يدخل الذكاء الاصطناعي في العديد من مجالات الحياة العلمية، ومن أبرز التطبيقات المبتكرة هو استخدام الشبكات العصبية المدعومة بالفيزياء (PINNs) لنمذجة انتشار الأمواج في الأنظمة الثنائية الخامات. في إطار دراسة جديدة، تم تقديم نموذج يعتمد على الشبكات العصبية المدعومة بالفيزياء لنمذجة انتشار الأمواج الديناميكية عبر المواد المختلفة التي تُسيطر عليها المعادلات المرنة المحورية.

تظهر هذه التقنية القدرة على إدماج القوانين الفيزيائية في عملية التعلم، مما يجعلها مثالية لحل المعادلات التفاضلية الجزئية. تم الأخذ بعين الاعتبار عينة افتراضية من الفولاذ والألمنيوم تمثل تركيبة شريط ضغط سبليت هوكينسون، حيث تم دمج المعادلات الديناميكية المستندة إلى المواد مباشرة في الشبكة باستخدام دالة خسارة مدعومة بالفيزياء.

استخدمت عمليات المحاكاة عالية الدقة بواسطة ANSYS Workbench Explicit Dynamics للتحقق من النتائج وكبيانات إضافية أثناء التدريب. أثبت الإطار المقترح قدرته على التنبؤ بدقة بانتقال الأمواج وانعكاسها عبر واجهة المواد الثنائية، مع إعادة إنتاج تاريخ الإزاحات المحورية والشعاعية واستجابة المتوسطة للوجه، مما يظهر تطور الضغط والإجهاد بصورة متقاربة مع الحلول الناتجة عن المحاكاة.

على الرغم من التغييرات في خصائص المواد، ظل النموذج قادراً على توقع استجابات الأمواج في نقاط زمنية غير مألوفة دون الحاجة إلى محاكاة إضافية، مما يجعله نموذجاً متوسطاً مستمراً لتحليل الأمواج. بالإضافة إلى ذلك، تؤكد دراسات حساسية الشبكة على متانة الأرقام العددية، بينما توضح التجارب مع تركيبات المواد الإضافية عمومية المنهجية المقترحة.

تمثل النتائج المدمجة بين الشبكات العصبية المدعومة بالفيزياء وتحليل العناصر المحدودة إطاراً دقيقاً وفعالاً من الناحية الحسابية لنمذجة انتشار الأمواج الديناميكية في المواد غير المتجانسة، مما يوفر نهجاً فعالاً لنمذجة ميكانيكا المواد ذات السرعات العالية وتطبيقات هندسة التأثير.