arXiv Artificial Intelligence· Nehal Afifi, Gerhard Kachel, Sven Matthiesen·· 13 小时前AI 评分34
物理信息学习框架：将微观表面退化与螺栓连接功能行为关联
A Physics-Informed Learning Framework for Linking Microscopic Surface Degradation to Bolted Joint Functional Behavior
AI 导读
一个物理信息多模态框架被提出，用于将微观与相机观测的腐蚀退化关联到腐蚀螺栓连接的功能指标。该流程通过相似性学习对齐显微与相机观测、构建校准的腐蚀严重度场，并用 PDE 发现识别候选有效介观规律，而非完整电化学机制。腐蚀演化模型与独立功能模型耦合，以摩擦系数为主要目标，有夹紧力数据时纳入预紧力损失。
推荐理由模型分析
该工作把显微与相机观测的腐蚀退化信息，通过相似性学习对齐并构建校准的腐蚀严重度场，再用PDE发现提取中尺度候选规律，并与以摩擦系数为目标的功能模型耦合，形成可复现的退化螺栓连接评估路径。对关注物理约束多模态建模与退化状态评估的研究者可参考其数据同步、跨尺度对齐和模型耦合设计；但结论限于候选规律与实验室记录，预载损失依赖夹紧力数据，尚非现场承载力判定依据。
来源：arXiv Artificial Intelligence · arxiv.org