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, they require significant modifications of the existing MPM machinery, often being tailored to certain basis functions or material types. 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 the standard particle--grid transfer scheme 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、橡胶等几乎压抑性材料的大规模变形;橡胶和未排灌的多孔介质等几乎压抑性材料的大规模变形;然而,对几乎压抑性材料的MPM解决方案很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。虽然已经设计了几种办法来减轻MPM的体积锁定,但需要对现有MPM机制进行重大修改,往往根据某些基础功能或材料类型加以调整。在这项工作中,我们建议采用一种锁定式办法,将简单、高效和通用的MPM配方组合成一个史无前例的组合。这种方法将假定的变形梯度(bar woldsysymbol{F ⁇ $$)方法与在MPM标准粒子-电网传输计划基础上的体积稳定化操作相结合。在明确的时间整合后,这种组合产生了一种新的简单算法,用于更新变形梯度,保留所有其他MPM程序。因此,拟议的办法容易实施、低成本、与现式配制式的通用的通用方法,无论我们如何以稳定地、快速地核查各种固定式的固定的机制式的固定式的机制式。

0
下载
关闭预览

相关内容

【2022新书】高效深度学习,Efficient Deep Learning Book
专知会员服务
117+阅读 · 2022年4月21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
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
【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
39+阅读 · 2019年10月9日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
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 · 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
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 · 2011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 · 2023年1月24日
VIP会员
相关资讯
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
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 · 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
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 · 2011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