ImageMech:機械的キャラクタリゼーションのための画像から粒子ばねネットワークへ【JST・京大機械翻訳】

Chiang Yuan; Chiu Ting-Wai; Chang Shu-Wei

プレプリント

J-GLOBAL ID：202202204014986765 整理番号：22P0026802

ImageMech:機械的キャラクタリゼーションのための画像から粒子ばねネットワークへ【JST・京大機械翻訳】

ImageMech: From image to particle spring network for mechanical characterization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年02月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

先進構造および生物学的材料に対する新たな需要は,設計サイクルにおける材料特性に関する高忠実度推定を迅速に得る新しいモデリングツールを要求する。粗粒粒子ばねネットワークである格子ばねモデル(LSM)は,機械的性質を予測し,高い再現性と一般化性を有する破壊機構への洞察を与えるため,近年注目されている。しかし,保証された数値安定性と収束のための十分な詳細における材料をシミュレートするため,多くの粒子が必要で,高スループット計算の可能性を大きく減らし,機械学習フレームワークのためのデータ生成がある。ここでは,粒子近傍リストの間欠更新を必要とする,一般的に使用される空間分解の代わりに,スプリングリスト上で並列性を実現するGPU加速CUDA C++コードであるCuLSMを実装する。画像-粒子変換ツールImg2Particleに沿って,著者らのツールキットは,材料の弾性および破壊挙動を特性化するための高速かつ柔軟なプラットフォームを提供し,付加製造とコンピュータ支援設計の間の設計プロセスを説明した。新しい軽量,適応性および多機能材料および構造に対する需要の増大により,このような仕立ておよび最適化モデリングプラットフォームは,設計空間でのより迅速な探索,ディジタルツイン技術による3D印刷のためのより良い品質管理,および画像ベース生成機械学習モデルのためのより大きなデータ生成パイプラインを可能にする。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

機械的性質

前のページに戻る