项目名称: 求解粘弹性问题的时域自适应比例边界方法

项目编号: No.11202046

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 何宜谦

作者单位: 大连理工大学

项目金额: 26万元

中文摘要: 粘弹性问题的数值求解具有重要的工程应用背景和理论探讨价值。为了能够更精确地求解具有时空耦合性质的粘弹性问题,所采用的数值方法需要同时在时域和空间上都具有良好的精度、收敛性和计算效率。在本项目中,拟将时域自适应算法和比例边界法相结合,发展一种新的求解粘弹性问题的数值模型。在时域上,采用分段时域自适应算法,借助自适应技术充分保证时域计算精度;在空间上,采用比例边界法,能够为一般的粘弹性问题提供一种具有较高精度的边界类方法,同时能够更加有效地求解带有应力奇异性或无限域的问题。特别关注粘弹性断裂问题和无限域粘弹性问题的计算,实现对粘弹性裂纹开裂和扩展的数值模拟。此外,还将研究比例边界法与其他空间方法的耦合模型和旋转周期对称结构的加速计算,以提高其适用性和计算效率。为粘弹性问题的研究提供一种新的途径和数值求解工具。目前粘弹性问题研究中似很少有类似本项目的直接相关报道,是开展创新性研究的良好契机。

中文关键词: 粘弹性;比例边界法;时域自适应算法;应力奇异性;无限域

英文摘要: The numerical solutions for viscoelastic problems are of significant scientific interest in practical engineering and theoretical research. In order to compute the time-space coupling viscoelastic problems, the applied numerical methods should have good accuracy,convergence and effectivity in both time and space domain.In this program a new numerical model for viscoelastic problems is developed by combining an adaptive algorithm in time domain and scaled boundary method. In time domain the piecewise adaptive algorithm in time domain is employed to maintain computing accuracy under different step size by virtue of adaptive technique.In space domain the Scaled Boundary Method (SBM) is proposed no only providing an alternative accurate boundary based method for general viscoelastic problems but also very suitable for those involving stress singularity or unbounded domains.Particularly more efforts will be made for viscoelastic fracture problems including the simulation of the initiation and propagation of crack and unbounded domain viscoelastic problems.Besides,both the coupling model combining SBM with other space methods and the acceleration computing for structures with cyclic symmetry will be researched together in order to make proposed algorithm more conveniently and effectively. The research of this program

英文关键词: Viscoelasticity;Scaled boundary method;Adaptive algorithm in time domain;Stress singularity;Unbounded domain

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
12+阅读 · 2021年10月12日
专知会员服务
16+阅读 · 2021年7月13日
专知会员服务
31+阅读 · 2021年6月24日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
22+阅读 · 2021年4月10日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【NeurIPS2021】去栅格化的矢量图识别
专知
0+阅读 · 2021年11月18日
CVPR2021-单目实时全身捕捉的方法
专知
0+阅读 · 2021年3月18日
【CVPR2021】空间一致性表示学习
专知
0+阅读 · 2021年3月12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 · 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 · 2012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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关主题
相关VIP内容
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
12+阅读 · 2021年10月12日
专知会员服务
16+阅读 · 2021年7月13日
专知会员服务
31+阅读 · 2021年6月24日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
22+阅读 · 2021年4月10日
相关资讯
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【NeurIPS2021】去栅格化的矢量图识别
专知
0+阅读 · 2021年11月18日
CVPR2021-单目实时全身捕捉的方法
专知
0+阅读 · 2021年3月18日
【CVPR2021】空间一致性表示学习
专知
0+阅读 · 2021年3月12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 · 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 · 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 · 2012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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员