The Boundary Element Method (BEM) is a powerful numerical approach for solving 3D elastostatic problems, particularly useful for crack propagation in fracture mechanics and half-space problems. A key challenge in BEM lies in handling singular integral kernels. Various analytical and numerical integration or regularization techniques address this, including one that combines partial integration with Stokes' theorem to reduce hyper-singular and strong singular kernels to weakly singular ones. This approach typically assumes a closed surface, omitting the boundary integrals from Stokes' theorem. In this paper, these usually neglected boundary line integrals are introduced and their significance is demonstrated, first in a pure half-space problem, and then shown to be redundant in fast multipole method (FMM) based BEM, where geometry partitioning produces pseudo open surfaces.


翻译:边界元法(BEM)是求解三维弹性静力学问题的强大数值方法,在断裂力学中的裂纹扩展和半空间问题中尤为有效。BEM的一个关键挑战在于处理奇异积分核。现有多种解析和数值积分或正则化技术应对此问题,其中一种方法将部分积分与斯托克斯定理相结合,将超奇异和强奇异核降阶为弱奇异核。该方法通常假设闭合曲面,从而忽略了斯托克斯定理中的边界积分项。本文引入了这些通常被忽略的边界线积分,并首先在纯半空间问题中论证了其重要性,随后证明在基于快速多极子法(FMM)的BEM中,由于几何分区会产生伪开放曲面,这些线积分是冗余的。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
国家自然科学基金
2+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
2+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
Arxiv
16+阅读 · 2022年5月17日
Arxiv
18+阅读 · 2021年3月16日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关基金
国家自然科学基金
2+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
2+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
Top
微信扫码咨询专知VIP会员