文献

J-GLOBAL ID：202202290674376151   整理番号：22A0153145

DEMのための効率的なキャリブレーションフレームワークを開発するための反復Bayesフィルタリングの性能研究【JST・京大機械翻訳】

Performance study of iterative Bayesian filtering to develop an efficient calibration framework for DEM

著者 (3件)： Hartmann Philipp (Centre for Geotechnical Science and Engineering, The University of Newcastle, Callaghan, NSW 2308, Australia) ,  Cheng Hongyang (Department of Civil Engineering, Faculty of Engineering Technology, University of Twente, P.O. Box 217, 7500 AE Enschede, The Netherlands) ,  Thoeni Klaus (Centre for Geotechnical Science and Engineering, The University of Newcastle, Callaghan, NSW 2308, Australia)
資料名： Computers and Geotechnics  (Computers and Geotechnics)
巻： 141  ページ： Null  発行年： 2022年 
JST資料番号： D0143E  ISSN： 0266-352X  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： 本研究では,離散要素法(DEM)モデリングのためのマイクロメカニカルパラメータのBayesキャリブレーションのための効率的な確率的フレームワークを提示した。最初に,マイクロメカニカルパラメータを較正するための逐次モンテカルロフィルタ上の反復Bayesフィルタの優れた挙動を示した。転がり抵抗を有する線形接触モデルを,種々の拘束圧の下で,Toyoura砂の三軸応答をシミュレーションするために使用する。第2に,三軸圧縮のDEMシミュレーションからの合成データを用いて,サンプル数や予め定義されたパラメータ範囲のようなユーザ定義パラメータに関する反復Bayesフィルタリングの信頼性を評価した。サンプルの数が十分に高いとき,1と2%の間の誤差による優れたキャリブレーション結果を得た。サンプルサイズは,あらかじめ定義されたパラメータ範囲内で個々のパラメータの分布を表すことが重要である。範囲が広いほど,より多くのサンプルが必要である。また,正確な機械的応答,特に正しい織物応答の推定のために,ある信頼レベルで応力と歪履歴の両方を含む必要性を示した。最後に,本研究の知見に基づいて,完全に自動化されたオープンソースキャリブレーションツールを開発し,選択した応力経路に対して実証した。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： *シミュレーション ,  自動化 ,  信頼性 ,  線形性 ,  応力経路 ,  転がり抵抗
準シソーラス用語： 粒子フィルタ ,  離散要素法 ,  オープンソース ,  *Bayesフィルタ ,  三軸 ,  歪履歴 , 【Automatic Indexing@JST】

著者キーワード (6件)： 離散要素法(DEM) ,  収束 ,  機械学習 ,  Bayesキャリブレーション ,  三軸圧縮 ,  多目的最適化

分類 (1件)： 土質・基礎工学一般  (RA03010X)

タイトルに関連する用語 (5件)： DEM ,  開発 ,  反復 ,  Bayesフィルタリング ,  研究