Improved Sensitivity Analysis in the Inverse Identification of the Parameters of a Nonlinear Material Model

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F17%3APU122700" target="_blank" >RIV/00216305:26110/17:PU122700 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1016/j.proeng.2017.02.039" target="_blank" >http://dx.doi.org/10.1016/j.proeng.2017.02.039</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.proeng.2017.02.039" target="_blank" >10.1016/j.proeng.2017.02.039</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Improved Sensitivity Analysis in the Inverse Identification of the Parameters of a Nonlinear Material Model

Popis výsledku v původním jazyce

During the inverse identification of the parameters of a nonlinear material model via an optimization algorithm, it is advantageous to utilize sensitivity analysis as a pre-processing tool to decrease the dimensions of the design vector by removing insignificant parameters. As regards the optimization and sensitivity analysis, a crucial aspect consists in the choice of the objective function. It is possible to derive special forms of objective functions for better understanding of the functionality of the given complex material model. The present article discusses three types of Python scripts that facilitate the calculation of different objective functions from the numerically and experimentally obtained load-displacement curves.

Název v anglickém jazyce

Improved Sensitivity Analysis in the Inverse Identification of the Parameters of a Nonlinear Material Model

Popis výsledku anglicky

During the inverse identification of the parameters of a nonlinear material model via an optimization algorithm, it is advantageous to utilize sensitivity analysis as a pre-processing tool to decrease the dimensions of the design vector by removing insignificant parameters. As regards the optimization and sensitivity analysis, a crucial aspect consists in the choice of the objective function. It is possible to derive special forms of objective functions for better understanding of the functionality of the given complex material model. The present article discusses three types of Python scripts that facilitate the calculation of different objective functions from the numerically and experimentally obtained load-displacement curves.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20102 - Construction engineering, Municipal and structural engineering

Projekt

<a href="/cs/project/GA14-25320S" target="_blank" >GA14-25320S: Aspekty použití komplexních nelineárních materiálových modelů</a><br>

Návaznosti

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

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Modern Building Materials, Structures and Techniques

ISBN

—

ISSN

1877-7058

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1-8

Název nakladatele

Neuveden

Místo vydání

Neuveden

Místo konání akce

Vilnius

Datum konání akce

26. 5. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000410919400045