项目名称: 结构动力分析的新型准凸无网格法研究

项目编号: No.11472233

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 王东东

作者单位: 厦门大学

项目金额: 86万元

中文摘要: 高精度动力计算方法是结构分析领域的一个重要研究内容。本项目通过在再生核无网格完备性条件中引入节点附加函数,提出能够解决任意高阶形函数凸近似特性和完备性要求之间根本矛盾的松弛完备性条件,进而构造任意高阶准凸无网格形函数,并结合稳定子域积分方法建立结构动力分析的高精度新型准凸无网格法。准凸无网格法的形函数具有与传统移动最小二乘或再生核无网格形函数相同的架构,形式简单、计算高效,可直接推广到任意高阶和多维情况,能够有效解决最大熵凸近似无网格法不能构建高阶形函数且需要迭代计算、繁琐低效的问题。同时准凸无网格形函数具有凸近似的主要性质,在除了边界附近的整个离散区域内均为正值。准凸无网格法除了具有整体建模简洁、局部模型细化方便、形函数高阶协调等优点外,与传统无网格法相比具有更加优异的频谱特性和十分显著的精度优势,可为大型复杂结构的动力分析提供更为精确高效的计算方法,有重要的理论研究和工程应用价值。

中文关键词: 无网格法;准凸形函数;结构动力分析;稳定子域积分

英文摘要: The study of super-accurate numerical methods is an important topic in the field of structural dynamics. In this proposal, a set of relaxed consistency conditions are proposed by introducing nodal attached functions into the conventional reproducing kernel meshfree consistency conditions in order to resolve the conundrum between the desired convex approximation property and the completeness requirement of meshfree shape functions. Subsequently arbitrary high order novel reproducing kernel meshfree shape functions are rationally developed based upon the relaxed consistency conditions, which are then employed together with the sub-domain stabilized conforming integration to formulate a bran-new and highly accurate quasi-convex meshfree method. The quasi-convex meshfree shape functions share the same the computational structure as the standard moving least square or reproducing kernel shape functions and thus they are very computationally efficient and extension to multi-dimensional higher order formulations is straightforward. This approach overcomes the severe issues associated with the existing max-entropy convex meshfree scheme, i.e., the construction difficulty for high order shape functions as well as the computational complexity and extremely low efficiency. Meanwhile, the proposed quasi-convex meshfree shape functions inherit the major advantages of convex approximation and they are nearly positive over the problem domain except near the boundary. The proposed quasi-convex meshfree method succeeds all the advantages of the conventional meshfree methods, i.e., simple model generation, flexible local model refinement and high order smoothness and compatibility. More importantly, the present method possesses much more superior dynamic frequency spectrum and remarkably excellent computational accuracy, which provides a very valuable way for the dynamic analysis of large scale complex structures and is of great importance from both academic research and engineering application points of view.

英文关键词: Meshfree method;Quasi-convex shape function;Structural Dynamics;Sub-domain stabilized conforming integration

成为VIP会员查看完整内容
0

相关内容

EMNLP 2021 | 预训练跨语言模型中的大词表构建及使用
专知会员服务
20+阅读 · 2022年1月5日
专知会员服务
36+阅读 · 2021年7月17日
专知会员服务
20+阅读 · 2021年5月1日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
37+阅读 · 2020年11月24日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
28+阅读 · 2020年8月8日
【CVPR2020-CMU】无数据模型选择,一种深度框架潜力
专知会员服务
22+阅读 · 2020年4月12日
对比,还原真实的GPU池化
CSDN
1+阅读 · 2022年4月13日
【动态】第十期可视化与可视分析国际学术报告成功举办
中国图象图形学学会CSIG
0+阅读 · 2022年2月14日
如何降低云计算基础设施的复杂度?
InfoQ
0+阅读 · 2022年1月4日
EMNLP 2021 | 微软亚洲研究院NLP领域最新研究一览
微软研究院AI头条
0+阅读 · 2021年11月9日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关主题
相关VIP内容
EMNLP 2021 | 预训练跨语言模型中的大词表构建及使用
专知会员服务
20+阅读 · 2022年1月5日
专知会员服务
36+阅读 · 2021年7月17日
专知会员服务
20+阅读 · 2021年5月1日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
37+阅读 · 2020年11月24日
专知会员服务
45+阅读 · 2020年11月13日
专知会员服务
28+阅读 · 2020年8月8日
【CVPR2020-CMU】无数据模型选择,一种深度框架潜力
专知会员服务
22+阅读 · 2020年4月12日
相关资讯
对比,还原真实的GPU池化
CSDN
1+阅读 · 2022年4月13日
【动态】第十期可视化与可视分析国际学术报告成功举办
中国图象图形学学会CSIG
0+阅读 · 2022年2月14日
如何降低云计算基础设施的复杂度?
InfoQ
0+阅读 · 2022年1月4日
EMNLP 2021 | 微软亚洲研究院NLP领域最新研究一览
微软研究院AI头条
0+阅读 · 2021年11月9日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员