使用机器学习,新平台可以编程将 2D 可拉伸表面转换为特定的 3D 形状。
抽象
“在各个科学领域,研究人员越来越关注设计可以变形以实现功能的软设备。 然而,识别在驱动时导致目标 3D 形状的静止形状是一项涉及逆向设计能力的重要任务。 在这项研究中,提出了一个简单高效的平台来设计从 3D 平面复合膜开始的预编程 2D 形状。 通过使用一小组有限元模拟训练神经网络,作者能够获得像素化 2D 弹性膜的最佳设计以及它变形为目标形状所需的充气压力。 所提出的方法有可能在多个尺度和不同的应用中使用。 例如,它展示了这些反向设计的膜如何通过刺激某些区域同时避开指定位置来用于机械疗法应用。”
Antonio Elia Forte、* Paul Z. Hanakata、Lishuai Jin、Emilia Zari、Ahmad Zareei、Matheus C. Fernandes、Laura Sumner、Jonathan Alvarez 和 Katia Bertoldi*