文献

J-GLOBAL ID：202202233620294232   整理番号：22A0474213

相互作用に基づく材料ネットワーク:(多孔質)微細構造材料のための一般的フレームワーク【JST・京大機械翻訳】

Interaction-based material network: A general framework for (porous) microstructured materials

著者 (2件)： Nguyen Van Dung (Computational & Multiscale Mechanical of Materials (CM3), Department of Aerospace and Mechanical Engineering, University of Liege, Quartier Polytech 1, Allee de la Decouverte 9, B-4000 Liege, Belgium) ,  Noels Ludovic (Computational & Multiscale Mechanical of Materials (CM3), Department of Aerospace and Mechanical Engineering, University of Liege, Quartier Polytech 1, Allee de la Decouverte 9, B-4000 Liege, Belgium)
資料名： Computer Methods in Applied Mechanics and Engineering  (Computer Methods in Applied Mechanics and Engineering)
巻： 389  ページ： Null  発行年： 2022年 
JST資料番号： E0856A  ISSN： 0045-7825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 離散材料ノードとそれらの相互作用から成る材料ネットワークは複雑な微細構造応答を表すことができる。この相互作用視点の下で,材料ネットワークは,材料ノードの重みだけでなく,それらの相互作用を特徴付けるパラメータを含むフィッティングパラメータを含む訓練可能なシステムとして見ることができる。他の既存の研究とは対照的に,この相互作用ベースの材料ネットワークは多重相積層板の微視力学に依存しないが,応力と歪平均化原理とHill-Mandelのエネルギー的に一貫した条件を含む真の微視的境界値問題の全ての要求を制約する。その結果,提案したフレームワークは,積層理論で達成できないボイドが存在する微細構造に適用できる。材料ネットワークが全視野顕微鏡モデルの代理になるために,本研究は,その適合パラメータを較正するための2つの異なる訓練手順を提案した。一方では,非線形訓練手順を,比例荷重経路を受ける全場モデルの有限要素シミュレーションから収集された逐次データを考慮して提案した。他方,線形弾性訓練手順は,不均質材料の弾性応答のみを考慮した。仮想試験およびマルチスケールシミュレーションの両方の文脈における直接数値シミュレーションのそれらと訓練された材料ネットワークの予測を比較することによって,ボイドの存在による微細構造のための提案フレームワークの精度および効率を実証した。また,線形弾性訓練手続きは,より低い計算コストを必要とするが,非線形訓練手順と比較して,より正確な予測を導くことができることも示した。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： 境界値問題 ,  *相互作用 ,  微細構造 ,  *ネットワーク ,  弾性 ,  多孔性 ,  多相 ,  微視力学 ,  積層板
準シソーラス用語： 直接計算機シミュレーション ,  計算コスト ,  有限要素シミュレーション ,  線形弾性 ,  マルチスケールシミュレーション ,  荷重経路 , 【Automatic Indexing@JST】

著者キーワード (4件)： 材料ネットワーク ,  多孔性材料 ,  機械学習 ,  非弾性トレーニング

分類 (1件)： 構造力学一般  (HD01000X)

タイトルに関連する用語 (4件)： 相互作用 ,  多孔質 ,  微細構造 ,  フレームワーク