Fibre-reinforced cementitious composite: parameter identification using Ohno shear beam test

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F21%3APU155908" target="_blank" >RIV/00216305:26110/21:PU155908 - isvavai.cz</a>

Výsledek na webu

<a href="https://iopscience.iop.org/article/10.1088/1757-899X/1205/1/012023/pdf" target="_blank" >https://iopscience.iop.org/article/10.1088/1757-899X/1205/1/012023/pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1088/1757-899X/1205/1/012023" target="_blank" >10.1088/1757-899X/1205/1/012023</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Fibre-reinforced cementitious composite: parameter identification using Ohno shear beam test

Popis výsledku v původním jazyce

Computational-experimental methodology based on artificial neural networks used to identify the material parameters of fibre-reinforced cementitious composite is presented and applied for Ohno shear beam test. The aim is to provide techniques for an advanced assessment of the mechanical fracture properties of these materials, and the subsequent numerical simulation of components/structures made from them. The paper describes the development of computational and material models utilized for efficient material parameter determination with regards to a studied composite. The data is used in inverse analysis based on artificial neural networks together with sensitivity analysis which plays an important role in the process. Developed software tool FRCID-S is also briefly described.

Název v anglickém jazyce

Fibre-reinforced cementitious composite: parameter identification using Ohno shear beam test

Popis výsledku anglicky

Computational-experimental methodology based on artificial neural networks used to identify the material parameters of fibre-reinforced cementitious composite is presented and applied for Ohno shear beam test. The aim is to provide techniques for an advanced assessment of the mechanical fracture properties of these materials, and the subsequent numerical simulation of components/structures made from them. The paper describes the development of computational and material models utilized for efficient material parameter determination with regards to a studied composite. The data is used in inverse analysis based on artificial neural networks together with sensitivity analysis which plays an important role in the process. Developed software tool FRCID-S is also briefly described.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20100 - Civil engineering

Projekt

<a href="/cs/project/GA19-09491S" target="_blank" >GA19-09491S: Víceúrovňové stanovení lomově-mechanických parametrů pro simulaci betonových konstrukcí (MUFRAS)</a><br>

Návaznosti

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

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

IOP Conference Series: Materials Science and Engineering

ISBN

—

ISSN

1757-899X

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1-8

Název nakladatele

IOP PUBLISHING LTD

Místo vydání

BRISTOL

Místo konání akce

Telč

Datum konání akce

29. 9. 2021

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

001293892700023