The peridynamic theory brings advantages in dealing with discontinuities, dynamic loading, and non-locality. The integro-differential formulation of peridynamics poses challenges to numerical solutions of complicated and practical problems. Some important issues attract much attention, such as the computation of infinite domains, the treatment of softening of boundaries due to an incomplete horizon, and time error accumulation in dynamic processes. In this work, we develop the \textit{peridynamic boundary element method} (PD-BEM). The numerical examples demonstrate that the PD-BEM exhibits several features. First, for non-destructive cases, the PD-BEM can be one to two orders of magnitude faster than the peridynamic meshless particle method (PD-MPM) that directly discretizes the computational domains; second, it eliminates the time accumulation error, and thus conserves the total energy much better than the PD-MPM; third, it does not exhibit spurious boundary softening phenomena. For destructive cases where new boundaries emerge during the loading process, we propose a coupling scheme where the PD-MPM is applied to the cracked region and the PD-BEM is applied to the un-cracked region such that the time of computation can be significantly reduced.


翻译:远地动力学理论在处理不连续、动态装载和非局部性方面带来了优势。 远地动力学的内在差异性配方对复杂和实际问题的数字解决方案提出了挑战。 一些重要问题吸引了许多关注,例如计算无限域、处理由于不完全的地平线而软化的边界和动态过程中的时间错误积累。 在这项工作中,我们开发了 & textit{peririval 边界元素方法} (PD-BEM) 。 数字实例表明PD- BEM 具有若干特征。 首先,对于非破坏性案例,PD-BEM 可能比直接将计算区域分解的无渗透性中微粒方法(PD-MPM) 高出一至两级。 其次,它消除了时间积累错误,从而保存的总能量比PD- MPM (PD-M) (PD-BEM) 还要好得多; 第三,它没有表现出虚假的边界软化现象。 对于在装载过程中出现新边界的破坏性案例,我们提出了一个组合计划,即PD- MPM 将PD- MPM 应用到断裂后区域,PD-D-M 的计算可以大大降低。

0
下载
关闭预览

相关内容

CASES:International Conference on Compilers, Architectures, and Synthesis for Embedded Systems。 Explanation:嵌入式系统编译器、体系结构和综合国际会议。 Publisher:ACM。 SIT: http://dblp.uni-trier.de/db/conf/cases/index.html
【干货书】机器学习速查手册,135页pdf
专知会员服务
126+阅读 · 2020年11月20日
专知会员服务
110+阅读 · 2020年3月12日
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
已删除
将门创投
5+阅读 · 2018年3月21日
Arxiv
0+阅读 · 2021年7月19日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2018年3月21日
Top
微信扫码咨询专知VIP会员