفاده از شبکه مولد تخاصمی شرطی و پردازش تصویر در یک صفحه سوراخ دار تحت بارگذاری استاتیکی

بررسی خواص و رفتار مکانیکی مواد و میدان های تنش و کرنش از روش هایی مانند آزمایش های تجربی، شبیه سازی های عددی و حل دقیق ریاضی صورت می پذیرد. در سال های اخیر، یادگیری ماشین و به ویژه یادگیری عمیق به یکی از روش های پرکاربرد در حوزه های مختلف مهندسی تبدیل شده اند. یکی از کاربردهای مهم آن، پیش بینی رفتار مواد در سازه های مختلف می باشد. این روش ها به دلیل سرعت بالا، دقت مناسب و سهولت در پیاده سازی، توجه ویژه ای را به خود جلب کرده اند و به عنوان جایگزین یا ابزار کمکی برای روش های سنتی تحلیل مورد استفاده قرار می گیرند و با استفاده از فرآیند یادگیری ماشین در صورت مشخصه سازی صحیح مسائل می تواندد در یک فرآیند یادگیری ماشین ابزاری به مراتب قوی تر از ابزارهای پیشین فراهم سازند. هدف از این مقاله، پیش بینی میدان تنش و حداکثر تنش وارده بر یک صفحه سوراخ دار تحت بارگذاری استاتیکی با استفاده از روش یادگیری عمیق مبتنی بر شبکه مولد تخاصمی شرطی و کمی سازی نتایج با استفاده از روش پردازش تصویر می باشد. همچنین در پایان، نتایج عددی به دست آمده از این مدل استخراج شده و با نتایج حاصل از تحلیل اجزاء محدود مقایسه می گردد تا میزان دقت مدل پیشنهادی مورد ارزیابی قرار گیرد.

کلیدواژه ها:

میدان تنش ، یادگیری ماشین ، پردازش تصویر ، روش اجزای محدود