The material point method (MPM) is frequently used to simulate large deformations of nearly incompressible materials such as water, rubber, and undrained porous media. However, MPM solutions to nearly incompressible materials are susceptible to volumetric locking, that is, overly stiff behavior with erroneous strain and stress fields. While several approaches have been devised to mitigate volumetric locking in MPM, none of them lends itself to a straightforward application to standard explicit MPM formulations. In this work, we propose a locking-mitigation approach that features an unprecedented combination of simplicity, efficacy, and generality for a family of explicit MPM formulations. The approach combines the assumed deformation gradient ($\bar{\boldsymbol{F}}$) method with a volume-averaging operation built on standard particle-grid transfer schemes in MPM. Upon explicit time integration, this combination yields a new and simple algorithm for updating the deformation gradient, preserving all other MPM procedures. The proposed approach is thus easy to implement, low-cost, and compatible with the existing machinery in MPM. Through various types of nearly incompressible problems in solid and fluid mechanics, we verify that the proposed approach efficiently circumvents volumetric locking in explicit MPM, regardless of the basis functions and material types.


翻译:材料点法(MPM)经常用来模拟水、橡胶和未排灌的多孔介质等几乎不压缩材料的大规模变形;然而,几乎不压缩材料的MPM解决方案容易被排挤成体积锁定,即过于僵硬的行为,造成压力和压力领域错误。虽然已经设计了几种办法来减轻MPM的体积锁定,但没有任何一种办法能够直接应用标准明确的MPM配方。在这项工作中,我们提议了一种锁定-缓解方法,这种方法将简单、高效和一般的组合,对一组明确的MPM配方进行空前的组合。该方法将假定的变形梯度(bar_boldsymsbol{F ⁇ $)方法与在MPM标准粒子电网传输计划基础上的体积稳定操作相结合。在明确的时间整合后,这种组合产生一种新的简单算法,用于更新变形梯度,保留所有其他MPM程序。因此,拟议的方法易于实施、低成本和与MPMM的现有机制相容,因此容易执行、兼容。无论采用何种类型的硬质和可绕式的硬质方法,我们可快速地核查了各种硬质和硬质技术。

0
下载
关闭预览

相关内容

专知会员服务
124+阅读 · 2020年9月8日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10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
104+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
41+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18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
17+阅读 · 2018年12月24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
1+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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年10月19日
Arxiv
0+阅读 · 2022年10月18日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18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
17+阅读 · 2018年12月24日
相关基金
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
1+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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员