저자들은 경계 조건과 균열 형상을 기반으로 균열된 탄성 영역의 변위장을 예측하도록 설계된 물리 정보 DeepONet 프레임워크를 제안합니다. 이 접근법은 형상을 위한 전용 인코딩 전략을 활용하고 국소화 페널티 항을 통해 자유 표면 조건을 약하게 부과하여 유한 요소법 기반 학습 데이터의 필요성을 제거합니다.
- 이 모델은 실시간 구조물 건강 모니터링을 위한 빠른 surrogate 역할을 합니다.
- 경계 조건과 균열 형상에서 직접 변위장을 예측합니다.
- 대표적인 균열 형상에서의 실현 가능성을 보여주는 수치 예시.
이 연구는 다양한 균열 형상에 대한 surrogate 모델링을 확장하기 위한 기반을 마련하며, 전통적인 시뮬레이션 데이터에 의존하지 않고 물리적으로 일관된 신속한 예측을 가능하게 합니다.