In this thesis, a computational framework for microstructural modelling of transverse behaviour of heterogeneous materials is presented. The context of this research is part of the broad and active field of Computational Micromechanics, which has emerged as an effective tool both to understand the influence of complex microstructures on the macro-mechanical response of engineering materials and to tailor-design innovative materials for specific applications through a proper modification of their microstructure. The computational framework presented in this thesis is based on the Virtual Element Method (VEM), a recently developed numerical technique able to provide robust numerical results even with highly-distorted meshes. The peculiar features of VEM have been exploited to analyse two-dimensional representations of heterogeneous materials microstructures. Ad-hoc polygonal multi-domain meshing strategies have been developed and tested to exploit the discretisation freedom that VEM allows. To further simplify the preprocessing stage of the analysis and reduce the total computational cost, a novel hybrid formulation for analysing multi-domain problems has been developed by combining the Virtual Element Method with the well-known Boundary Element Method (BEM). The hybrid approach has been used to study both composite material transverse behaviour in presence of inclusions with complex geometries and damage and crack propagation in the matrix phase. Numerical results are presented that demonstrate the potential of the developed framework.


翻译:在本论文中,介绍了对各种材料的横向行为进行微观结构建模的计算框架,这一研究的背景是计算微型机械系统这一广泛而活跃的领域的一部分,它已成为一个有效工具,既了解复杂的微观结构对工程材料宏观机械反应的影响,又通过适当修改微结构,为具体应用设计设计创新材料;本论文提出的计算框架以虚拟元素法(VEM)为基础,这是最近开发的一种数字技术,既能提供可靠的数字结果,即使与高度扭曲的meshes相结合。VEM的特殊特点已被利用来分析多元材料微观结构的两维表现。Ad-hoc多边多边结构的模拟战略已经制定和测试,以利用VEM系统允许的离散自由。为了进一步简化分析的预处理阶段,降低计算总成本,通过将虚拟元素法与众所周知的边界缩放法相结合,开发了分析多面问题的新混合法。在综合材料制中,采用了混合法(BEM) 和混合制模法的模型是用于综合材料的跨面分析。

0
下载
关闭预览

相关内容

【新书】Java企业微服务,Enterprise Java Microservices,272页pdf
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
5+阅读 · 2019年3月29日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年11月26日
Arxiv
0+阅读 · 2021年11月24日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
5+阅读 · 2019年3月29日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
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