Approximation of Mechanical Fields around Short-Cylinder-Shaped Inclusions by Means of Artificial Neural Network
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F16%3A00235775" target="_blank" >RIV/68407700:21110/16:00235775 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.4028/www.scientific.net/AMM.825.191" target="_blank" >http://dx.doi.org/10.4028/www.scientific.net/AMM.825.191</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.4028/www.scientific.net/AMM.825.191" target="_blank" >10.4028/www.scientific.net/AMM.825.191</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Approximation of Mechanical Fields around Short-Cylinder-Shaped Inclusions by Means of Artificial Neural Network
Popis výsledku v původním jazyce
In this paper we present our approach to estimate mechanical fields (strains, stresses or displacements) inside isotropic infinite body with isotropic inclusions. Solution can be obtained easily for inclusions with ellipsoidal-like shapes by means of J. D. Eshelby's analytical solution given in~1957. Unfortunately for other distinct shapes of inclusions there is no analytic solution and finite element analysis is quite time consuming option. In our work, we focus on prediction of mechanical response for inclusions in form of short cylinders (e.g. steel fibers in steel-fiber-reinforced concrete) by means of artificial neural network. Which if trained on sufficiently large set of reference examples can predict desired mechanical fields and achieve considerable speed-up at the cost of approximate solution.
Název v anglickém jazyce
Approximation of Mechanical Fields around Short-Cylinder-Shaped Inclusions by Means of Artificial Neural Network
Popis výsledku anglicky
In this paper we present our approach to estimate mechanical fields (strains, stresses or displacements) inside isotropic infinite body with isotropic inclusions. Solution can be obtained easily for inclusions with ellipsoidal-like shapes by means of J. D. Eshelby's analytical solution given in~1957. Unfortunately for other distinct shapes of inclusions there is no analytic solution and finite element analysis is quite time consuming option. In our work, we focus on prediction of mechanical response for inclusions in form of short cylinders (e.g. steel fibers in steel-fiber-reinforced concrete) by means of artificial neural network. Which if trained on sufficiently large set of reference examples can predict desired mechanical fields and achieve considerable speed-up at the cost of approximate solution.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JN - Stavebnictví
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA13-24027S" target="_blank" >GA13-24027S: Komprese reálných materiálových systémů pomocí Wangova dláždění</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Modern Methods of Experimental and Computational Investigations in Area of Construction
ISBN
978-3-03835-603-5
ISSN
1660-9336
e-ISSN
—
Počet stran výsledku
4
Strana od-do
191-194
Název nakladatele
Trans Tech Publications Inc.
Místo vydání
Pfaffikon
Místo konání akce
Praha
Datum konání akce
17. 9. 2015
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—