文献

J-GLOBAL ID：202202212528771600   整理番号：22A0680322

種々の応力比とモード混合の下での複合材料疲れ剥離予測のための双晶粘着域モデルへの人工ニューラルネットワークの埋め込み【JST・京大機械翻訳】

Embedding artificial neural networks into twin cohesive zone models for composites fatigue delamination prediction under various stress ratios and mode mixities

著者 (3件)： Zhang Bing (Bristol Composites Institute, University of Bristol, Queen’s Building, University Walk, Bristol BS8 1TR, UK) ,  Allegri Giuliano (Bristol Composites Institute, University of Bristol, Queen’s Building, University Walk, Bristol BS8 1TR, UK) ,  Hallett Stephen R. (Bristol Composites Institute, University of Bristol, Queen’s Building, University Walk, Bristol BS8 1TR, UK)
資料名： International Journal of Solids and Structures  (International Journal of Solids and Structures)
巻： 236-237  ページ： Null  発行年： 2022年 
JST資料番号： B0700A  ISSN： 0020-7683  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,繊維強化複合材料における疲れ剥離成長をモデル化するための新しい数値技術を初めて提示し,それは,単一隠れ層人工ニューラルネットワークと2つの双晶凝集ゾーンモデルを結合することに基づいている。ここで提案したシミュレーション手法は,負および正の応力比とモード混合の全範囲の下で,複合材料の疲れ剥離を記述することができる。モデリング戦略において,複合材料界面の各セグメントは,2つの双晶凝集要素によって記述され,それは,グローバル荷重R比を知る必要がなく,フィードフォワード単一隠れ層ニューラルネットワークに局所破壊力学パラメータを同時に提供する。次に,ニューラルネットワークアルゴリズムは,疲れ亀裂伝搬速度da/dNを双晶凝集要素に送り,それは同期様式で静的および疲れ凝集則に従う。新しいモデリング方法論を,陽的有限要素法において実行した。モデリング戦略を最初に検証し,モードI二重片持梁試験,反転有り無しのモードII端荷重分割試験,および混合Mode曲げ試験を含む,いくつかのベンチマーク事例によって検証した。モデル化技法の関連する応用を,静的引張と繰返し曲げの組合せによる非比例荷重を経験するテーパ積層板を考慮して示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  凝集 ,  シミュレーション ,  *双晶 ,  有限要素法 ,  *ニューラルネットワーク ,  フィードフォワード ,  モデリング ,  破壊力学 ,  引張 ,  疲れ亀裂成長速度 ,  *応力比 ,  ベンチマーク
準シソーラス用語： 隠れ層 ,  有限要素 , 【Automatic Indexing@JST】

著者キーワード (6件)： 凝集帯モデル ,  剥離 ,  疲労 ,  有限要素 ,  インタフェイス ,  数値法

分類 (1件)： ゴム・プラスチック材料  (HC04030W)

タイトルに関連する用語 (7件)： 応力比 ,  複合材料 ,  予測 ,  双晶 ,  粘着域モデル ,  人工ニューラルネットワーク ,  埋め込み