Skip navigation

DSpace

機構典藏 DSpace 系統致力於保存各式數位資料(如:文字、圖片、PDF)並使其易於取用。

點此認識 DSpace
DSpace logo
English
中文
  • 瀏覽論文
    • 校院系所
    • 出版年
    • 作者
    • 標題
    • 關鍵字
    • 指導教授
  • 搜尋 TDR
  • 授權 Q&A
    • 我的頁面
    • 接受 E-mail 通知
    • 編輯個人資料
  1. NTU Theses and Dissertations Repository
  2. 工學院
  3. 機械工程學系
請用此 Handle URI 來引用此文件: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80970
標題: 以基因演算法設計平面網格複合材料
Design of Planar Grid Composite Materials Using Genetic Algorithm
作者: Ya-Hsuan Liao
廖亞軒
指導教授: 莊嘉揚(Jia-Yang Juang)
關鍵字: 複合材料,卷積神經網路,基因演算法,能量釋放速率,反向設計,3D列印,
composite material,convolutional neural network,genetic algorithm,inverse design,energy release rate,3D printing,
出版年 : 2021
學位: 碩士
摘要: 因為3D列印技術的發展,讓仿生複合材料得以跳脫傳統複合材料的製造與設計限制,師法自然界而設計出複雜的複合材料結構,而材料的優化方向也從剛性的強化轉向韌性的提升。也因為仿生複合材料的設計多樣性,機器學習的使用可以降低探索設計空間時所需的人力和時間。現有關於仿生複合材料的研究不勝枚舉,但鮮少有研究提出的從複合材料性質的有限元素模擬、實驗驗證再到機器學習應用相結合的完整方案,這亦是本研究欲達成之目標。 本研究設計一由兩種軟硬材料組合而成的平面網格複合材料,藉由加入少量的軟材料於硬材料中,在不影響其勁度表現的前提下,可以讓複合材料的韌度表現提到提升。本研究引用能量釋放速率和臨界能量釋放速率作為韌度的比較依據,以降低有限元素模擬所需的計算效能和時間,並透過Polyjet 3D列印技術製備試片進行實驗,並確認斷裂韌性與韌度間的關係。本研究也成功建立一套由卷積神經網路和基因演算法組合而成的反向設計方案,藉由卷積神經網路預測複合材料的韌度作為基因演算法的演化參考依據,設計出符合需求的平面網格複合材料。為相關複合材料設計提供一套簡單高效的開發方案。
URI: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80970
DOI: 10.6342/NTU202103029
全文授權: 同意授權(限校園內公開)
顯示於系所單位:機械工程學系

文件中的檔案:
檔案 大小格式 
U0001-0709202113482500.pdf
授權僅限NTU校內IP使用(校園外請利用VPN校外連線服務)
4.38 MBAdobe PDF
顯示文件完整紀錄


系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。

社群連結
聯絡資訊
10617臺北市大安區羅斯福路四段1號
No.1 Sec.4, Roosevelt Rd., Taipei, Taiwan, R.O.C. 106
Tel: (02)33662353
Email: ntuetds@ntu.edu.tw
意見箱
相關連結
館藏目錄
國內圖書館整合查詢 MetaCat
臺大學術典藏 NTU Scholars
臺大圖書館數位典藏館
本站聲明
© NTU Library All Rights Reserved