1 南京航空航天大学 航空学院，航空航天结构力学及控制全国重点实验室，江苏 南京 210016
2 南京航空航天大学 航空学院，航空航天结构力学及控制全国重点实验室，江苏 南京 210016南京航空航天大学 航空学院，直升机动力学全国重点实验室，江苏 南京 210016
为了研究任意截面形状的压电半导体纤维的力学特性，提出了基于物理信息的神经网络模型，应用深度学习算法求解复杂的变系数偏微分方程。以变截面压电半导体纤维的静态拉伸为例，构造深度神经网络作为试函数，将其代入控制方程形成残差，并作为机器学习的加权损失函数，进而通过深度机器学习技术逼近数值解。研究结果表明：该方法具有广泛适用性，能够求解任意截面形状压电半导体材料的线性和非线性方程。
压电材料 神经网络 深度学习 电势 半导体结 piezoelectric materials neural networks deep learning electric potential semiconductor junctions
1 南京航空航天大学 航空学院 机械结构力学及控制国家重点实验室, 江苏 南京 210016
2 桂林电子科技大学 机电工程学院, 广西 桂林 541004
3 海装驻南京地区第四军事代表室, 江苏 南京 211100
传统基于周期性永磁体的电磁超声换能器结构较复杂, 为此该文提出了一种由单一永磁体和导线阵列线圈构成的电磁超声换能器（EMAT）用于激发板中的SH0导波。首先叙述了设计的原理, 并采用有限元软件进行三维数值仿真分析, 利用水平极化永磁体垂直于板面的磁场在铝板中成功激发出SH0导波。为使EMAT换能效率达到最优, 研究长和宽为10 mm×25 mm的永磁体, 其高度及线圈匝数不同时EMAT激励的效率。仿真结果表明, 选用永磁体高度为25 mm及线圈匝数为37时EMAT换能效率和声场指向性较好。在此基础上, 通过实验研究了不同线圈匝数对换能器换能效率的影响, 实验结果与仿真结果一致, 充分验证了该文设计EMAT的方法具有可行性。
SH0波 电磁超声换能器 静态磁场 洛伦兹力 声场指向性能 SH0 wave electromagnetic ultrasonic transducer static magnetic field Lorentz force sound field pointing performance
