The authors have shown in previous contributions that reduced order modeling with optimal cubature applied to finite element square (FE2) techniques results in a reliable and affordable multiscale approach, the HPR-FE2 technique. Such technique is assessed here for an industrial case study of a generic 3D reinforced composite whose microstructure is represented by two general microcells accounting for different deformation mechanisms, microstrucural phases and geometry arrangement. Specifically, in this approach the microstrain modes used for building the reduced order model (ROM) are obtained through standard proper orthogonal decomposition (POD) techniques applied over snapshots of a representative sampling strain space. Additionally, a reduced number of integration points is obtained by exactly integrating the main free energy modes resulting from the sampling energy snapshots. The outcome consists of a number of dominant strain modes integrated over a remarkably reduced number of integration points which provide the support to evaluate the constitutive behavior of the microstructural phases. It is emphasized that stresses are computed according to the selected constitutive law at the reduced integration points and, therefore, the strategy inherits advantageous properties such as model completeness and customization of material properties. Overall results are discussed in terms of the consistency of the multiscale analysis, customization of the microscopic material parameters and speedup ratios compared to high-fidelity finite element (HF) simulations.


翻译:作者们在以前的贡献中已经表明,对有限元素正方形(FE2)应用最优的孵化模型缩小了定序模型,导致采用可靠和负担得起的多尺度方法,即HPR-FE2技术,对这种方法进行评估是为了对通用的3D强化复合体进行工业案例研究,该复合体的微结构由两个普通微细胞组成,这些细胞代表不同的变形机制、微结构阶段和几何安排,具体地说,在这种方法中,用于建立减序模型(ROM)的微树种模式是通过对具有代表性的抽样菌株空间的近照应用标准正正正正正正正正正正正正正正正正正正正正的分解法(POD)技术获得的分解法(ROM)获得的分解法(ROM),此外,通过将抽样能量切片产生的主要自由能源模式完全整合而获得的集成点数量有所减少,其结果包括一些主要集成型的集成型体模型,这些集成型细胞分数明显减少,为评估微结构阶段结构各阶段的构成行为;强调根据选定的组合法计算压力,因此战略继承了有利的特性,对材料特性进行高级的基化,对高基面的精确度进行了分析。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
37+阅读 · 2021年4月27日
IJCAI2020接受论文列表,592篇论文pdf都在这了!
专知会员服务
63+阅读 · 2020年7月16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
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
“CVPR 2020 接受论文列表 1470篇论文都在这了
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
已删除
将门创投
4+阅读 · 2018年6月1日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
64+阅读 · 2021年6月18日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
VIP会员
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
已删除
将门创投
4+阅读 · 2018年6月1日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员