期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
两类数据驱动计算均匀化方法对比研究
被引量：
2
1
作者
白晓伟
赵鲁阳
+3 位作者
李亮
罗利龙
阳杰
胡衡
《力学学报》
EI
CAS
CSCD
北大核心
2024年第7期1931-1942,共12页
目前针对非均质材料与结构的多尺度仿真尚面临本构建模复杂和多尺度计算成本高的难题.数据驱动计算均匀化方法一方面通过数据科学的手段降低与本构模型相关的人力和时间成本,另一方面将耗时的细观问题计算移至线下进行,从而显著提升非...
目前针对非均质材料与结构的多尺度仿真尚面临本构建模复杂和多尺度计算成本高的难题.数据驱动计算均匀化方法一方面通过数据科学的手段降低与本构模型相关的人力和时间成本,另一方面将耗时的细观问题计算移至线下进行,从而显著提升非均质材料与结构的在线计算效率.该方法按控制方程的来源可大致分为两类:第一类是基于能量泛函的数据驱动算法,旨在通过人工智能手段高效地获取材料本构关系,继而在经典计算力学框架下通过能量极值求解问题;第二类是基于距离泛函的数据驱动算法,其绕开材料本构建模过程,直接利用本构数据中的点与满足守恒方程的点的距离极值寻求问题的解.文章简要回顾两类数据驱动计算均匀化方法的求解思路,以纤维增强复合材料结构为例,分别从定性和定量的角度分析样本数据量对两类算法计算效率和精度的影响,继而从算法实现、计算精度、计算效率和后处理等方面进行对比分析,探讨两者在求解多尺度问题时的优势与不足,以期为发展高效的非均质材料结构分析技术提供参考.
展开更多
关键词
数据驱动计算力学
计算
均匀化
非均质材料与结构
在线阅读
下载PDF
职称材料
功能梯度材料数据驱动格点型有限体积法
2
作者
龚京风
陈思成
+2 位作者
宣领宽
李晨琦
张跃
《力学学报》
北大核心
2025年第1期136-147,共12页
复合材料结构力学性能的评估是机械工程领域迫切需要解决的关键问题.将材料应力应变数据与格点型有限体积法(cell-vertex finite volume method,CV-FVM)相结合形成数据驱动格点型有限体积法,用于解决复合材料本构建模复杂和成本高昂的难...
复合材料结构力学性能的评估是机械工程领域迫切需要解决的关键问题.将材料应力应变数据与格点型有限体积法(cell-vertex finite volume method,CV-FVM)相结合形成数据驱动格点型有限体积法,用于解决复合材料本构建模复杂和成本高昂的难题.该方法将材料应力应变数据与格点型有限体积法相结合,利用交错网格技术,将应力-应变定义在单元内,位移和拉格朗日乘子定义于节点,围绕节点构建控制体,为每个单元分配应力应变数据,基于格点型有限体积法对每个控制体的几何方程和平衡方程进行离散和求解,最终通过满足守恒定律的点与材料数据库中的点的距离极值最小化以寻求出问题的最优解.采用C++语言开发数值求解程序,通过该程序分析均匀材料带孔方板和功能梯度材料复合拉压板力学性能,数值计算结果表明:所提出的方法对三角形网格、双线性四边形单元和混合网格适用性良好;数据库数据点数量、数据点间距以及常数矩阵取值对计算结果的影响与现有文献中有限单元法的结论吻合;在保持计算成本相近时,该方法计算结果的精度与有限单元法格式下的数据驱动算法结果精度接近,验证了该方法的有效性;最后通过功能梯度板的数值模拟计算,展示了该方法具备对复合材料的力学行为进行预测和模拟的能力.
展开更多
关键词
数据驱动计算力学
格点型有限体积法
功能梯度材料
在线阅读
下载PDF
职称材料
聚类分析-神经网络-贝叶斯优化联合识别复合材料参数研究
3
作者
冯易鑫
彭辉
罗威
《力学学报》
EI
CAS
CSCD
北大核心
2024年第11期3333-3350,共18页
目前针对非均质复合材料参数的正逆向识别尚面临正向计算成本高和逆向识别泛用性低的难题.数据驱动的计算均匀化方法可以一方面利用数据科学的先进算法降低控制方程的变量数目,另一方面建立复合材料设计结构与等效参数的联系,从而显著...
目前针对非均质复合材料参数的正逆向识别尚面临正向计算成本高和逆向识别泛用性低的难题.数据驱动的计算均匀化方法可以一方面利用数据科学的先进算法降低控制方程的变量数目,另一方面建立复合材料设计结构与等效参数的联系,从而显著提升计算效率并挖掘参数间的内在关联.文章采用数据驱动的聚类分析方法(self-consistent clustering analysis,SCA),依据各网格点的应变集中张量进行聚类划分,并在聚类区域上求解离散的Lippmann-Schwinger方程,在极大程度降低计算自由度的同时,高效获取等效模量、热膨胀系数、热导率等参数.然而SCA法在处理大量不同结构工况时效率略显不足,进一步利用人工神经网络方法(artificial neural network,ANN)作为代理模型加速计算,实现不同工况下等效参数的快速预测.针对于逆向识别非均质材料和结构的反问题,则结合贝叶斯优化(Bayesian optimization)方法,在给定的等效参数下反向识别最优化的材料和几何结构,形成聚类分析-神经网络-贝叶斯优化的联合识别框架.以超导EAS股线和颗粒增强复合材料为例,进行联合识别框架与已有实验和数值结果的对比分析,继而从计算精度、求解效率、模型超参数选取、敏感度分析和反向验证等方面进行深入研究,探讨建立的聚类分析-神经网络-贝叶斯优化框架的优势和不足,以期为发展精度较高和适用范围较广的复合材料参数识别方法提供思路和参考.
展开更多
关键词
数据驱动计算力学
计算
均匀化
聚类分析
神经网络
贝叶斯优化
在线阅读
下载PDF
职称材料
题名
两类数据驱动计算均匀化方法对比研究
被引量：
2
1
作者
白晓伟
赵鲁阳
李亮
罗利龙
阳杰
胡衡
机构
武汉大学土木建筑工程学院
中国飞机强度研究所强度与结构完整性全国重点实验室
宁夏大学数学统计学院
出处
《力学学报》
EI
CAS
CSCD
北大核心
2024年第7期1931-1942,共12页
基金
国家重点研发计划(2022YFE0113100)
国家自然科学基金(11920101002,12202322)
工信部民机专项(MJZ3-2N21)资助项目。
文摘
目前针对非均质材料与结构的多尺度仿真尚面临本构建模复杂和多尺度计算成本高的难题.数据驱动计算均匀化方法一方面通过数据科学的手段降低与本构模型相关的人力和时间成本,另一方面将耗时的细观问题计算移至线下进行,从而显著提升非均质材料与结构的在线计算效率.该方法按控制方程的来源可大致分为两类:第一类是基于能量泛函的数据驱动算法,旨在通过人工智能手段高效地获取材料本构关系,继而在经典计算力学框架下通过能量极值求解问题;第二类是基于距离泛函的数据驱动算法,其绕开材料本构建模过程,直接利用本构数据中的点与满足守恒方程的点的距离极值寻求问题的解.文章简要回顾两类数据驱动计算均匀化方法的求解思路,以纤维增强复合材料结构为例,分别从定性和定量的角度分析样本数据量对两类算法计算效率和精度的影响,继而从算法实现、计算精度、计算效率和后处理等方面进行对比分析,探讨两者在求解多尺度问题时的优势与不足,以期为发展高效的非均质材料结构分析技术提供参考.
关键词
数据驱动计算力学
计算
均匀化
非均质材料与结构
Keywords
data-driven computational mechanics
computational homogenization
heterogeneous materials and structures
分类号
O34 [理学—固体力学]
在线阅读
下载PDF
职称材料
题名
功能梯度材料数据驱动格点型有限体积法
2
作者
龚京风
陈思成
宣领宽
李晨琦
张跃
机构
武汉科技大学汽车与交通工程学院
上海船舶设备研究所
出处
《力学学报》
北大核心
2025年第1期136-147,共12页
基金
国家自然科学基金资助项目(51909197).
文摘
复合材料结构力学性能的评估是机械工程领域迫切需要解决的关键问题.将材料应力应变数据与格点型有限体积法(cell-vertex finite volume method,CV-FVM)相结合形成数据驱动格点型有限体积法,用于解决复合材料本构建模复杂和成本高昂的难题.该方法将材料应力应变数据与格点型有限体积法相结合,利用交错网格技术,将应力-应变定义在单元内,位移和拉格朗日乘子定义于节点,围绕节点构建控制体,为每个单元分配应力应变数据,基于格点型有限体积法对每个控制体的几何方程和平衡方程进行离散和求解,最终通过满足守恒定律的点与材料数据库中的点的距离极值最小化以寻求出问题的最优解.采用C++语言开发数值求解程序,通过该程序分析均匀材料带孔方板和功能梯度材料复合拉压板力学性能,数值计算结果表明:所提出的方法对三角形网格、双线性四边形单元和混合网格适用性良好;数据库数据点数量、数据点间距以及常数矩阵取值对计算结果的影响与现有文献中有限单元法的结论吻合;在保持计算成本相近时,该方法计算结果的精度与有限单元法格式下的数据驱动算法结果精度接近,验证了该方法的有效性;最后通过功能梯度板的数值模拟计算,展示了该方法具备对复合材料的力学行为进行预测和模拟的能力.
关键词
数据驱动计算力学
格点型有限体积法
功能梯度材料
Keywords
data-driven computational mechanics
cell-vertex finite volume method
functionally graded material
分类号
O34 [理学—固体力学]
在线阅读
下载PDF
职称材料
题名
聚类分析-神经网络-贝叶斯优化联合识别复合材料参数研究
3
作者
冯易鑫
彭辉
罗威
机构
三峡大学湖北省水电工程施工与管理重点实验室
三峡大学水利与环境学院工程力学系
出处
《力学学报》
EI
CAS
CSCD
北大核心
2024年第11期3333-3350,共18页
基金
国家重点研发计划(2022YFC3005603-01)
湖北省自然科学基金(2024AFB291)
安徽省自然科学基金(2308085US02)资助项目.
文摘
目前针对非均质复合材料参数的正逆向识别尚面临正向计算成本高和逆向识别泛用性低的难题.数据驱动的计算均匀化方法可以一方面利用数据科学的先进算法降低控制方程的变量数目,另一方面建立复合材料设计结构与等效参数的联系,从而显著提升计算效率并挖掘参数间的内在关联.文章采用数据驱动的聚类分析方法(self-consistent clustering analysis,SCA),依据各网格点的应变集中张量进行聚类划分,并在聚类区域上求解离散的Lippmann-Schwinger方程,在极大程度降低计算自由度的同时,高效获取等效模量、热膨胀系数、热导率等参数.然而SCA法在处理大量不同结构工况时效率略显不足,进一步利用人工神经网络方法(artificial neural network,ANN)作为代理模型加速计算,实现不同工况下等效参数的快速预测.针对于逆向识别非均质材料和结构的反问题,则结合贝叶斯优化(Bayesian optimization)方法,在给定的等效参数下反向识别最优化的材料和几何结构,形成聚类分析-神经网络-贝叶斯优化的联合识别框架.以超导EAS股线和颗粒增强复合材料为例,进行联合识别框架与已有实验和数值结果的对比分析,继而从计算精度、求解效率、模型超参数选取、敏感度分析和反向验证等方面进行深入研究,探讨建立的聚类分析-神经网络-贝叶斯优化框架的优势和不足,以期为发展精度较高和适用范围较广的复合材料参数识别方法提供思路和参考.
关键词
数据驱动计算力学
计算
均匀化
聚类分析
神经网络
贝叶斯优化
Keywords
data-driven computational mechanics
computational homogenization
clustering analysis
neural networks
Bayesian optimization
分类号
TB303 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
两类数据驱动计算均匀化方法对比研究
白晓伟
赵鲁阳
李亮
罗利龙
阳杰
胡衡
《力学学报》
EI
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
功能梯度材料数据驱动格点型有限体积法
龚京风
陈思成
宣领宽
李晨琦
张跃
《力学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
聚类分析-神经网络-贝叶斯优化联合识别复合材料参数研究
冯易鑫
彭辉
罗威
《力学学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
