Neuer Neural-Operator für präzises Shape‑Morphing auf komplexen Geometrien

Shape‑Morphing‑Materialien ermöglichen die gezielte Gestaltung von Formen auf Zellebene und eröffnen damit vielfältige Anwendungsmöglichkeiten. Trotz Fortschritten bei einfachen Geometrien bleibt die präzise und vielfältige Formveränderung auf komplexen Oberflächen eine große Herausforderung, insbesondere für Anwendungen wie konforme Implantate oder aerodynamische Morphing‑Systeme.

Die neue Spectral and Spatial Neural Operator (S2NO) löst dieses Problem, indem sie globale und lokale Morphing‑Verhalten auf unregelmäßigen Rechenräumen exakt erfasst. Durch die Kombination von Laplace‑Eigenfunktionskodierung und räumlichen Faltungen kann S2NO die komplexen Wechselwirkungen zwischen Materialverteilung und Formänderung zuverlässig vorhersagen.

In Verbindung mit evolutionären Optimierungsalgorithmen ermöglicht S2NO die voxel‑basierte Optimierung von Materialverteilungen für Shape‑Morphing‑Programme auf verschiedensten komplexen Geometrien – von unregelmäßigen Oberflächen über poröse Strukturen bis hin zu dünnen Wänden. Die diskretisationsunabhängige Eigenschaft des Operators erlaubt zudem die Super‑Resolution‑Gestaltung von Materialverteilungen, wodurch die Vielfalt und Komplexität der Morphing‑Designs weiter gesteigert wird. Diese Fortschritte erhöhen die Effizienz und Leistungsfähigkeit der Programmierung komplexer Shape‑Morphing‑Systeme erheblich.