This work proposes a novel, general and robust method of determining bond micromoduli for anisotropic linear elastic bond-based peridynamics. The problem of finding a discrete distribution of bond micromoduli that reproduces an anisotropic peridynamic stiffness tensor is cast as a least-squares problem. The proposed numerical method is able to find a distribution of bond micromoduli that is able to exactly reproduce a desired anisotropic stiffness tensor provided conditions of Cauchy's relations are met. Examples of all eight possible elastic material symmetries, from triclinic to isotropic are given and discussed in depth. Parametric studies are conducted to demonstrate that the numerical method is robust enough to handle a variety of horizon sizes, neighborhood shapes, influence functions and lattice rotation effects. Finally, an example problem is presented to demonstrate that the proposed method is physically sound and that the solution agrees with the analytical solution from classical elasticity. The proposed method has great potential for modeling of deformation and fracture in anisotropic materials with bond-based peridynamics.


翻译:这项工作提出了一种新颖、一般和稳健的方法,用以确定厌食性线性弹性粘合性近地动力学的粘合性微模量; 寻找离散的粘合性微模量分布,再生出一种厌食性近地动力硬度强度; 所提议的数字方法能够找到一种粘合性微模量的分布,能够准确复制一种理想的厌食性粘合性强度,但必须满足Causi关系的条件。 从临床到异地动力学的所有八种可能的弹性物质对称性,都提供了实例,并进行了深入的讨论。 进行了参数研究,以证明数字方法足够强大,足以处理各种地平线大小、周边形状、影响功能和拉蒂斯旋转效应。 最后,提出了一个例子问题,以证明拟议的方法是物理健全的,解决办法与古典弹性的分析解决办法是一致的。 拟议的方法极有可能用基于粘合性地球动力学的粘合性材料模拟变形和断裂。

0
下载
关闭预览

相关内容

【干货书】数值Python计算,Numerical Python,709页pdf
专知会员服务
112+阅读 · 2021年5月30日
【图与几何深度学习】Graph and geometric deep learning,49页ppt
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
已删除
将门创投
3+阅读 · 2019年1月15日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月20日
Arxiv
0+阅读 · 2021年7月19日
VIP会员
相关VIP内容
【干货书】数值Python计算,Numerical Python,709页pdf
专知会员服务
112+阅读 · 2021年5月30日
【图与几何深度学习】Graph and geometric deep learning,49页ppt
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
相关资讯
已删除
将门创投
3+阅读 · 2019年1月15日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员