Accurate analysis of plastic strain accumulation under stress-controlled cyclic loading is vital for numerous engineering applications. Typically, models of plastic ratcheting are calibrated against available experimental data. Since actual experiments are not exactly accurate, one should check the identification protocols for pathological dependencies on experimental errors. In this paper, a step-by-step algorithm is presented to estimate the sensitivities of identified material parameters. As a part of the sensitivity analysis method, a new mechanics-based metric in the space of material parameters is proposed especially for ratcheting-related applications. The sensitivity of material parameters to experimental errors is estimated, based on this metric. For demonstration purposes, the accumulation of irreversible strain in the titanium alloy VT6 (Russian analog of Ti-6Al-4V) is analysed. Three types of phenomenological models of plastic ratcheting are considered. They are the Armstrong-Frederick model as well as the first and the second Ohno-Wang models. Based on real data, a new rule of isotropic hardening is proposed for greater accuracy of simulation. The ability of the sensitivity analysis to determine reliable and unreliable parameters is demonstrated. The plausibility of the new method is checked by alternative approaches, like the consideration of correlation matrices and validation of identified parameters on "unseen" data. A relation between pathological error sensitivity and overparametrization is established.


翻译:对压力控制循环装载下塑料菌株积累的精确分析对于许多工程应用至关重要。通常,塑料切切机模型是根据现有的实验数据校准的。由于实际实验不完全准确,因此应当检查病理依赖性实验错误的鉴定规程。在本文中,提出分步骤算法,以估计已查明材料参数的敏感性。作为敏感性分析方法的一部分,特别为牵引相关应用提出了材料参数空间中基于机械的新方法。根据实际数据,对实验错误的物质参数的敏感性进行了估计。为示范目的,对钛合金VT6(俄罗斯的Ti-6Al-4V模拟)中不可逆转的菌株的累积进行了分析。考虑了三种类型的塑料切切切机型模型。它们是阿姆斯特朗-弗雷德里克模型,以及第一和第二奥诺-旺模型。根据真实数据,提出了一种新的异向硬化规则,以便提高模拟的准确性。为了示范目的,对确定可靠和不可靠的变现参数的敏感性分析能力,例如确定可靠和不可靠的变现性参数的精确性参数的精确度分析能力,通过新的变现性分析方法来验证数据和变现的精确性研究。一个已查明的精确性模型的精确性方法的对比。

0
下载
关闭预览

相关内容

【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
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12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
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月1日
Arxiv
8+阅读 · 2018年11月27日
Viewpoint Estimation-Insights & Model
Arxiv
3+阅读 · 2018年7月3日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6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