מודלים בקנה מידה רב של התנהגות מכנית של Compositessforced Composites

מבוא מודלים בקנה מידה רב של סיבים-Reinforced Composites

תרכובות סיבים-reinforceed הפכו הכרחיות בתעשיות החל מאווירה לספורט סחורות, הודות ליחסי כוח-משקל יוצא דופן שלהם, עמידות קורוזיה וביצועי עייפות.עם זאת, תכנון מבנים מורכבים אמינים דורש הבנה עמוקה של ההתנהגות המכנית שלהם, שהוא רב-מידה מטבעי של סידור מיקרוסקופי של סיבים בתוך מטריצה פולימרית לתגובת המקרוסקופית של כנף מלאה או רוחב, הוא מסוגל לנבאת דיוקים של תכונות תעשייתיות גבוהה.

מאמר זה מרחיב את המושגים הבסיסיים של מודלים רב-ממדיים עבור תרכובות של סיבים-reinforced, המכסה את טכניקות המפתח בכל קנה מידה, שיטות הומוגניזציה, מנגנוני כישלונות, אתגרים חישוביים, ומגמות מתפתחות. על ידי שילוב מודלים המבוססים על פיזיקה עם גישות מונחות נתונים, מודלים בקנה מידה רב-מידה מודלים הוא מהפכה עיצוב חומרים מורכבים הסמכה.

הבנה של Multiscale Modeling

מודלים בקנה מידה רב-ממדיים מתייחסים למתודולוגיה של קישור מודלים הפועלים בקנה מידה שונים כדי לתאר את ההתנהגות הכוללת של חומר או מבנה.עבור מרוכבים מאוישים, הקשקשים האלה בדרך כלל מ- nanometers (למשל, אינטראקציות מולקולריות בממשק הסיבים-מטריקס) למטר (למשל, כנפיים מטוסים שלמות).

גישה זו חיונית משום שתרכובות מורכבות מציגות התנהגות עצמאית בקנה מידה חזק.לדוגמה, חלוקת סיבים מיקרוסקופית משפיעה על התפשטות סדק במיקרו-סקאלה, אשר לאחר מכן משפיעות על סמך גודל המאזניים, ובסופו של דבר מכריע כשל מבני.ללא גישה רב-מידה, אינטראקציות אלה קשה ללכוד באמצעות ניתוח סופי בקנה מידה אחד.

למה מודלים בקנה מידה גדול

• (ב) ⁇ :0) דיוקנות: 1FLT (ה) הוא מהווה פרטים מיקרו-אורליים שיכולים לשנות באופן משמעותי את התכונות ברמת המאקרו.
• (ב) ,0) ,הכוח: 1FLT: הוא נמנע מפתרון המבנה כולו ברמת האטומית, אשר הוא אסרטיבי מבחינה חישובית.
• (FLT:0) אופטימיזציה של עיצוב: FLT:1 הוא מאפשר בדיקות וירטואליות של ארכיטקטורות סיבים חדשים, כיסים, או שילובים חומריים לפני הפשטות פיזית.
• (ב) חיזוי:0) חיזוי של פיתוי: FLT:1 הוא מאפשר תחזית של נזק מתמשך וכוח חי בתנאים של טעינה ריאלית.

תעריפים ב Composite Modeling

מודלים בקנה מידה רב של מרוכבים בדרך כלל מחשיבים שלושה בקנה מידה ראשוני: מיקרו-סול, meso-scale, ו-מאקרו-scale.לכל קנה מידה יש תכונות אופייניות משלו, מודלים ושיטות, ואתגרים.הגבולות בין המאזניים אינם נוקשים אך מוגדרים על ידי תכונות העניין.

מודלים בקנה מידה מיקרו

בקנה מידה מיקרו, המסובייק נחשב כחומר heterogeneous המורכב סיבים (לעתים קרובות פחמן, זכוכית או aramid) מוטבע במריצה (בדרך כלל epoxy, פוליסטר או thermoplastic) הסיבים נע בין כמה מיקרומטר לעשרות מיקרומטר.

• התנהגות ממשק:0 (Fiber-matrix): FIRLT:1; Adhesion, debonding, and interfacial shear Power.
• (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
• (ב) ⁇ :0) תכונות שונות: 1FLT:1Build, Power, תרמי הרחבה יעילה.
• (ב) ⁇ :0) ⁇ : ⁇ : ⁇ : ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

טכניקות מיקרו-קליק נפוצות כוללות:

• (FLT:0 ,ייצוגי של אלמנט (RVE) מודל:FLT 1 1 תא יחידה נציג סטטיסטי של מבנה המיקרו הוא מודל באמצעות שיטת האלמנט הסופי (FEM) או מהר יותר שינוי Fourier (FFT) מבוסס פתרון. בתנאים ברוקליים (למשל, תקופתיים, מעורבב) מוחלים על מנת להפיק תכונות יעילות או מתח מקומי.
• (FLT:0)Molecular Dynamics (MD) סימולציות: אנדרל 1 (RalLT:1) משמש עבור קשקשים קטנים מאוד (מונים) כדי ללמוד אינטראקציות ברמה אטומית, במיוחד עבור כוח ממשק או התנהגות פולימרית ליד סיבים.
• (FLT:0Micromechanical Model:FLT:1) מודלים אנליטיים כמו כלל התערובת, מורי-טנקה, או תורת הכללה אספרטיבית של אספראלבי מעריכים תכונות יעילות ללא סימולציות שדה מלאות.

(FLT:0)Example:FLT:1 ; סיבי פחמן / פקסי RVE עם חלקיק נפח סיבים של 60% ניתן מודל עם תנאי גבול תקופתיים כדי לחדד את הנוקשות הגמישות.

מודל בינוני

קנה המידה (או בקנה מידה ply) בוחן ערימה של להקות או מרק שאורג חוזר על יחידה.כאן, המוקד הוא על נכסים ברמה ply, מתחים בין-laminar, ומנגנוני נזק כמו דלמנט או מריצה סדק בין plies.ה meso-גשר הפער בין בקנה מידה מיקרו-ממדי והיקף מבני.

• (ב) דרבי:0) , דרבי: דרבי: דרבי מ"ההוגניזציה בקנה מידה מיקרו-ממדית" או מדידות ניסיוניות.
• התנהגות בין-כוכבית:0 (בקיצור:0) 1 (בשיתוף:0) מודלים של אזור קוהשטיביים משמשים בדרך כלל כדי לדמות את הדיכאון.
• (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

טכניקות בקנה מידה זה כוללות:

• (FLT:0) מודלים של יסוד סופי בקנה מידה: FIRLT:1 ; כל פיקסל הוא מודל לשכבה נפרדת עם מודל מוגדר, עובי, חומר.
• (FLT:0) מכניקת דמיון: 1FLT:1 המשך מודלים (למשל, Puck, LaRC) לחזות מטריקס, כישלונות סיבים, ו- delamination.

מודלים בקנה מידה Macro

בקנה מידה מאקרו, המבנה המורכב נחשב כחומר אורתאוטרופי או אנזוטרופי או אנזוטרופי.ה התכונות היעילות שנקבעו ממיקרו-וניתוחים בקנה מידה בינוני משמשים סימולציות של מרכיבים מבניים בקנה מידה גדול.

• (ב) תגובה פנימית:0 (ב) ⁇ :0) ⁇ (בלטינית: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
• (ב) חיזוי:0 (FLT:103) מודלים של נזק פרוגרסיביים אשר מהווים כשל ברמת פשטות ודיכאון.
• (ב) ⁇ :0) אופטימיזציה של עיצוב: ⁇ FLT:1 , התאמות , עובי, צורה לירידה במשקל וביצועים.

שיטות מאקרו נפוצות כוללות:

• (FLT:0) מנגנונים מכניקה (ניתוח יסוד פיננסי): קודים מסחריים 1:1 כגון Abaqus או ANSYS להתמודד עם גיאוגרפיות מורכבות עם אלמנטים פגומים או מוצק.
• שיטות פתרון אנליטיות:0 (אנ') תאוריה קלאסית של הליטמנטציה (CLT) עבור ג'ממטות פשוטות ועומסים.
• (FLT:0גלובל-local Modeling:FLT:1) שילוב של ניתוח גלובלי בקנה מידה מאקרו ומודלים מקומיים באזורים קריטיים כדי ללכוד כשל מפורט.

שיטות הונאה ב Multiscale Modeling

הומוגניזציה היא תהליך של מניעת תכונות מאקרוסקופיות יעילות מן המיקרו-מבנה הטרוגני.זה אבן הפינה של מודלים רב-ממדיים. טכניקות רבות-מספר זמינות, כל אחת עם שינויים מסחריים דיוק ועלויות חישוביות.

הגייה aalytical Homogenization

• (ה) ⁇ :0) ,[עריכת קוד מקור], [15] ,[דרוש מקור] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
• שיטת FLT:0 (Mori-Tanaka Method:FreaLT:1) חשבונות עבור אינטראקציות הכללה והוא משמש נרחב עבור מרוקשים עם שבריריות נמוכות עד בינוניות של סיבים.
• (FLT:0)Eshelby Inclusion Theory: ⁇ F1) יוצר את הבסיס לשיטות אנליטיות רבות.זה מדויק לריכוזים צלולים, אך עשוי לדרוש תיקון עבור תוכן סיבים גבוהים יותר.
• (FLT:0) תוכניות עקביות: IRLT:1 מתאים לחומרים פוליקריסטלליין וכמה תצורה מורכבת.

המונחים: Homogenization

הומוגניזציה מבוססת יסוד באמצעות מודלים RVE היא הגישה העקרונית והמדוייקת ביותר.זה יכול להתמודד עם צורות סיבים מורכבות, הפצה אקראית והתנהגות לא ליניארית כגון פלסטיק או נזק.העלות החישובית גבוהה יותר אך מוצדקת עבור יישומים קריטיים. FFT מבוסס הומוגניזציה (למשל, באמצעות העבודה של Moulinec ו- Suquet) מציעה חלופה מהירה יותר עבור מיקרו-מחזוריים עם פתרון גבוה.

(ב) ויקרא:2,2 ,2 ,2 ,2 ,2 ,3) .

הומוגניזציה בקנה מידה גדול עם נזק

מודלים מתקדמים בקנה מידה כוללים פגיעה באבולוציה בקנה מידה המיקרו ולהעביר תכונות מופחתות למאקרו בקנה מידה.זה כולל:

• ניתוח מיקרו בקנה מידה RVE עם אזורי כפייה או מודלים של נזק מתמשך.
• שילוב נומרי של משתנים נזק כדי לזרז קשיחות יעילה.
• החזרת אלגוריתמים לעדכן את התנהגות ה-מאקרו בקנה מידה בינוני של לחץ.

מודלים אלה הם אינטנסיביים חישוביים, אך מספקים דיוק גבוה יותר לניתוח כישלונות מתקדם.

תחזית לכישלון לאורך סולם

אחת המטרות העיקריות של מודלים רב-ממדיים היא לחזות מתי וכיצד מבנה מורכב נכשל.כישלון בתרכובות הוא תהליך רב-ממדי החל ממיקרו-קפצ'רים וסיום בהתמוטטות מבנית.

• (ב) ⁇ :0) ,5bsp; 1 (ב) כאשר מתח של עשרות שנים עולה על כוח הסיבים.
• (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
• (ב) [15] ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
• (ב) ⁇ :0) ⁇ : ⁇ 1:1 , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מודלים בקנה מידה גדול יכולים ללכוד מנגנוני כישלונ אלה על ידי שימוש במודלים שונים של נזק בכל קנה מידה וקישור אותם באמצעות הומוגניזציה.לדוגמה, RVE בקנה מידה מיקרו-מידה עשוי לשלב חוק ממשק משותף עבור debonding; המרצת הנוקשות הנובעת משימוש לאחר מכן במודל קדחתני של meso-scale הכולל קריטריון של החלמה.

(ב) ⁇ :0) ⁇ : ⁇ 1 (ב) לקריטריונים מורכבים יותר, ראה (FLT:2Engineering Toolbox מורכב קריטריונים מורכבים של כישלונות FLT 3:2Engineering Toolbox).

אתגרים ופתרונות

למרות כוחו, מודלים בקנה מידה רב של תרכובות דורשות חישוביות.האתגרים העיקריים הם:

• (ב) עלות חישובית גבוהה: 1FLT: 1 פועל אלפי סימולציות RVE לכל עומס בניתוח בקנה מידה מאקרו הוא אסרטיבי.
• (ב) העברת נתונים ועקביות: FLT:1 מבטיח כי המידע עבר בין המאזניים שומר על נאמנות פיזית (למשל, שימור אנרגיה).
• (ב) כפלת ה[[המאה ה-20]]: [[1924]]]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]
• (ב) ⁇ :0) ⁇ אוויריות: ⁇ :1 פגום בייצור (למשל, חללים, סיבים) מציג אי ודאות שיש לכמתה.

כדי להתמודד עם האתגרים הללו, החוקרים מאמצים מספר אסטרטגיות:

• (FLT:0) מודלים מסודרים: FLT:1 , קידוד אוטוקונים נכון (POD) או למידת מכונה מחליפים סימולציות RVE יקרות.
• (FLT:0) שיטות יסוד סופיות (MsFEM): מרכיבים בקנה מידה 1 של Coarse הטמיעו פתרונות בקנה מידה טוב כדי ללכוד אפקטים מקומיים.
• (ב) מקבילות:0)GPU: 1FLT:1 חישובים של RVE, ביצוע סימולציות מרובות בקנה מידה אפשרי עבור מבנים גדולים.
• (ב) ⁇ :0) , ⁇ : ⁇ 1 (בדוגמא, מונטה קרלו, כאוס פולינומי) כדי להסביר את הכדאיות.

מקור: Machine Learning and AI

למידת מכונה (ML) משמשת יותר ויותר לשיפור מודלים רב-ממדיים של ML יכול:

• למד את המיפוי מפרמטרים מיקרו-אורטוריים לנכסים יעילים (מודלים לחיקוי כירורגי).
• חיזוי נזקי חיזוי ואבולוציה ללא פתרון פיזיקה בקנה מידה מלא.
• גלה חוקים חוקתיים חדשים מהנתונים, במיוחד עבור התנהגות פולימרית מורכבת.
• אישור רצח באמצעות החלפת פותרים.

לדוגמה, רשת עצבית המאומנת על אלפי סימולציות של RVE יכולה לחזות את הנוקשות המלאה של עשרות או במילימטרים.זה מאפשר סימולציה רב-ממדית בזמן אמת אופטימיזציה עיצובית.עם זאת, גישות ML דורשות נתונים הכשרה נרחבת, באיכות גבוהה ואימות זהיר כדי להבטיח הסתברות פיזית.

יישומים בתעשייה

מודלים בקנה מידה גדול משמש באופן פעיל במספר מגזרים ביצועים גבוהים:

• (FLT:0)Aerospace:FLT:1 חיזוי ההתנהגות של כנפיים מורכבות, לוחות מתפתלים ורכיבי מנוע תחת השפעה, עייפות, ועומסים תרמיים. חברות כמו בואינג ו- Airbus שילבו שיטות מרובות בקנה מידה בתהליכי ההסמכה שלהם.
• (FLT:0) מנוע אוטומטי: 1 (עיצוב גוף רכב קל משקל ומבנים התרסקות העומדים בסטנדרטים בטיחותיים.מודלים הרב-ממדיים מסייעים לחזות ספיגה אנרגיה וצורות כשל.
• (FLT:0)Wind Energy:BuildFLT:1 אופטימיזציה של להבים טורבינות רוח עבור ייצור מורכב בקנה מידה גדול, חשבונאות עבור פגמים בייצור ועייפות החיים.
• (ב) ⁇ :0 ספורטיבי: 1FLT 1 עיצוב מסגרות אופניים, מכוני טניס, והוקי מקל על קשיחות וחוזק מותאמים.
• (FLT:0)Civil Infrastructureeur:FLT:1 fLT:1 פולימרים פולימרים רב-עוצמה (FRP) עוטפים עבור רטרוfitting גשרים ובניינים. מודלים בקנה מידה גדול להעריך עמידות ארוכת טווח בתנאים סביבתיים.

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

כיוונים עתידיים

תחום הדוגמנות הרב-ממדיות עבור מסובכים מתפתח במהירות.מגמות מפתח כוללות:

• (FLT:0) הנדסת חומרים משולבים (ICME): שילוב 1 מודלים בקנה מידה רב-מידה עם סימולציות של תהליך הייצור (למשל, ריפוי, קונסוליה) כדי לחזות נכסים כפי-מעובדים.
• (FLT:0) תאומים: FLT:1 מודלים רב-ממדיים בזמן אמת משולבים עם נתוני חיישן למעקב אחר בריאות מבנית.
• (FLT:0)Quantum Computing: FLT:1 פוטנציאל לפתרון בעיות גדולות מאוד או אינטראקציות מולקולריות עם מהירות חסרת תקדים.
• (FLT:0) גילוי מבוסס נתונים: 1FLT (באמצעות רשתות עצביות לפיסיקה) כדי לפתור משוואות שונות חלקית השולטות בהתנהגות מורכבת.
• (ב) [ה]ההסבר: [ה] [ה] [ה]] [ה]] [ה]]] [ה]]] [ה]]] [ה]][ה]]]]][ה]]]], [הההההתב"ל], [החוק העולמי על חומרים המבוססים על ידע], כדי לאמת ולהשוואה בין מודלים רב-ממדיים.

ככל שהמשאבים החישוביים ממשיכים לגדול ואלגוריתמים חדשים מופיעים, מודלים בקנה מידה גדול יהפכו לשגרה יותר בעיצוב מורכב, המאפשר מחזורי חדשנות מהירים יותר וצמצום הצורך בבדיקות פיזיות יקרות.המטרה הסופית היא ליצור שרשרת כלים וירטואלית חלקה - מאפיון חומרי גלם ועד ביצועים מבניים בקנה מידה מלא - התומך בהסמכה וניהול מחזור חיים.

מסקנה

מודלים בקנה מידה גדול הוא מסגרת עוצמתית לחיזוי ההתנהגות המכנית של תרכובות סיבים-reinforceed. על ידי קישור שיטתי מיקרו-scale, meso-scale, ותופעות בקנה מידה מאקרו, מהנדסים יכולים לייעל עיצוב חומרי, להפחית את זמן הפיתוח, ולהבטיח אמינות מבנית. בעוד אתגרים כגון עלות חישובית דרישות נתונים להישאר, התקדמות מתמשכת בלמידה גבוהה, מחשוב גבוה, ואופי ניסיוני הם להפוך מודלים בקנה מידה רב-מידה וטכניקות מדויקות יותר עבור מדענים חיוניים יותר, וטכניקות מורכבות יותר, הוא לדחוף חומרים אלה.

בין אם אתם מתכננים כנפיים של מטוסים של הדור הבא, מבנים בטוחים יותר של התרסקות רכב, או יותר משבי טורבינות רוח, מודלים רב-ממדיים מציעים את עומק ההבנה הדרושה כדי לקבל החלטות מושכלות.