相互連続複合微構造の共同設計と機械的予測のための生成的予測AIフレームワーク

高性能複合材料の設計には、従来のシミュレーションでは計算コストが膨大な相互連続アーキテクチャの広範な微細構造設計空間を探索する必要があります。本研究では、デノイジング拡散確率モデル（DDPM）とマルチモーダル代替予測器を組み合わせたエンドツーエンドの人工知能フレームワークを提案し、複合微構造を共同で生成および評価します。シミュレートされた応力場を持つ2000の相場生成バイナリ複合材（硬軟比0.55:0.45）で訓練されたDDPMは、現実的な構成およびフォン・ミーゼス応答を共同生成します。各応力マップから28の特徴と画像埋め込みがマルチモーダルニューラルネットワークに供給され、ヤング率および極限引張強度を予測します（R² = 0.95および0.75）。この生成的予測パイプラインは、複合設計および逆探索を加速します。グラフィカルアブストラクト