All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Inverse Identification of Nanoindentation Model Parameters

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F07%3A01131693" target="_blank" >RIV/68407700:21110/07:01131693 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Zpětná identifikace parametrů modelu nanoindentace

  • Original language description

    Článek se zabývá identifikací materiálových parametrů konečně prvkového modelu nanoindentace. Nanoindentace je relativně nová experimentální metoda, která umožňuje zkoušet fyzikální vlastnosti materiálů v měřítku mikronů, tedy na úrovni jejich mikrostruktury. Protože je tato metoda finančně náročná, je výhodné pro její analýzu a další použití získaných hodnot používat numerické modely. V tomto případě je problémem určení vstupních parametrů modelu. K určení těchto parametrů je aplikován zpětný postup inverzní analýzy, neboli snaha nalézt inverzní vztah mezi výstupy (průběh zatěžovací křivky) a vstupy modelu (materiálové parametry). Pro nalezení tohoto vztahu je použita samoorganizující se neuronová síť GMDH. Hlavní obtíží tohoto postupu je určení vhodných vstupů neuronové sítě, tedy dostatečně vypovídajících charakteristik křivek. Pro odhad závislosti mezi konkrétními charakteristikami křivek a jednotlivými parametry je použita stochastická citlivostní analýza.

  • Czech name

    Zpětná identifikace parametrů modelu nanoindentace

  • Czech description

    Článek se zabývá identifikací materiálových parametrů konečně prvkového modelu nanoindentace. Nanoindentace je relativně nová experimentální metoda, která umožňuje zkoušet fyzikální vlastnosti materiálů v měřítku mikronů, tedy na úrovni jejich mikrostruktury. Protože je tato metoda finančně náročná, je výhodné pro její analýzu a další použití získaných hodnot používat numerické modely. V tomto případě je problémem určení vstupních parametrů modelu. K určení těchto parametrů je aplikován zpětný postup inverzní analýzy, neboli snaha nalézt inverzní vztah mezi výstupy (průběh zatěžovací křivky) a vstupy modelu (materiálové parametry). Pro nalezení tohoto vztahu je použita samoorganizující se neuronová síť GMDH. Hlavní obtíží tohoto postupu je určení vhodných vstupů neuronové sítě, tedy dostatečně vypovídajících charakteristik křivek. Pro odhad závislosti mezi konkrétními charakteristikami křivek a jednotlivými parametry je použita stochastická citlivostní analýza.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    JD - Use of computers, robotics and its application

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/GD103%2F05%2FH506" target="_blank" >GD103/05/H506: Computational and Experimental Analysis of Structure and Properties of New Building Materials from Nano- to Macrolevel</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2007

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Juniorstav 2007 9. odborná konference doktorského studia

  • ISBN

    80-214-3113-X

  • ISSN

  • e-ISSN

  • Number of pages

    7

  • Pages from-to

  • Publisher name

    VUT FAST

  • Place of publication

    Brno

  • Event location

    Brno

  • Event date

    Jan 24, 2007

  • Type of event by nationality

    CST - Celostátní akce

  • UT code for WoS article