| Source DB | fr |
|---|
| Institution | ULiège |
|---|
| Code | 26_12659 |
|---|
| Unit | ULiège_u001
|
|---|
| Begin | 10/1/2019 |
|---|
| End | |
|---|
| title fr | A Data-driven Computational Homogenization Method for damage-enhanced viscoelastic-viscoplastic Short-Fibers Reinforced Polymers
|
|---|
| title nl |
|
|---|
| title en | Une Méthode d'Homogénéisation Computationelle piloté par les Données pour le comportement viscoélastique-viscoplastique avec endommagement des Polymères Renforcés par des Fibres Courtes
|
|---|
| Description fr | Ce projet vise à développer une nouvelle méthodologie d'homogénéisation des polymères renforcés par des fibres courtes (PRFC) baséesur des réseaux de neurones (RN). La méthode d'homogénéisation computationnelle est souvent choisie car elle fournit une prédictionprécise de la relation entre microstructures et propriétés homogénéisées. À chaque point matériel macroscopique, les relations constitutives sont estimées à partir de la résolution numérique d'un problème microscopique (PM) défini à partir d'un élément de volume représentatif extrait à ce point. Cependant, les simulations numériques tridimensionnelles requises dans PRFC ne sont pas accessibles avec cette stratégie de couplage d'échelle en raison d'une demande de temps et de ressources de calcul accablante. L'objectif de ce projet est de développer un modèle non-linéaire et dépendant de l'historique de substitution basé sur le RN qui, une fois entraîné, permet de prédire le comportement homogénéisé d'une microstructure donnée sans résoudre son PM associé. Ce modèle de substitution est ensuite utilisé à la place du PM pour évaluer les relations constitutives macroscopiques, et les simulations à plusieurs échelles sont alors effectuées à un coût de calcul extrêmement réduit.
|
|---|
| Description nl |
|
|---|
| Description en | This project aims at developing a new homogenization methodology for short-fibers reinforced polymers (SFRP) based on neural networks (NN). The computational homogenization technique is often chosen since it provides an accurate prediction of the relation betweenmicrostructure and homogenized properties. At each macroscopic material point, the constitutive relations are evaluated on-the-fly during simulations from the numerical resolution of a microscopic boundary value problem (BVP) defined from a representative volume element extracted at that point. However, the three-dimensional numerical simulations required in SFRP are not reachable with this scale coupling strategy because of an overwhelming time consumption and computational resources. The goal of this project is to develop an NN-based surrogate nonlinear and history-dependent model which, once trained, can predict homogenized behavior of a given microstructure without solving its underlying microscopic BVP. This surrogate model is then used instead of the microscopic BVP to evaluate the macroscopic constitutive relations, so that the multiscale simulations are performed at an extremely reduced computational cost.
|
|---|
| Qualifiers | |
|---|
| Personal | |
|---|
| Collaborations | |
|---|
